AI Prompt Engineering · レッスン

効果的なフォローアッププロンプトを書く

Q: 「効果的なフォローアッププロンプトを書く」で何を学びますか？

「もっと短く」「X について、より具体的に」と指示して軌道修正する方法を学びます。 ブラウザで直接実行するハンズオンコードでAI Prompt Engineering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。

「もっと短く」「X について、より具体的に」と指示して軌道修正する方法を学びます。

「効果的なフォローアッププロンプトを書く」はCoddyKit上の無料AI Prompt Engineering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AI Prompt Engineering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。 AI Prompt Engineeringコースには全4レッスンが含まれています。

軌道修正の技術

追加プロンプトは不満を伝えるものではありません。よりよい出力へモデルを導く修正シグナルです。

効果的な追加プロンプトでは、何が問題だったのか、代わりに何を求めるのかを具体的に示します。「もう一度試してください」や「少し違います」のような曖昧な追加プロンプトでは、モデルは改善に役立つ情報を得られません。

いくつかの軌道修正パターンを覚えると、ほぼあらゆる種類の出力の問題をすばやく修正できるようになります。

パターン1：短くする

回答が長すぎたり、冗長だったり、余分な内容でかさ増しされていたりする場合は、短縮パターンを使います。

「短くしてください。100語を目安にしてください。」
「導入の段落と、内容のない文章を削除してください。」
「上記を3文に要約してください。」
「重要なポイントを失わずに、半分の長さにしてください。」

具体性が重要です。単に「短く」と言うよりも、目標の語数や削除する具体的な内容を伝えるほうが効果的です。

パターン2：Xについてより具体的にする

回答が抽象的すぎたり、概略にとどまっていたりする場合は、具体化パターンを使います。

「料金モデルについて、より具体的に説明してください。」
「割合ではなく、具体的な数値を示してください。」
「大企業ではなく、ユーザーが小規模事業者であるケースに集中してください。」
「セキュリティについての助言が曖昧すぎます。具体的な脆弱性とその修正方法を示してください。」

これらのパターンを使うと、より深い説明が必要な側面にモデルの焦点を絞れます。

パターン3：Yに関する部分を削除する

回答に不要な内容が含まれている場合は、削除パターンを使います。

「歴史的背景の部分を削除してください。現在の状況だけが必要です。」
「最後の箇条書き2つを削除してください。話題から外れています。」
「最後の注意書きの段落を除いて書き直してください。」
「3つ目のポイント以降をすべて削除し、そこで終わってください。」

削除する具体的なセクションを指定してください。「関係のない部分を削除してください」という表現は曖昧で、何が不要かについてモデルと認識が一致しない可能性があります。

パターン4：各ポイントに例を追加する

回答は正しいものの抽象的すぎる場合は、例を追加するパターンを使います。

「各箇条書きの後に具体例を追加してください。」
「3つ目のポイントを現実の状況に即した例で説明してください。」
「各ベストプラクティスについて、変更前と変更後のコードスニペットを1つずつ示してください。」
「各推奨事項について、してはいけないことを示す反例を追加してください。」

例があると、抽象的な助言を実行に移しやすくなります。このパターンは、教材やハウツーガイドで特に役立ちます。

パターン5：箇条書きに書き直す

回答の内容は適切でも構成が不適切な場合は、再フォーマットのパターンを使います。

「これを箇条書きに書き直してください。」
「番号付きの手順ガイドに変換してください。」
「H2見出しを使ってセクションに分けてください。」
「比較表としてフォーマットしてください：機能 | オプションA | オプションB」

再フォーマットの追加プロンプトは、内容を維持したまま見せ方だけを変更します。内容自体はすでに適切なので、リスクの低い方法です。

1つの追加プロンプトでパターンを組み合わせる

1つの追加プロンプトに複数の修正パターンを組み合わせることができます。

「上記の回答を箇条書きに書き直し、歴史的背景のセクションを削除して、各ポイントにコード例を追加してください。300語以内に収めてください。」

これは、4つの追加メッセージを別々に送るより効率的です。ただし、組み合わせた追加プロンプトは明確で読みやすいものにしてください。複雑になった場合は、分かりにくい1つのプロンプトにまとめるのではなく、2つに分けてください。

コードで追加パターンを使う

会話履歴に修正指示を追加することで、Pythonパイプライン内の追加修正を自動化できます。

import openai

client = openai.OpenAI(api_key='sk-...')

def apply_correction(conversation_history, correction_pattern):
    # Append the follow-up prompt to the existing conversation
    updated_history = conversation_history + [
        {'role': 'user', 'content': correction_pattern}
    ]

    response = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=updated_history
    )

    assistant_reply = response.choices[0].message.content

    # Return updated history for chaining
    updated_history.append({'role': 'assistant', 'content': assistant_reply})
    return assistant_reply, updated_history

# Example usage
history = [{'role': 'user', 'content': 'Explain REST APIs.'},
           {'role': 'assistant', 'content': '... (long explanation) ...'}]

corrected, history = apply_correction(history, 'Make it shorter — 3 bullet points only.')
print(corrected)

回答に結び付けて追加プロンプトを書く

最も効果的な追加プロンプトは、直前の回答の具体的な部分に結び付いています。これにより曖昧さがなくなります。

弱い例：「2つ目の部分を改善できますか？」
強い例：「『セキュリティに関する考慮事項』というタイトルのセクションでは、助言が一般的すぎます。そのセクションを、具体的なファイアウォールルール3つを含めて書き直してください。」

具体的なセクション、文、またはポイントを引用したり名前で指定したりすると、モデルは意図した箇所に正確に集中できます。

追加プロンプトが機能しなくなったとき

追加パターンを使っても、望んだ改善が得られないことがあります。会話が行き詰まっている兆候には、次のようなものがあります。

2回修正しても、モデルが同じ構成に戻る
モデルは修正を受け入れたように応じるものの、同じ誤りを繰り返す
古い問題を直すたびに、新しい問題が発生する

この段階では、修正を続けるより、元のプロンプトを書き直して最初からやり直すほうが速いことがよくあります。この判断については、後のレッスンで説明します。

自分用の追加プロンプト集を作る

修正パターンは繰り返し使えるため、何度も使う追加フレーズをまとめた小さな自分用のライブラリを作っておく価値があります。

「短くしてください。X語を目標にしてください。」
「各ポイントに具体例を追加してください。」
「箇条書きに書き直し、冒頭に1行の要約を付けてください。」
「注意書き／歴史的背景／冒頭の余分な説明を削除してください。」
「[X]について、より具体的にしてください。実際の数値／手順／コードを示してください。」

これらをテキストファイルやメモアプリに保存しておくと、今後のセッションのたびに時間を節約できます。

理解度チェック：修正パターン

プロジェクト管理アプリの商品説明を書くようモデルに依頼したところ、アプリの歴史、理念、主要機能、料金、競合製品との比較を扱う600語のエッセイが返ってきました。しかし、Webサイトのヒーローセクションに載せる、主要機能だけの100語の説明が必要でした。

どの追加プロンプトが最も効果的ですか？

振り返り：効果的な追加プロンプトを書く

追加プロンプトは不満ではなく、修正シグナルです。5つの基本パターンである短縮、具体化、削除、例の追加、再フォーマットによって、遭遇する出力問題の大半に対応できます。

重要な原則は、何が問題だったのかを具体的に示すこと、関連するセクションに結び付けること、必要に応じてパターンを組み合わせることです。追加プロンプトで改善しなくなったら、最初からやり直すことを検討してください。

次のレッスンでは、以前の回答を修正するのではなく、それを土台に発展させるマルチターンの会話を練習します。

よくある質問

「効果的なフォローアッププロンプトを書く」レッスンは無料ですか？

はい。「効果的なフォローアッププロンプトを書く」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）、AI Prompt Engineering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。 AI Prompt Engineeringコースには全4レッスンが含まれています。

「効果的なフォローアッププロンプトを書く」で何を学びますか？

「もっと短く」「X について、より具体的に」と指示して軌道修正する方法を学びます。ブラウザで直接実行するハンズオンコードでAI Prompt Engineering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。

AI Prompt Engineering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AI Prompt Engineering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。

「効果的なフォローアッププロンプトを書く」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AI Prompt Engineering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AI Prompt Engineering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。

このコースのすべてのレッスン

← AI Prompt Engineeringに戻る