基本的なプロンプト構造
指示、コンテキスト、入力データ、出力形式など、プロンプトを構成する基本要素を学びます。
「基本的なプロンプト構造」はCoddyKit上の無料Prompt Engineering & LLM Optimization for Developersレッスンです。 これはレッスン2/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはPrompt Engineering & LLM Optimization for Developers学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Prompt Engineering & LLM Optimization for Developersコースには全4レッスンが含まれています。
このレッスンの一部はまだ翻訳されておらず、英語で表示されています。
Deconstructing Your Prompts
A prompt is a set of instructions for the AI - like a recipe. The clearer the recipe, the better the result. Let's break a prompt into its core parts.
Why Structure Matters
Good structure pays off: it prevents misunderstandings, sharpens accuracy, and keeps outputs consistent. The AI knows exactly what you want.
Component 1: Instructions
The instruction is the core command - what task to perform. Be direct and specific; vague language leaves the model guessing.
Instructions in Action
A plain instruction like "Summarize the following text" makes the model's job crystal clear. That directness is the whole point.
Component 2: Context
Context gives the model background or a scenario. It helps the AI grasp the situation so its answer fits your specific needs.
Adding Context to Prompts
Context often sets a role or audience, like "You are a helpful assistant" and "for a 5th grader." Those framing words steer tone and depth.
Component 3: Input Data
Input data is the actual content the model works on to fulfill your instruction - text, a list, numbers, or any specifics it should process.
Input Data in Practice
The input data is the raw material. In a summarize prompt, the text you paste in (often inside quotes) is exactly that data.
Component 4: Output Format
The output format says how you want the answer shaped - a bullet list, JSON, or "max 50 words." It keeps results consistent and easy to use.
Specifying Output Format
Spelling out the output format, like "in exactly three bullet points," is vital when feeding LLM responses into an app that has to parse them.
Prompt Structure Challenge
You've learned about instructions, context, input data, and output format. Read the prompt below carefully.
"You are a helpful assistant. Summarize the following article for a busy executive. Provide the summary as a bulleted list of key takeaways.
Article: [Content of a fictional article about a new tech trend]"Which part of this prompt specifies how the answer should be presented?
Recap: Your Prompt Toolkit
Recap: a strong prompt has four parts - instruction, context, input data, and output format. Master these basics for clear, predictable results.
よくある質問
「基本的なプロンプト構造」レッスンは無料ですか？
はい。「基本的なプロンプト構造」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Prompt Engineering & LLM Optimization for Developersコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Prompt Engineering & LLM Optimization for Developersコースには全4レッスンが含まれています。
「基本的なプロンプト構造」で何を学びますか？
指示、コンテキスト、入力データ、出力形式など、プロンプトを構成する基本要素を学びます。 ブラウザで直接実行するハンズオンコードでPrompt Engineering & LLM Optimization for Developersを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
Prompt Engineering & LLM Optimization for Developersを始めるのに経験は必要ですか？
事前経験は必要ありません。CoddyKitのPrompt Engineering & LLM Optimization for Developersは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン2/4です。
「基本的なプロンプト構造」レッスンにはどのくらい時間がかかりますか？
ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このPrompt Engineering & LLM Optimization for Developersレッスンでコードを書いて実行できますか？
はい。すべてのPrompt Engineering & LLM Optimization for Developersレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。