プロンプト（AIへの指示の文）とは？

プロンプトとは、大規模言語モデルに入力して、ある決まったふるまいをさせるための文のことです。質問や指示のほか、例、AIに演じさせる役、続きを書かせたい書きかけの文なども、プロンプトになります。

入るのは、あなたが打った文だけではありません。チャットのアプリでは、アプリを作った側が先に入れておく指示、「システムプロンプト」も入っています。たとえば Anthropic の claude.ai とスマホのアプリは、会話のはじめに、今日の日付などの新しい情報を、システムプロンプトで Claude に渡しています。プログラムの部分はいつも決まった書き方（Markdown）で示す、といったふるまいも、そこで頼んでいます。Anthropic は、その中身を公開しています。

OpenAI の説明書では、アプリを作った人の指示（developer メッセージ）は、使う人の文（user メッセージ）より優先される、とされています。Google の Gemini では「システム指示」と呼び、説明書には「あなたはネコです。名前は Neko です」という例があります。

そのほかに、それまでのやりとりや、付けた資料・画像も入ります。たとえば Google の Gemini には、文といっしょに、画像や動画、音声、文書のファイルも渡せます。プロンプトと、AIが書く答えを合わせて入る量には上限があり、それをコンテキストウィンドウといいます（くわしくは「コンテキストウィンドウ」のページ）。

大規模言語モデル（LLM）は、文の続きにどの言葉が来やすいかを計算し、言葉を1つずつつないで文を作るしくみです（くわしくは「大規模言語モデル」のページ）。質問を受けると、プロンプトを文章の始まりとして、その続きにあたる答えを書きます。生成AIのモデルは、とても進んだ、続きを自動で書く道具のように働きます。

ただ、たくさんの文章で続きを当てる練習をしただけのモデルは、質問に答えたり、指示に従ったりするのが、もともと得意ではありません。そうしたモデルから望む動きを引き出すには、プロンプトを書く深い腕前が要ることがよくあります。Claude などのチャットAIは、そのあと、指示に従って役に立つように、さらに学習（仕上げの学習）をしています。

同じプロンプトでも、答えがいつも同じとは限りません。同じ入力でも、呼び出すたびにちがう答えが返ることがあります。そのため OpenAI の説明書は、ほしい答えを得るためのプロンプトづくりを「技と科学のまざったもの」と呼んでいます。

OpenAI・Anthropic・Google は、それぞれ、プロンプトの書き方の説明書を出しています（どれも2026年11月8日に読んだもの）。言い方はちがいますが、そろって勧めていることがあります。

1つめは、はっきり具体的に書くことです。3社とも、はっきりした具体的な指示を勧め、ほしい出力や、よい答えといえる条件を具体的に書くと、結果がよくなる、としています。

2つめは、答えに要る情報や背景を入れることです。Anthropic の説明書には、「省略記号（…）は絶対に使わないで」とだけ書くより、「答えは音声で読み上げます。読み上げのしくみは省略記号の読み方が分からないので、使わないで」と理由も書くほうがよい、という例があります。理由が分かると、AIはそれをほかの場面にも当てはめられるからです。答えを作るのに使える情報（文脈）も、プロンプトに入れておきます。

3つめは、例を見せることです（次の「例を見せると、どう変わるの？」）。このほか、答えの形や条件を決めて書くことや、指示・資料・例のあいだを印（XMLのタグなど）で区切ることも、勧められています。

書いたプロンプトを確かめるこつとして、Anthropic は、「その仕事をよく知らない同僚に見せて、そのとおりにやってもらう。同僚がまごつくなら、Claude もまごつく」を挙げています。

プロンプトの中で、やってほしいことの例を見せるやり方があります。2020年、OpenAI の研究者たちは、GPT-3（パラメーターが1750億個の大規模言語モデル）の論文で、例を見せずに、やってほしいことを説明する文だけで頼むことを「ゼロショット」、説明の文に例を1つ添えることを「ワンショット」、例をいくつか見せることを「フューショット」と呼びました。論文では、フューショットの例はふつう10〜100個にしていました。それが、GPT-3 が一度に読める2048トークン（トークンは、AIが文を区切って読むときの小さな単位。くわしくは「トークン」のページ）に入る数だからです。

クイズに答える試験（TriviaQA）で、GPT-3 の正解の割合は、ゼロショットで64.3%、ワンショットで68.0%、フューショットで71.2%でした。

大事なのは、例を見せても、AIの中の数（パラメーター）は書きかわらないことです。フューショットでは重み（パラメーター）を直すことはせず、例は答えるときに読ませるだけです。そのため、会話が終われば、例はAIの中に残りません（「大規模言語モデル」のページの「使うほど、どんどん賢くなるの？」）。

今の説明書も、例を勧めています。Google は、プロンプトにはいつも例を入れるよう勧め、例が無いと効き目が下がりやすい、と書いています。ただ、例が多すぎると、答えが例に合わせすぎてしまうことがある、とも書いています。Anthropic は、例は3〜5つで、実際の使い方に近く、いろいろな場合を含むものにするよう勧めています。いっぽう OpenAI は、推論モデル（考えてから答えるAI）は例が無くてもよい答えを出すことが多いので、まず例なしで書いてみるよう勧めています。

よくなることがあります。2022年1月、Google のウェイ（Jason Wei）たちは、プロンプトで見せる例に、答えだけでなく途中の考えも書いておくと（思考の連鎖）、とても大きなモデルが、算数の文章題などを解く力が上がることを示しました（くわしくは「推論モデル」のページ）。同じ年の5月、東京大学と Google の研究者たちは、例を見せなくても、答えの前に「Let's think step by step.（一歩ずつ考えよう）」と足すだけで、InstructGPT（text-davinci-002）というAIの、算数の文章題の正解が、GSM8K というテストで10.4%から40.7%に上がることを示しました。

この論文は、足す言葉もいろいろ比べています。MultiArith という算数のテストで、何も足さないときの正解は17.7%でした。「Let's think step by step.」は78.7%、「First,（まず）」も77.3%で、ほぼ同じくらい上がりました。いっぽう、「Abrakadabra!（アブラカダブラ）」は15.5%、「It's a beautiful day.（いい天気ですね）」は13.1%で、上がりませんでした。考えを順に進めるよう促す書き方なら成績が上がり、まちがった方へ導く文や、関係の無い文では上がらなかったのです。

ただ、今の推論モデル（考えてから答えるAI）では、話がちがいます。OpenAI の説明書は、推論モデルは中で考えるので、「一歩ずつ考えて」や「理由を説明して」と頼む必要はない、と書いています。Google も、Gemini の2.5と3のシリーズは自分で考えの文を作るので、ふつうは答えの中に考えの手順を書かせる必要はない、としています。Anthropic は、手で書いた細かい手順より、「よく考えて」のような大まかな指示のほうが、よい考えになることが多い、と書いています。

英語の prompt から来ています。もとは「うながす」という意味です。動詞の prompt には、人をうながす、のほかに、せりふに詰まった役者に、せりふを言えるようにうながす、という意味もあります。形容詞の prompt は「すばやい」という意味です。

コンピューターの画面で、使う人に入力をうながす文字や記号も、プロンプトと呼びます（精選版 日本国語大辞典）。デジタル大辞泉は、プロンプトの1つめの意味に「コマンドプロンプト」を挙げ、2つめに、生成AIで、意図する出力や回答を得るために入力する単語・文章、という意味を挙げています。デジタル大辞泉は、「AIプロンプト」という言葉も挙げています。

あります。AIに読ませるWebページやメール、資料の中に、悪い人が指示を隠しておき、AIを思いどおりに動かそうとする攻撃を「プロンプトインジェクション」と呼びます（くわしくは「プロンプトインジェクション」のページ）。

AIのアプリの安全に取り組む OWASP の「Gen AI Security Project」は、2025年版の、大規模言語モデルのアプリの危険の一覧で、これを1番目（LLM01）に挙げています。使う人の文がAIのふるまいを思わぬ形で変える「直接」のものと、Webサイトやファイルなど、外から読みこんだものに仕込まれた「間接」のものがあり、人の目には見えない形で隠すこともできます。