プロンプトとは──AIに渡す指示・質問のこと。書き方の基本は「明確・具体的に書く」「例を見せる」「背景を渡す」で、OpenAI・Google・Anthropicの公式の手引きが3社とも勧める。そのまま使える型と失敗例つき【2026年10月版】

2026年10月8日・日本時間時点の情報です。 プロンプト（prompt）とは、ChatGPT・Gemini・Claudeなどのチャット型AIに、人間が文章で渡す指示や質問のことです。入力欄に打ち込む文がそのままプロンプトで、特別な呪文や専門の書式は要りません。ChatGPT・Gemini・Claudeには無料で使えるプランがあり、入力欄でそのまま試せます（始め方と無料の範囲はChatGPTの使い方・Geminiアプリの使い方・Claudeの使い方に）。

3行まとめ

1. プロンプトは「AIに渡す指示・質問」。OpenAIのヘルプは「テキスト入力」、Cambridge辞書は「自然言語で渡す指示」と定義している（2026年10月8日確認）。
2. OpenAI・Google・Anthropicの公式の手引きは、最初の勧めがどれも「明確・具体的に書く」。「例を見せる」「背景を渡す」も3社とも勧め、「してほしいことを書く」（OpenAI・Anthropic）と「直しながら使う」（OpenAI・Google）が続く。
3. 初心者向けに「目的・背景・条件・形式」の4欄に分けて書く型を筆者がまとめた（公式の名前ではない。Geminiアプリのヘルプが挙げる「ペルソナ・タスク・コンテキスト・形式」と重なる）。

英語の prompt はもともと何の意味か

英語の prompt には昔からいくつかの意味があり、AIの意味はその一つです。辞書を2つ開いて確かめました。

Cambridge Dictionaryは、prompt の名詞に次のような語義を載せています。

• コンピューターの画面に出る、命令の入力を待っていることを示す印（コンピューターの語義の1つ目）
• 芝居で、セリフを忘れた俳優にかける言葉（俳優の助けの語義）
• AIに人間が自然言語で渡す指示（コンピューターの語義の2つ目）

AIの語義の原文は次のとおりです。

an instruction given to an artificial intelligence (= a computer system or machine that has some of the qualities that a human brain has, such as the ability to interpret and produce language in a way that seems human, recognize or create images, solve problems, and learn from data supplied to it) by a human using natural language rather than computer language

（訳：人間が、コンピューター言語ではなく自然言語で、人工知能に与える指示。括弧の中は人工知能の説明で、人間らしく言語を解釈・生成する、画像を認識・作成する、問題を解く、与えられたデータから学ぶ、といった人間の脳に似た性質を持つコンピューターシステムや機械のこと）

Merriam-Webster も、computing の名詞の語義に次の文を載せています。

an instruction or a set of criteria provided to an artificial intelligence system that establishes the content it will generate

（訳：人工知能システムに与える、生成する内容を決める指示または一連の条件）

動詞の用法もあり、Merriam-Webster は「to provide instructions to an artificial intelligence system : to input a prompt」（人工知能システムに指示を与える。プロンプトを入力する）と書いています。

俳優に次のセリフを渡す、画面の印が入力を待つ、AIに指示を渡す。どれも次の動きを促す点でつながる、というのは筆者の整理です。語源は、Merriam-Webster によるとラテン語の promptus（用意ができた・素早い）で、その元は promere（取り出す）です。

公式はプロンプトをどう定義しているか

OpenAIのヘルプセンターの記事「Prompt engineering best practices for ChatGPT」は、冒頭にこう書いています（2026年10月8日 1時9分に取得）。

A prompt for a Large Language Model (LLM) is a text input that initiates a conversation or triggers a response from the model. However, it can be in other forms such as an image or audio.

（訳：大規模言語モデル（LLM）のプロンプトとは、会話を始めたり、モデルから返答を引き出したりするテキスト入力のこと。ただし、画像や音声など別の形のこともある）

プロンプトは文章だけとは限らず、画像や音声を渡して「これを説明して」と頼む場合は、それもプロンプトの一部です。

同じページはプロンプトエンジニアリングも定義しています。

Prompt engineering is the process of designing and optimizing input prompts to effectively guide a language model's responses.

（訳：プロンプトエンジニアリングとは、言語モデルの返答を効果的に導くために、入力のプロンプトを設計・最適化する作業のこと）

この記事は、ふつうにAIを使う人向けの基本5つに絞ります。コードを書く開発者向けの話（モデルの指定、温度などの設定値）は扱いません。

「大規模言語モデル（LLM）」とは何かはLLM（大規模言語モデル）とはに、生成AI全体は生成AIとはにまとめています。

3社の手引きを開いて見比べると、最初の勧めは同じだった

筆者は2026年10月8日の1時8分から1時14分にかけて、OpenAI・Google・Anthropicの公式のプロンプトの手引きを開き、何を勧めているかを見比べました（OpenAIのヘルプはブラウザで、ほかはcurlとヘッドレスのブラウザで取得）。開いたのは、OpenAIのヘルプセンター「Prompt engineering best practices for ChatGPT」（ChatGPT向け）と「Best practices for prompt engineering with the OpenAI API」（API向け）と開発者向け資料「Prompt engineering」、GoogleのGemini APIの手引き「Prompt design strategies」、AnthropicのClaude Platform Docs「Prompting best practices」と「Prompt engineering overview」です。下の表は、5つの基本がどの文書のどの節にあるかです（節の名前は原文のまま）。

上の3つは3社とも節を立て、言葉は少しずつ違っても同じことを言っています。下の2つは2社がはっきり書いています。OpenAIのChatGPT向けヘルプは、一般的な勧め（General best practices）が「Be clear and specific」「Iterative refinement」「Requesting a different tone」の3つだけの短いページで、初心者の入口に向くと筆者は感じました。

基本1：明確に、具体的に書く

OpenAIのChatGPT向けヘルプの「Be clear and specific」の節は、次のように書きます。

Ensure your prompts are clear, specific, and provide enough context for the model to understand what you are asking. Avoid ambiguity and be as precise as possible to get accurate and relevant responses.

（訳：プロンプトは明確で具体的にし、何を求めているかをモデルが理解できるだけの背景を添える。曖昧さを避け、できるだけ正確に書くと、的確で関連した返答が得られる）

Googleの手引きの最初の節「Clear and specific instructions」は、こう始まります。

An effective and efficient way to customize model behavior is to provide it with clear and specific instructions.

（訳：モデルの動きを調整する効果的で効率のよい方法は、明確で具体的な指示を与えること）

Anthropicの手引きの「Be clear and direct」の節には、初心者にも使える確認方法が載っています。

Golden rule: Show your prompt to a colleague with minimal context on the task and ask them to follow it. If they'd be confused, Claude will be too.

（訳：黄金律。そのタスクの背景をほとんど知らない同僚にプロンプトを見せて、その通りにやってもらう。同僚が戸惑うなら、Claudeも戸惑う）

同じ節は、Claudeを「brilliant but new employee who lacks context on your norms and workflows」（優秀だが、こちらの慣習や仕事の流れを知らない新入社員）にたとえています。人間相手なら省く前提も、AIには書く、という考え方です。

OpenAIのAPI向けヘルプの6番目（曖昧な説明を減らす目安）には、直し例があります。

Less effective: The description for this product should be fairly short, a few sentences only, and not too much more. Better: Use a 3 to 5 sentence paragraph to describe this product.

（訳：弱い例「この商品の説明は、わりと短く、数文だけで、あまり多くならないように」／良い例「3〜5文の段落でこの商品を説明する」）

「短く」「わりと」の基準は書いた本人にしか分かりません。数字や形で書き換えます。

基本2：例を見せる

Googleの手引きは「Zero-shot vs few-shot prompts」の節で、例を入れることをはっきり勧めています。

We recommend to always include few-shot examples in your prompts. Prompts without few-shot examples are likely to be less effective.

（訳：プロンプトには必ずfew-shot（少数の例）を入れるよう勧める。例のないプロンプトは効果が下がりやすい）

few-shotは望む答えの例をいくつか添えること、zero-shotは例を添えないことです。Googleは「例が十分に分かりやすければ、指示を省いてもよい」（you can remove instructions from your prompt if your examples are clear enough）とも書いています。

Anthropicの手引きは「Use examples effectively」の節で、例の数と選び方まで書いています。

Include 3–5 examples for best results.

（訳：最良の結果のために3〜5個の例を入れる）

例は「Relevant（実際の用途に近い）」「Diverse（バリエーションがある）」「Structured（指示と区別できる形で囲む）」であるよう求めています。

たとえば次のように使います（筆者が作った例文）。

社内メールの件名を付けてください。例のように、15字以内で、用件が先に来る形にします。

例1：本文「来週火曜の会議を水曜に変更します」→ 件名「会議日程変更（火→水）」
例2：本文「請求書を添付しました。確認をお願いします」→ 件名「請求書送付・確認依頼」

本文：（ここに実際のメール本文を貼る）

条件を文章で説明し尽くすより、例で見せる方が短く済みます。

基本3：背景を渡す

AIはこちらの状況を知りません。Googleの手引きの「Add context」の節は、次のように書いています。

You can include instructions and information in a prompt that the model needs to solve a problem, instead of assuming that the model has all of the required information.

（訳：モデルが必要な情報をすべて持っていると決めつけず、問題を解くのに必要な指示や情報をプロンプトに含められる）

同じ節は、Google Wifiルーターの黄色いランプがゆっくり点滅するときの対処を尋ねる例で、そのまま聞くと一般的な答えが返り、説明書の該当部分を貼って「この文章だけを使って答えて」と頼むと説明書の対処法だけが返った、という2つの結果を並べています。

Anthropicの手引きは「Add context to improve performance」の節で、背景に「理由」を足すことを勧めています。

Your response will be read aloud by a text-to-speech engine, so never use ellipses since the text-to-speech engine will not know how to pronounce them.

（訳：あなたの返答は音声合成で読み上げられるので、音声合成は読み方が分からないため、「…」は使わないこと）

理由まで書くとAIがそこから応用できる、という説明です（同じ節の「Claude is smart enough to generalize from the explanation」）。

背景として書くことの例は、次のようなものです。

• 読む人は誰か（取引先、小学生、上司）
• 使う場面は何か（メール、スライド、読み上げ）
• 手元の材料は何か（貼り付ける文章、数字、条件）

基本4：してほしいことを書く

OpenAIのAPI向けヘルプの7番目は、禁止の言い方を避ける勧めです。

Instead of just saying what not to do, say what to do instead

（訳：してはいけないことを言うだけでなく、代わりに何をするかを言う）

Anthropicの手引きにも、表に挙げた同じ趣旨の項目があります。

Instead of: "Do not use markdown in your response" Try: "Your response should be composed of smoothly flowing prose paragraphs."

（訳：「返答でマークダウンを使わないで」ではなく、「返答は流れるような文章の段落で書いて」と書く）

禁止だけでは、何を出せばいいかが伝わりません。「3つの段落の文章で書く」のように、出してほしい形を書きます。

OpenAIのAPI向けヘルプの2番目には、形を決めるもう一つの目安もあります。

Put instructions at the beginning of the prompt and use ### or """ to separate the instruction and context

（訳：指示はプロンプトの先頭に置き、###や「"""」で指示と材料を区切る）

要約させるときは、先に「次の文章を3点にまとめて」と書き、そのあとに記号で囲んだ材料を貼ります。

基本5：1回で決めず、直しながら使う

OpenAIのChatGPT向けヘルプにある「Iterative refinement」の節です。

Prompt engineering often requires an iterative approach. Start with an initial prompt, review the response, and refine the prompt based on the output. Adjust the wording, add more context, or simplify the request as needed to improve the results.

（訳：プロンプトエンジニアリングは繰り返しの作業になることが多い。最初のプロンプトで始め、返答を見て、その出力をもとにプロンプトを直す。必要に応じて言い回しを変え、背景を足し、依頼を簡単にして、結果をよくする）

Googleも「Prompt iteration strategies」（プロンプトを繰り返し直すための方針）の節で、同じ意味の言い方でも結果が変わることがあると書いています。

Using different words or phrasing in your prompts often yields different responses from the model even though they all mean the same thing.

（訳：プロンプトで言葉や言い回しを変えると、意味は同じでもモデルの返答が変わることが多い）

直す順番の目安は次のとおりです（筆者の提案）。

1. 返答のどこがずれているかを1つに絞る（長さ、口調、内容、形式のどれか）
2. そのずれに対応する一文だけを足す（「もっと短く」ではなく「3文で」）
3. それでも違えば、背景か例を足す

初心者がそのまま使える型：目的・背景・条件・形式

3社の共通点を、筆者が4つの欄にまとめました。公式が決めた型ではなく、筆者の作った整理です。近い並びは公式にもあり、GoogleのGeminiアプリのヘルプ「カスタム Gem 作成のヒント」は、Gem（指示を保存しておけるGeminiのカスタム版）の指示の書き方を説明する中でこう書いています。

The main areas to consider when writing good Gem instructions are the same as writing good prompts. You don't need to use all four, but using a few will help:

（訳：よいGemの指示を書くときに考える主な観点は、よいプロンプトを書くときと同じ。4つ全部を使う必要はないが、いくつか使うと役に立つ）

続く4つは「Persona」（担う役割）・「Task」（してほしいこと）・「Context」（背景情報）・「Format」（形式）で、本記事の目的・背景・形式と重なります。Googleの開発者向けの手引きも「Clear and specific instructions」の節に「Constraints」（条件）と「Response format」（返答の形式）の小見出しを置き、OpenAIの開発者向け資料は、APIでモデルに渡す指示文（developer message）の構成として「Identity（役割）・Instructions（指示）・Examples（例）・Context（背景）」の順を示しています。

使った例文を2つ載せます（筆者が作った例で、どのAIでも使えます）。

目的：来週の部内会議の案内メールを書いてください。
背景：読む人は同じ部署の10人。日時は10月15日（水）14時、場所は3階会議室。議題は新しい勤怠システムの説明です。
条件：丁寧だが堅すぎない口調。持ち物の指定は書かない。出欠の返信期限は10月13日にする。
形式：件名を1行、本文を200字以内で。

目的：下の文章を、小学5年生が読める言葉に書き直してください。
背景：学校だよりに載せる文章です。
条件：漢字は小学5年までに習うものだけ使い、専門用語には（）で短い説明を付ける。
形式：元の文章と同じ段落の数で。

文章：
"""
（ここに書き直したい文章を貼る）
"""

2つ目の例は、指示を先に書き、貼る文章を「"""」で囲んでいます（OpenAIのAPI向けヘルプの2番目の目安）。

よくある失敗

公式の手引きの「Less effective（弱い例）」と、そこから分かる失敗の型です。

短すぎる・曖昧すぎる。 「ブログを書いて」のように、誰に何を書くかが分からない依頼です。OpenAIのAPI向けヘルプの3番目は「Write a poem about OpenAI」（OpenAIについての詩を書いて）を弱い例とし、「DALL-Eの発表に焦点を当て、有名な詩人の文体で、短く、勇気づける詩」のように文脈・形・文体を足した例を良い例にしています。

禁止だけを書く・材料を貼らない・一度で決める。 それぞれ基本4・基本3・基本5の裏返しです。「専門用語を使わないで」は「中学生が分かる言葉で書き、用語は一言で説明する」に書き換え、自分の状況・数字・文章を貼り、返答を見て直します。

AIの返答をそのまま信じる。 書き方でなく使い方の注意です。AIが事実と違うことを自然な文章で書く現象（ハルシネーション）は、プロンプトを工夫しても無くなるとは限りません。数字・日付・固有名詞は別の資料で確かめてください。仕組みと対策はハルシネーションの原因と対策にあります。

新しいモデルに、古いモデル向けの細工を持ち込む。 上級者向けの話です。Anthropicの手引きは、モデルごとに別ページの手引きを用意して「Read the one for your model first」（まず自分のモデルのページを読む）としています。移行の注意（Migration considerations）では、もっと徹底的に・積極的にツールを使うよう促していた指示を弱めるよう勧め、Claude 4.6 のモデルは前のモデルに必要だった指示に過剰に反応しうる（may overtrigger）と書いています。具体的な話は、当サイトの次の3本にまとめています。

• Claude Opus 5.5公式プロンプトガイドを全部読む
• Claude Fable 5.1公式プロンプトガイド全17項目を読む
• GPT-6 Astra公式ガイドの続き（Rethinking skills and prompts）

この記事は、その手前の入口です。

公式ページの再取得で止まった所と、確かめられていない点

• ログイン後の画面。 筆者はアカウントを作っておらず、ログイン後の入力欄は開いていません。この記事の根拠は、ログインなしで読める公式のヘルプ・開発者向け資料・辞書のページです。
• OpenAIのヘルプの再取得。 ChatGPT向けとAPI向けのヘルプは、1時9分にブラウザで本文を取得しました。ChatGPT向けは1時12〜13分にヘッドレスのブラウザでも開けましたが、1時14分にはCloudflareの確認画面（ページ名「しばらくお待ちください...」、「私はロボットではありません」のチェック欄）が出たため、突破せずにやめました。引用は1時9分の保存分からで、更新日は「Updated: 2 months ago」（2か月前に更新）としか出ていません。
• Geminiアプリ向けの書き方。 Geminiアプリのヘルプでプロンプトの書き方を扱うのは、本記事が見つけた範囲では「カスタム Gem 作成のヒント」の一節だけでした（Google Workspace ラーニングセンターの「Tips to write prompts for Gemini」は仕事用の Google Workspace with Gemini 向け）。同じヘルプの「Gem からスキルへの移行について」は、個人の Google アカウントでは2026年11月から Gem がスキルに移行すると書いており、このページは書き換わる可能性があります。
• 日本語で書いた場合の効果。 3社の手引きの例文は英語が中心で、Googleの手引きの日本語版（AIで翻訳したという注記つき）も例文は英語のままです。Anthropicの資料「Multilingual support」は、人の翻訳者が訳した英語の試験問題（MMLU）での成績を英語比で載せ、日本語はClaude Sonnet 4.5（非推奨＝deprecated）で96.8%、Claude Haiku 4.5で93.5%です（拡張思考あり。1時23分取得）。現行のモデルの値はこの表になく、ChatGPT・Geminiの同様の数字は確かめていません。「日本語で明確に書いた方が、曖昧な英語より伝わる」は筆者の見立てです。
• 「プロント」という表記。 英語の辞書2つでは、カタカナの表記の有無は確かめられません。保存した日本語の公式ページ（Googleの手引きの日本語版・Geminiアプリのヘルプ）は「プロンプト」と書き、「プロント」の表記はありませんでした。聞き間違い・打ち間違いと見るのは筆者の見立てです。
• 手引きは更新されます。この記事は2026年10月8日に取得した版です（Googleの手引きの英語版の表示は、最終更新2026年9月17日 UTC）。