プロンプトエンジニアリングとは? 2026年に使える10の手法
プロンプトエンジニアリングとは何かを、やさしい言葉で解説します。2026年にOpenAI、Anthropic、Googleが推奨する10の手法、研究で検証された俗説、具体例を紹介します。

プロンプトエンジニアリング(prompt engineering)とは、AIモデルから必要な成果を安定して引き出すための指示を書く技術です。OpenAIはこれを「モデルに対して効果的な指示を書くプロセス」と呼んでいます。2026年時点では、ごく平易な習慣の積み重ねが土台になっています。具体的に書く、背景を伝える、例を見せる、希望の形式を示す、結果を試して確かめる、の5つです。このガイドでは、モデル開発各社が推奨する10の手法と、研究によって「やめてよい」とされた人気の小技を解説します。
あるカフェのオーナーが「新メニューについての投稿を書いて」と入力したところ、とても公開できない陽気な4段落が返ってきました。甥が同じツールにあと3文を足しました。客層は誰か、お店の口調はどうか、Instagramのキャプション1つに収めること、という内容です。すると彼女はその日の午後に投稿できる文章を手に入れました。同じAIで、料金も同じです。違いは「プロンプトエンジニアリング」という大げさな名前で呼ばれ、秘伝の公式があるかのような評判もあります。実際は、新しいスタッフに仕事を説明するのに近いものです。政府の2026年AI導入調査では、英国企業の32%がAIを使っており、前年の2倍になりました。使っている企業の67%が、スキルや知識の不足が妨げになっていると答えています。
この記事の流れは次のとおりです。このガイドをどう検証したか、10の手法を一覧にした表、手法ごとの例、最新モデルで変わった点、検証された俗説、今も仕事として成り立つのか、無料で学べる場所です。
試行錯誤は不要です。Jobbitで仕事を一度説明すれば、エージェントが動き出す前にPlan mode(計画モード)が手順を表示します。無料プランで1日100クレジット、カードは不要です。
このガイドの検証方法
- モデル開発各社の公式ガイドを2026年11月18日に確認しました。 OpenAIのプロンプトエンジニアリングガイド、Anthropicのプロンプト作成のベストプラクティス、GoogleのGemini向けプロンプト戦略、Microsoft Learn、IBMです。
- 独立した研究を確認しました。 一般的なプロンプトの助言を何度も繰り返し検証したWharton School(ペンシルベニア大学ウォートン校)のGenerative AI Labsの3本の報告書と、IBMの研究者による2026年のプレプリントです。
- 各社の意見が分かれる点は、そのことを明記します。 段階的な推論に関する助言は、2025年から2026年にかけて変わりました。
- 例は当社が小規模事業者向けに作成したものです。 各社の文言は引用符で示します。
- 英国の数値は、政府のAI Adoption Survey 2026と英国国家統計局(Office for National Statistics)によるものです。
プロンプトエンジニアリングの10の手法を一覧で確認
| 手法 | メッセージに加えるもの | 推奨している企業 | 特に効果が出る場面 |
|---|---|---|---|
| 1. 具体的に書く | 長さ、読者、目的、含めないこと | Anthropic、Google、Microsoft | 常に |
| 2. 背景を伝える | 自分は誰か、誰のためか、なぜ必要か | Anthropic、Google、OpenAI | 自社に関わるあらゆる依頼 |
| 3. 役割を設定する | 「あなたは経験豊富な簿記担当者です」 | Anthropic、OpenAI | 口調と専門性 |
| 4. 例を見せる | 良い出来の見本を2、3件 | OpenAI、Anthropic、Google、Microsoft | 自分の文体や形式に合わせたいとき |
| 5. 部分を分ける | 指示と貼り付けた文章を囲むラベルやタグ | OpenAI、Anthropic、Microsoft | 文書を含む長いプロンプト |
| 6. 形式を指定する | 「3列の表」「80語以内」 | Google、Microsoft | 繰り返し使うもの全般 |
| 7. 情報源を渡す | 事実を貼り付けて「これだけを使って」と伝える | OpenAI、Microsoft、Google | 価格、規定、数値 |
| 8. 手順に分ける | 段階ごとに1つのプロンプト、間で確認する | Anthropic、Microsoft | 大きな仕事 |
| 9. 確認を依頼する | 「終える前に、次の点に照らして検証してください」 | Anthropic | 計算、事実、コード |
| 10. 試して改良する | もう一度実行し、1か所だけ変えて比べる | Google、OpenAI、Anthropic | 毎週使うプロンプト |
10の手法と具体例
1. 具体的に書く
Microsoftのガイドは一文で言い切っています。「具体的に書くこと。解釈の余地をできるだけ残さないこと」。Anthropicは確認方法を示しています。前提知識のない同僚にプロンプトを見せ、そのとおりにやってもらいます。同僚が戸惑うなら、AIも戸惑います。
- あいまいな例: 「値上げについてのメールを書いて。」
- 具体的な例: 「犬のトリミングサロンの既存のお客様向けに、120語のメールを書いてください。料金は1月1日に6%上がります。温かく、平易な英語で、お詫びはせず、ご愛顧への感謝を1行入れてください。」
2. 背景を伝える
Anthropicは、AIを「あなたの規範や業務の流れについての文脈を持たない、優秀な新入社員」として扱うことを勧めています。また、理由を説明することも勧めています。理由があれば、挙げていないケースにもモデルが対応できるからです。「文を短くしてください」より「お客様はカウンターでスマートフォンを見て読むので、文を短くしてください」のほうがうまくいきます。
3. 役割を設定する
一文で十分です。Anthropicのガイドは、役割を設定すると振る舞いと口調が「絞られ」、「一文だけでも違いが出る」と述べています。「あなたは英国の雇用問題の助言者で、初めて人を雇う事業主に向けてこれを説明します」のように試してみてください。
4. 例を見せる
Googleのガイドが最も強く勧めています。「プロンプトには必ずfew-shot(少数の例示)を含めることを推奨します」。Anthropicは3件から5件を勧めており、モデルが1つの見本ではなくパターンを写し取るよう、ある程度ばらつきのある例を選びます。気に入った商品説明を2つ貼り付け、同じ調子で3つ目を書いてもらいましょう。専門的にはfew-shotプロンプティングと呼ばれます。
5. 部分を分ける
プロンプトに指示と貼り付けた文書の両方が入る場合は、ラベルを付けます。OpenAIとAnthropicはどちらも、簡単なタグや見出しを使い、モデルが依頼内容と資料を見分けられるようにすることを勧めています。単純なラベルでも効果があります。「指示:」と「お客様からのメール:」のようにします。
6. 形式を指定する
答えをどんな形にしてほしいかを伝えます。表、箇条書き5つ、件名と本文、80語以内などです。これには裏付けがあります。Whartonの研究者がテスト用プロンプトから形式の指示を取り除いたところ、成績が下がりました。
7. 情報源を渡す
自社に関する事実が必要な場合は、事実を貼り付け、それだけを使うようAIに伝えます。Microsoftは根拠となるデータを渡すことを「強く」勧めており、「テキストに答えがなければ『見つかりません』と返答してください」のように、モデルに逃げ道を与えることも提案しています。これは、でっち上げの回答を防ぐ最良の方法です。詳しくはAIがもっともらしい嘘をつく理由をご覧ください。
8. 手順に分ける
マーケティング計画を1つのプロンプトで頼むと、内容が薄くなります。まず対象顧客を尋ねて確認し、次に提案内容、その次にカレンダーと進めましょう。Anthropicは、新しいモデルが1回でより多くをこなせるようになっても、プロンプトをつなぐ方法は「中間の出力を確認したいとき」に今も有用だと述べています。
9. 確認を依頼する
Anthropicのガイドは、最後に「終える前に、あなたの答えを」基準に照らして「検証してください」のような一文を添えることを提案しており、これは「特にコードや数学で、誤りを確実に見つけ出せる」としています。見積書なら、「明細の合計が総額と一致しているか、VATが20%になっているかを確認してください」と頼みます。
10. 試して改良する
Googleのガイドは簡潔にこう述べています。「プロンプトエンジニアリングは反復的な作業です」。Whartonのチームは、同じプロンプトでも1回目は成功して次は失敗することがあると確認しました。つまり、良い答えが1回出ただけではほとんど何も証明できません。繰り返し使うプロンプトは3回実行し、一度に変えるのは1か所だけにしましょう。そのうえで保存します。保存した指示の置き場所は、ChatGPTのカスタム指示のガイドで紹介しています。
最新モデルで変わった点
2023年の助言は、今では結果を悪くすることがあります。
- 「段階的に考えて」と頼むのをやめましょう。 この手法はchain of thought(思考の連鎖)と呼ばれます。OpenAIの推論モデル向けガイドは、プロンプトを簡潔に保ち、段階的な推論を求めないよう述べています。Microsoftは、この手法は推論機能のないモデルにのみ当てはまるとしています。Anthropicは、モデルに組み込まれた思考機能に任せるよう述べています。最新のモデルは自力で推論します。
- 大声で命令するのをやめましょう。 Anthropicは、最近のモデルは指示への反応が良くなっているとして、「CRITICAL: You MUST」(「重要: 必ず実行すること」)のような強い表現を和らげるよう助言しています。大文字は今では過剰反応を招きます。
- 文字どおりに読まれると考えましょう。 頼んだ以上のものが欲しいなら、そう頼みます。Anthropicの助言は、モデルが推測してくれることに頼らず、「明示的に求める」ことです。
- 文脈が新しいキーワードです。 2025年9月、Anthropicは「context engineering(コンテキストエンジニアリング)」を「プロンプトエンジニアリングの自然な発展」と表現しました。依頼文の書き方だけでなく、AIの手元にどんな情報を置くかを選ぶことです。小規模事業者にとっては、料金表、過去のメール、社内ルールを渡すことを意味します。
IBMの研究者による2026年9月のプレプリントは、8つのプロンプト手法を27のモデル構成と約4,300問で試しました。モデルの推論機能をオンにすると、直接質問する場合を約0.5パーセントポイント以上上回る手法はありませんでした。検証は選択式の問題に限られますが、方向性ははっきりしています。巧みな言い回しの重要性は年々下がり、明確な指示の重要性は変わりません。
検証された4つの俗説
Wharton SchoolのGenerative AI Labsは、2025年に一般的な小技を何千回もの繰り返し試験にかけました。
- 「チップをあげると言えばいい」。 2025年8月の報告書のタイトルは明快で、脅しや報酬は効かないというものです。モデルを脅したり金銭を提示したりしても、全体として意味のある改善は見られませんでした。
- 「失礼に頼む」か「丁寧に頼む」か。 丁寧さは個々の答えを良くも悪くも動かしましたが、テスト全体では効果が打ち消し合いました。丁寧に頼みたければそうしてください。ただし手法ではありません。
- 「段階的に考えさせれば必ず良くなる」。 2025年6月の報告書では、古いモデルでは控えめな向上とばらつきの増加、推論モデルでは効果はわずかで、時間は20%から80%余計にかかるという結果でした。
- 「完璧なプロンプトがある」。 同じプロンプトでも繰り返し実行すると結果が変わったため、言葉を磨くより試すほうが有効です。
プロンプトエンジニアリングは今も職業なのか
職種名としては影が薄くなりました。Fortuneは2025年5月、かつて最大20万ドルの給与で募集されていた職種がほぼ姿を消したと報じ、Indeedのエコノミストの言葉を引用しています。プロンプトエンジニアリングは「持っていて確実に良いものだが、それだけで職種になるものではない」。Korn Ferryは、Microsoftの3万1,000人の従業員調査を読み解き、企業が新設を計画している職種のなかで、下から2番目だったと述べました。
スキルとしては、全員に広がりました。英国国家統計局(Office for National Statistics)によると、2026年半ばにグレートブリテンの従業員の55%が仕事や学習にAIを使っています。AIへの指示が上手な人は、同じ契約からより多くの成果を得られます。
無料で学べる場所
- Anthropicのプロンプト作成のベストプラクティスと、GitHubにある対話型チュートリアル(短い9章構成)です。チュートリアルは古いモデル向けに書かれており、その点はAnthropic自身も注記しています。
- OpenAIのプロンプトエンジニアリングガイドは無料で読め、推論モデル向けに別のページがあります。
- GoogleのGemini向けプロンプト戦略も無料で読めます。
- DeepLearning.AIのOpenAI共同の短期コースは、1時間40分で、執筆時点では無料ですが、Pythonを多少知っている人向けです。
すぐ使える資料から始めたい方は、AIエージェント向けプロンプト例30選と業種別テンプレート40選をご覧ください。
AIエージェントはプロンプトの仕事をどう変えるか
ChatGPT、Claude、Gemini、Microsoft Copilot、Manus、MetaのMuse はいずれも、上の10の手法に反応します。仕事を実際に実行するエージェントは、労力の一部を言い回しから確認へと移します。
- 実行する前に尋ねてくれます。 JobbitのPlan mode(計画モード)は、承認を得るために手順を一覧表示するので、あいまいな依頼はクレジットを使う前に見つかります。
- 文脈を保持します。 Projectsがファイルと常時有効な指示を保持するため、手法2と手法7は一度設定すれば済みます。
- モデルを選べます。 有料プランでは、簡単な仕事には軽いモデルを、難しい仕事には強力なモデルを選べます。Goは月額£7で2,000クレジットです。料金プランをご覧ください。
- 仕事を最後までやり遂げます。 成果は、どこかに貼り付ける一段落ではなく、文書、スプレッドシート、動作するサイトです。
- 人が引き継げます。 専門家が必要な仕事は、Jobbitの人間のネットワークに回されます。
プロンプトが上達するにつれて、一つ注意があります。指示は、AIが読むページやメールの中に隠れて届くこともあります。このリスクについては、プロンプトインジェクションのガイドで解説しています。
よくある質問
プロンプトエンジニアリングとは、簡単に言うと何ですか?
AIに明確な指示を書き、最初から役に立つ答えを返してもらうことです。実際には、何が欲しいのか、誰のためのものか、どんな形式にするか、どの事実を根拠にするかを正確に伝え、そのうえで確認して調整することを指します。
プロンプトエンジニアリングの主な手法は何ですか?
具体的に書く、背景を伝える、役割を設定する、例を見せる、指示と貼り付けた資料を分ける、出力形式を指定する、自分の情報源テキストを渡す、大きな仕事を手順に分ける、自己確認を依頼する、複数回試す、です。OpenAI、Anthropic、Googleはいずれも、これらの大半を推奨しています。
「段階的に考えて」とAIに伝える方法は今も有効ですか?
現在のモデルでは、多くの場合効果はありません。OpenAIとMicrosoftは推論モデルに対してこれを勧めておらず、Anthropicはモデル自身の思考に任せるよう述べています。2025年のWhartonの研究では、推論モデルでの向上はわずかで、回答は遅くなりました。
2026年にプロンプトエンジニアリングは良いキャリアですか?
単独の職種名としては、2025年のFortuneとKorn Ferryの報道によれば、ほぼ姿を消しました。ほかの仕事の中のスキルとしては価値があります。今やほとんどの事務職がAIを使っており、指示の質が結果の質を決めるからです。
仕事でAIを使うために、プロンプトエンジニアリングを学ぶ必要はありますか?
基本は必要ですが、午後一つあれば身につきます。このページの10の習慣で、日常業務の大半はカバーできます。自社の情報や社内の文体を常時有効な指示として保存しておけば、繰り返しの手間もかなり省けます。
プロンプトエンジニアリングとコンテキストエンジニアリングの違いは何ですか?
プロンプトエンジニアリングは、依頼の書き方に関するものです。コンテキストエンジニアリングは、AIが答えるときに手元にある情報、つまり文書、過去の例、ルールに関するものです。Jobbitのエージェントでは、Projectsがすべてのタスクに共通する文脈を保持します。無料でお試しください。1日100クレジットで、カードは不要です。