ChatGPTプロンプトの基本｜書き方・構成要素・最適化のコツを初心者向けに解説【2026年版】

【初心者向け】AIに指示を出すためのヒント

ChatGPTをはじめとするAIツールは、与える指示の質によって出力結果が大きく変わります。この指示文のことを「プロンプト」と呼び、どう書くかを考える技術をプロンプトエンジニアリングといいます。この記事では、AIモデルを使いこなすための必須スキルであるプロンプトエンジニアリングの基本を初心者にも分かりやすく解説します。

ChatGPTのペルソナ設定とは｜AIに役割を与えるプロンプトの書き方と使用例【2026年版】

ChatGPTなどのAIに専門家や特定のキャラクターとして振る舞わせる「ペルソナ設定」の書き方を解説。医師・弁護士・エンジニアなど職業別テンプレートと、ペルソナ設定が効果を発揮する場面を具体例つきで紹介します。

OpenAI推奨：ChatGPTのための効果的なプロンプト設定ガイド

ChatGPTの効果を最大限に引き出すためには、適切なプロンプトの設計が不可欠です。OpenAIが提唱する6つのプロンプトエンジニアリングの要点を理解し、活用することで、より豊かで有意義な対話を実現できます。

ChatGPTが教えてくれるカスタムインストラクションの書き方

カスタムインストラクションは、ChatGPTの応答を特定の目的に合わせて調整する鍵です。本記事では、その作成法をステップバイステップで解説します。

【Amazon】お勧め関連書籍：ChatGPTを使い尽くす！　深津式プロンプト読本

ChatGPTを使い尽くす！　深津式プロンプト読本 [ 深津貴之 ]

楽天ブックス

￥ 2,640（2026/04/11 04:13時点）

楽天

Yahoo!ショッピング

メルカリ

GPTの技術的背景

GPT (Generative Pre-training Transformer) は、膨大なデータセットから学習し、複雑な言語タスクを処理するAIモデルです。具体的には、以下の能力を持ちます。

文章生成
翻訳
要約
質問応答
コード生成

ChatGPTなどで使われているGPT（Generative Pre-training Transformer）は、大量のテキストデータから学習した言語モデルで、文章生成・翻訳・要約・質問応答・コード生成といったタスクをこなせます。ただし、プロンプトの書き方が曖昧だと期待した結果が返ってきません。この記事では、プロンプトの基本的な考え方と書き方を整理します。

GPT: Generative Pre-training Transformer の略。
Transformer: ニューラルネットワークアーキテクチャの一種。

プロンプトの種類

プロンプトは、AIに指示を与えるためのテキストです。
プロンプトは大きく3種類に分けられます。

1 指示型プロンプト

AIに具体的な作業を依頼するプロンプトです。もっとも頻繁に使う形式です。

「500字の短編小説を書いてください。テーマは未来都市です。」
「英語のウェブサイトを日本語に翻訳してください。」

2 質問型プロンプト

AIに情報を問い合わせるプロンプトです。

「フランスの首都はどこですか？」
「機械学習と深層学習の違いを説明してください。」

3 記述型プロンプト

テーマや条件を与えてAIに文章を生成させるプロンプトです。

「気候変動が農業に与える影響についてのレポートを書いてください。」
「この製品のレビューを書いてください。」

プロンプトの構成要素

プロンプトは以下の4つの要素で構成されます。すべてを毎回含める必要はありませんが、意識しておくと指示の精度が上がります。

命令（Command）

AIに実行させるタスクを指示します。

「翻訳してください。」
「要約してください。」
「コードを書いてください。」

文脈（Context）

タスクに関する背景情報を加えることで、AIの理解精度が上がります。

「このウェブサイトは医療機器に関するものです。」
「対象読者は中学生です。」

入力データ（Input Data）

AIが参照するデータや素材を提供します。

「要約する文章は以下の通りです。」
「翻訳するURLは以下です。」

出力指示（Output Instruction）

出力の形式・長さ・スタイルを指定します。具体例を加えるとより正確になります。

「要点を箇条書きで5つ以内にまとめてください。」
「翻訳後は原文のレイアウトを維持してください。」

命令: プロンプトの中で、AIモデルに実行するタスクを指示する部分。
文脈: プロンプトの中で、タスクに関する背景情報を提供する部分。
入力データ: プロンプトの中で、タスクに必要なデータを提供する部分。
出力指示: プロンプトの中で、AIモデルの出力結果に関する指示をする部分。

主なアウトプットフォーマット

出力形式を明示することで、目的に合った結果を得やすくなります。代表的なフォーマットは以下のとおりです。

アウトプットフォーマット	説明	プロンプト例
テキスト形式	通常の文章・段落	「時間管理のコツを教えてください。」
箇条書き	順序あり・なしのリスト	「箇条書きで5項目にまとめてください。」
表形式	行と列で整理したデータ	「表形式で比較してください。」
要約	長文を簡潔にまとめる	「この文章を300字で要約してください。」
コードブロック	プログラムコードやコマンド	「Pythonで Hello World を表示するコードを書いてください。」
マークダウン形式	マークダウン記法を使った出力	「ブログ記事をマークダウン形式で書いてください。」
比較表	複数の項目を比較する表	「AとBを比較した表を作ってください。」
クリエイティブライティング	物語・詩・スクリプトなど	「春についての短い詩を書いてください。」

プロンプトの最適化と構造化

プロンプトの最適化

プロンプトの品質は出力結果に直結します。以下の4点を意識するだけで精度が上がります。

明確かつ簡潔に書く：曖昧な表現を避け、何をしてほしいかを具体的に伝えます
適切な文脈を加える：背景情報があるほどAIの解釈がズレにくくなります
具体例を示す：「〇〇のような形式で」と例を出すと出力イメージが揃いやすくなります
出力形式を明示する：文体・長さ・フォーマットを指定します

プロンプトの構造化

長い指示や複雑なタスクでは、プロンプトを構造化すると伝わりやすくなります。

テンプレートを使う：よく使うタスクは定型化しておきます
セクションに分ける：「命令」「条件」「出力形式」など役割ごとに区切ります
箇条書きを使う：複数の条件や要件を整理します

テンプレート: プロンプトの形式を定めたもの。
セクション: プロンプトを分割した部分。

記号の利用

記号を使うことでプロンプトの構造を明確にできます。

ハッシュタグ (#): 特定のキーワードやトピックを強調するのに使われます。

ハイフン (-): 箇条書き又はオプションの羅列。

コロン(:): コマンドと引数を区別するために使用します。

# 命令: 翻訳
# 引数:
- 翻訳元の言語: 英語
- 翻訳先の言語: 日本語
- 翻訳する文章: こんにちは、世界！

括弧( ): 補足情報を提供するために使用します。

# 命令: ニュース記事を要約する
# 引数:
- 記事のURL: https://www.bbc.com/news/world-asia-china-60317974
- 要約の長さ: 500文字 (オプション)

その他

上記以外にも、様々な記号を利用することができます。
記号の使い方は、プロンプトエンジニアによって異なる場合があります。
一貫性のある記号体系を使用することが重要です。

記号を利用することで、プロンプトをより明確かつ分かりやすく記述することができます。

変数の利用

プロンプトに変数を使うと、同じ構造を繰り返し使いやすくなります。<変数名> や {変数名} を placeholder として埋め込んでおき、実際に使うときに中身を差し替えます。

変数使用例

以下の例は、変数を使用してプロンプトを汎用化した例です。

# 命令：文章の翻訳
# 入力データ：
- 翻訳元の言語: <言語>
- 翻訳先の言語: 日本語
- 翻訳する文章: <文章>

# 出力指示：
翻訳された文章

この例では <言語> と <文章> が変数です。翻訳元の言語と文章を差し替えるだけで、様々な言語に対応した翻訳プロンプトとして使い回せます。
{}（波括弧）も、変数を定義する際によく使われます。

変数: ユーザーが入力した値や、処理中に生成された値を格納するための placeholder。

汎用プロンプトの応用：多様な分野の用例

プロンプトエンジニアリングはビジネス・教育・エンターテインメントなど幅広い分野で活用できます。

ビジネス分析レポート

# 命令：
- 市場トレンドの分析
# 入力データ：
- 最近の市場データ
# 出力指示：
- 詳細な分析レポート

教育資料の要約

# 命令：
- 教科書の要約
# 入力データ：
- 指定された章
# 出力指示：
- 要点のリスト

エンターテインメント関連コンテンツ

# 命令：
- 映画のあらすじ生成
# 入力データ：
- 映画の基本情報
# 出力指示：
- 短いあらすじ

その他にも法務文書作成・プログラミング・ゲーム開発・音楽作曲など、応用範囲は広くあります。

汎用プロンプト: 様々なタスクに適用できるプロンプト。

出力に関する注意事項

ハルシネーション

AIは、現実には存在しない情報や事実と異なる内容を生成することがあります。これを「ハルシネーション」と呼びます。出力をそのまま使う前に、必ず他の情報源と照らし合わせてファクトチェックを行いましょう。

出力内容に矛盾や不自然な点がないか確認する
正確性が求められる用途では特に注意が必要

文字数の制限

AIモデルには一度に処理できるテキスト量の上限があります。2024年以降、主要なモデルはコンテキストウィンドウが大幅に拡張されており（GPT-4oで128kトークン、Gemini 1.5 Proで100万トークンなど）、長文でも扱いやすくなっています。ただし上限を超える場合は、プロンプトを分割して複数回に分けて実行するのが確実です。

また、ひとつの会話が長くなりすぎると、最初のやりとりが参照されにくくなる場合があるので、長期の作業は適宜新しいチャットで始めるのが得策です。