プロンプトエンジニアリング実践ガイド
AIを使いこなす上級テクニック
プロンプトエンジニアリングとは、AIから最適な回答を引き出すための質問設計技術です。基本を超えた実践的なテクニックを、具体例とともに紹介します。
この記事の対象者
- AIの基本的な使い方は知っている方
- より高度なプロンプト技術を身につけたい方
- 業務でAIを本格活用したい方
構造化出力の指定
AIの出力をJSON、CSV、Markdown表など特定のフォーマットで返させることで、後続の処理がしやすくなります。
JSON出力の指定
以下の文章から人物情報を抽出し、JSON形式で返してください。
「田中太郎さん（35歳）は東京都在住のエンジニアで、
Python と JavaScript を主に使用しています。」
出力形式:
{
"name": "名前",
"age": 数値,
"location": "居住地",
"occupation": "職業",
"skills": ["スキル1", "スキル2"]
}{
"name": "田中太郎",
"age": 35,
"location": "東京都",
"occupation": "エンジニア",
"skills": ["Python", "JavaScript"]
}
システムプロンプトの活用
API利用時は システムプロンプト を設定することで、AIの振る舞いを一貫して制御できます。
システムプロンプトの例
あなたはシニアPythonエンジニアです。
以下のルールに従ってください:
1. コードは Python 3.12 以上の構文を使用
2. 型ヒントを必ず付与
3. docstring は Google スタイル
4. エラーハンドリングを含める
5. 対応するユニットテストも生成するこのシステムプロンプトを設定しておけば、毎回ルールを伝えなくても一貫したコードが得られます。
プロンプトチェーン
複雑なタスクを複数のプロンプトに分割し、順番に実行するテクニックです。
Step 1: 要件の整理
→
Step 2: 設計
→
Step 3: 実装
→
Step 4: レビュー
プロンプトチェーンの例
# Step 1: 要件の整理
「ユーザー登録機能を作りたいです」
→ AIが要件を整理して箇条書きで返す
# Step 2: 設計
「上記の要件に基づいて、データベース設計とAPI設計を提案してください」
→ AIがテーブル定義とAPIエンドポイントを返す
# Step 3: 実装
「上記の設計に基づいて、DjangoでモデルとViewを実装してください」
→ AIが実装コードを返す
# Step 4: レビュー
「上記のコードのセキュリティとパフォーマンスをレビューしてください」
→ AIが改善点を指摘自己評価させる
AIに自分の回答を評価・改善させることで、より質の高い出力が得られます。
自己評価プロンプト
[最初の質問でコードを生成した後]
上記のコードについて、以下の観点で自己評価してください:
1. バグの可能性（0-10点）
2. パフォーマンス（0-10点）
3. 可読性（0-10点）
4. セキュリティ（0-10点）
各項目で8点未満の部分があれば、改善版を提示してください。実務での活用例
コードレビューの自動化
コードレビュープロンプト
以下のPythonコードをシニアエンジニアの視点でレビューしてください。
チェック観点:
- バグの可能性
- セキュリティリスク（OWASP Top 10）
- パフォーマンスの問題
- コーディング規約違反（PEP 8）
- テストのしやすさ
[レビュー対象のコードをここに貼る]
指摘は「重要度（高/中/低）」「該当行」「問題点」「修正案」の表形式で出力してください。技術ドキュメントの生成
ドキュメント生成プロンプト
以下のPythonモジュールのAPI仕様書を作成してください。
形式: Markdown
含める内容:
- モジュール概要
- 各クラス/関数の説明
- 引数と戻り値の型
- 使用例
- 注意事項
[対象コードをここに貼る]テストケースの生成
テスト生成プロンプト
以下の関数に対するpytestのテストケースを生成してください。
カバーすべきケース:
- 正常系（基本的な入力）
- 境界値（0, 空文字, 最大値など）
- 異常系（None, 不正な型, 範囲外の値）
- エッジケース
[対象の関数をここに貼る]
まとめ
- 構造化出力（JSON等）を指定すると後続処理がしやすい
- システムプロンプトでAIの振る舞いを一貫して制御できる
- プロンプトチェーンで複雑なタスクを段階的に処理
- 自己評価で回答の品質をさらに向上
- コードレビュー、ドキュメント生成、テスト生成など実務に直結する活用法が豊富