ChatGPTのためのプロンプトの書き方 - プロンプト作成のベストプラクティス

明確な目標から始めなさい：1つの測定可能な目標を定義し、チャットボットに対して要求する正確な出力形式を指定してください。 これによりプロンプトが固定され、評価が簡単になります。長さの制限が必要な場合は、明示的に述べなさい（例：3-5つの箇点）。また、チャットボットのコンテキストと制約を定義して、ずれを最小限に抑えなさい。

戦略（戦略）とテンプレート（テンプレート）を構築し、再利用してください。すべての応答に含まれる必要がある要素（要素）を定義しなさい：コンテキスト、目標、制約、および評価指標。ユーザとタスクに関する情報を含めて、ボットがデータで作業できるようにしなさい。

役割と声（設計上魅力的）を設定しなさい。 チャットボットがアナリスト、コンサルタント、または教師として行動するかを決定しなさい。作成されたプロンプトを使用して、スタイルと深さを固定しなさい。ガイドラインを私に添付できる場合、ボットはタスク間で一貫性を保ちます。

明確なスキャフォールドでプロンプトを設計しなさい。 質問から始め、制約のリストを追加し、必要な成果物で終わりなさい。異なる角度からのいくつかのプロンプトを使用して堅牢性をテストしなさい。モデルの出力を洗練するために標的とした質問をし、データを収集・分析して次のバージョンを改善しなさい。

具体的なプロンプトでテストと洗練をしなさい。 1つの結果を対象としたプロンプトのサイクルを作成し、正確性を測定し、調整しなさい。欠落した詳細のプレースホルダーとして何かを使用しなさい。トルコ語のコンテキストは言語タグで示せます。カスタマイズされたコンテンツを生成したい場合、トルコ語の読者向けに英語で焦点を絞ったプロンプトを提供し、データに対して検証しなさい。

プロンプト作成のための明確な目標を定義

各プロンプトに対して1つの測定可能な結果を定義しなさい：チャットは1ターン以内にユーザに必要な応答を提供し、フィラーを含まず、少なくとも3つの実行可能な項目を含みなさい。これを証明するプロンプトを書きなさい：簡潔な判断と3ステップの計画を要求する。

目標をユーザーの視点（ユーザー）からフレームしなさい。必要な情報と解決するタスク（問題解決、洞察抽出）を明確にしなさい。アナリストなどのペルソナを使用して構造を形成し、結果を整理され、スキャンしやすく保ちなさい。

出力形式を早い段階で選択しなさい：箇点、チェックリスト、または短いナラティブを指定しなさい。形式を明示的に述べ（形式）、長さの制限を設定しなさい（例：5つの箇点または120語）。これにより情報の流れが助かり、形式がユーザーの期待に一致します。

入力と制約を定義しなさい：ユーザが完了したいタスク、相談する情報源、および除外するデータをリストしなさい。一部のステップはチャットボットによって自動的に（自動的に）実行可能であると指定し、人間のレビュー用の余地を残しなさい。タスク間で一貫性を保つためにプロンプトとバリエーション（プロンプト）を参照しなさい。

再利用可能なテンプレートを構築しなさい：目標、オーディエンス、形式、制約、タスク、および情報源などのフィールドを持つコンパクトな形式を作成しなさい。この形式は練習をサポートし、ユーザーのために効率的に問題を解決する安定した研究参加を助けます。

測定と反復：チャットユーザからのフィードバックを集め、応答が必要な基準を満たすかを追跡し、プロンプトを調整しなさい。練習と詳細な研究（研究）からの教訓のログを維持して、プロンプトの品質管理を時間とともに改善しなさい。

十分なコンテキスト、制約、および出力形式を提供

目標、チャットボットを読むか相互作用する人々、および全体的な結果を述べた簡潔なコンテキストから始めなさい。タスク、オーディエンス、および出力目標を含めて、ボットがその行動を調整できるようにしなさい。このコンテキスト内で、ボットがカバーすべきテーマと動作モードを指定し、プロンプトをフォルダに保存する場所を記しなさい。ギャップを見つけた場合、すべての指示を実行可能に保つための改善を提案しなさい。必要に応じて、コンテキストをユーザーの目標に一致させるために調整し、オーディエンスに最適なトーンを指定して、マナーが友好的で明確になるようにしなさい。

次に、制約をコンパクトで実行可能な方法でアウトラインしなさい：最大長を設定し、トーンと形式を決定し、許可されたソースを決め、応答のための引用または要約を要求しなさい。制約を指定する場合、正確な指標を含め、応答で避けるものを宣言しなさい。各項目は明確で測定可能であるべきです。オンデマンドの調整のために管理モード内で使用し、ユーザーのニーズに現実的な範囲を保ちなさい。

出力形式を予測可能な構造として定義しなさい：簡潔なナラティブ、順次項目の明確なステップのセット、または目標、オーディエンス、制約、および例の回答などのフィールドを持つ最小限のJSONライクなブロック。チャットボットが一貫した結果を生成するように必要なフィールドを述べなさい。フレームワークは提供され、参照のためのサンプル構造が付属します。

プロンプトを作成するための実用的でステップバイステップのアプローチ（ステップ）を使用しなさい：1) コンテキスト、オーディエンス、および成功指標をキャプチャ；2) 制約、形式、および配信ルールを固定；3) 出力構造を定義；4) 調整をガイドするためのヒントを追加；5) すべての資産を管理モード内に保持し、クイックアクセス用のラベル付きフォルダに保存。執筆する場合、言語を明確にし、人間が簡単に従える方法に保ちなさい。

品質チェック：生成後、応答が提供された制約と指定された出力形式に一致することを検証しなさい。何かがずれている場合、ヒントを呼び出し、プロンプトを洗練しなさい。テーマとモード間でプロセスを監査できる短いチェックリストを含め、成功したプロンプトを再利用のためにフォルダ内に保存しなさい。継続的な改善のために、機能したことと変更が必要なことを自分のノートで文書化し、プロンプトを明確で実行可能に保ちなさい。

適切な指示スタイルを選択：直接的、例駆動型、またはステップバイステップ

迅速で決定準備の整った回答が必要な場合に直接的を使用しなさい。質問を最初に置き、制約を追加し、正確な出力形式を指定しなさい。これによりモデルのエラーを最小限に抑え、場所とチャネル間で作業を加速し、応答を英語に保ちます。コードが関与する場合、JavaScriptブロックと簡単な説明セクションを要求して読者をガイドしなさい。インタラクションを実用的で実行可能に保つために、短い挨拶またはコーチスタイルのヒントを追加しなさい。

直接スタイル

• 出力について明確にしなさい：「5つのステップの簡潔なリストを提供」または「主要なポイントを含む単一の段落を返す」。これによりモデルが明確に応答し、フィラーを避けます。
• モード（モード）を1つの成果物に設定：箇点リスト、コードスニペット、または短い要約。これにより余分な言葉を減らし、作業を集中させます。
• オーディエンスと言語を指定：英語のみで、コードが必要な場合、簡単な例を含むJavaScriptを含めなさい。デザインのプロンプトの場合、ダッシュボードなどの場所に適合する左揃え（左）とタイトなフォーマットを要求しなさい。
• 直接的なリクエストとルールを追加：ユニークな説明を求め、応答を遅らせる余分なコンテキストを避けなさい。
• クイックコーチングのヒントを提供：コーチによる単一のヒントでユーザーを有用な出力に向け、次のタスクに進む前に短い確認待機を好ましくしなさい。

例駆動型とステップバイステップスタイル

• 例駆動型：パターンを確立するために2–3つの入力-出力ペアを添付。例えば、ユーザー：「このデータセットを3つの箇点で要約」、アシスト：「箇点1、箇点2、箇点3」。これにより期待を設定し、誤解を減らし、ユニークな出力と場所およびGoogleライクなコンテキストでの簡単な検証を助けます。
• ステップバイステップ：タスクを明確なステップに分解し、番号付けしなさい。これは学習、プロセス自動化、ポリシードリブンのプロンプトに適し、モデルを単一の広範な段落に押し込んでミスを不明瞭にするのを避けます。
• 例を示すモデルプロンプトから始め、ガイド付きシーケンスに切り替え：ステップ1、ステップ2、ステップ3...で、各ルールとエッジケースを説明とチェックでカバーしなさい。
• 例は必要に応じてマーケティングフレンドリーなトーン（マーケティング）を含み、明確さと簡潔さを維持しなさい。ジュニアユーザをコーチする場合、ヒントとタスク理解を助ける用語の小さな用語集を含めなさい。
• 業務ルールについて指示する場合、出力構造のルール、明確化質問の権利、およびエラーを早期にキャッチするための検証チェックを指定しなさい。この例駆動型アプローチはモデルが自信と一貫性を持って応答するのを助けます。
1. ステップ1：具体的な例と望ましい形式でタスクを定義。
2. ステップ2：パターンを示す2–3つの入力-出力ペアを提供。
3. ステップ3：正確な出力期待を述べ（言語：英語、コード言語：JavaScript、フォーマット：箇点）。
4. ステップ4：正確性を検証するための短いチェックリストを追加し、必要に応じてタイマーフレンドリーな待機期間を追加。

反復を実装：プロトタイピング、テスト、およびプロンプトの洗練

15分でベースラインのプロンプトをプロトタイプし、代表的なデータセットで20回のクイックトライアルを実行し、シグナルをキャプチャ：正確性、関連性、および読みやすさ。アナリストがレビューできるようにすべての偏差を記録；収集したデータが洗練の種になります。迅速な勝利を望む場合、タスクを反映したものでテストしなさい。明確な成功基準が進行を測定するのを助けます：85%以上の正確性を目標とし、次の一手を明確に指示する応答。

シンプルなテストプロトコルを構築：各タスクに対して、ベースラインと追加の指示制約で改善された2つのバリエーションを実行。結果を正しさ、完全性、およびトーンをチェックするルーブリックで比較。応答を待ち、自分の指示がどれだけ従われているかを評価；影響を検証するためにチームメイトからのピアフィードバックを含めなさい。同僚を招待して実際のユーザをシミュレートし、現実的な条件下でチャットボットを評価できます。単一例のバイアスを避けるために複数のプロンプトからのデータを使用。

フレーズを締め、クエリと応答間のポーズを狭めてプロンプトを洗練。ターン間のクロストークを最小限に抑えるためにメモリと情報境界に焦点を当て；モデルが記憶すべきことと無視すべきことを明示的に定義。プロンプトが簡潔な回答を報酬する場合、固定長とアクションのチェックリストを強制。1つの変数を一度に反復して、変更を特定の調整に帰属させ、データのノイズにしない。

各反復をチームのための軽量記事として文書化：仮説、変更、およびパフォーマンスの測定されたデルタを記しなさい。このアプローチは1つのユースケースを超えて改善をスケールし、GPT-4対応のプロンプトが新しいタスクに適応できる方法を示します。影響を示す短い結果のストーリーを含め、コードライクなプロンプトが予測可能な動作を駆動する方法を示し、将来のチューニングをサポートするためにメモリ使用と情報フローの実行ログを保持。

フェーズ	焦点	指標	テスト方法	ツール
プロトタイピング	ベースラインプロンプトの明確さ、タスク適合	完了率、指示遵守、平均応答時間	3つのタスクタイプで10回のプロンプトを実行；ルーブリックに対して比較	プロンプトテンプレート、サンプル入力、GPT-4
テスト	エッジケース、指示ずれ、メモリ処理	エラー率、トークン効率、ターン間の整合性	ベースライン対強化バリエーションのA/B比較；質的ノートを収集	評価ルーブリック、データセットスライス、ロギング
洗練	制約の締め付け、フレーズ焦点、メモリ境界	スコアのデルタ；曖昧さの低減	1サイクルあたり1変更；同じデータセットで再テスト	バージョン付きプロンプト、変更ログ、ノート

システムと役割プロンプトを活用して動作を形成

アシスタントの境界を固定し、目標に一致した明確な役割を割り当てるタイトなシステムプロンプトを定義しなさい。このベースラインは応答を一貫させ、ずれを防ぎ、タスクに役割を書くときに制約がどのように動作するかを理解するのを助けます。

実用的プロンプトセットアップ

再利用可能なテンプレートには、翻訳タスク（テキストをターゲット言語に翻訳）、レタースタイルのコンテンツ（明確な行動喚起付きの受信者への手紙）、ストーリープロンプト（簡潔なアーク付きのストーリー）、およびサイトベースのチェック（サイト上の信頼できる事実を見つける）を含みます。実世界の使用を示すために場所と人々を参照し、読みやすさを改善するための音楽インスパイアのケイデンスを考慮。クイックリセットを望む場合、トレーナーにプロンプトを再検証させ、制約を締め付けなさい。トレーナーの助けを借りてインテリジェンスをキャリブレーションし、複数の応答方法を含めなさい。

ChatGPTの使い方を尋ねるための12のプロンプト

プロンプトを使用してタスクをマップ：ChatGPTに目標を伝え、計画を要求し、明確なタスク付きの入力タスクを割り当て；コード例と期待出力の例を含め、結果がプロジェクトのニーズに適合するまで反復するよう伝えなさい。

プロンプトテンプレート

1. ChatGPTにプロジェクトトピックの簡単な用語での概要を作成させ、次に3つの入力タスクを具体的なタスクと各々のコード例、および期待出力の例で提供。

2. プロジェクトの戦略アウトラインを作成：マイルストーン、オーナー、およびタスクの自動化を示す軽量コードサンプル。

3. 問題に対する3つのアプローチのサイドバイサイド比較を求め、 pros and cons と各々のリスク評価、およびモデルに証拠で選択を正当化させる。

4. ChatGPTに機能のユーザーストーリーを生成させ、次に例のテストケースと受け入れ基準の例付きのテスト計画を作成。

5. コード中心の出力を要求：擬似コードを提供し、次に選択した言語のコード、コメント、および異なる入力データへの適応方法の説明。

6. プロジェクト準備のためのQAチェックリストを作成：責任、ゲート、および主要リスクと緩和策の左まとめ。

7. プロジェクトの規制またはコンプライアンス要件についてチャットボットに尋ねるプロンプトを作成し、非技術的ステークホルダー向けの簡潔な箇点ブリーフィングを返す。

8. トーンとナラティブスタイルをテストするためのバットマン主題のプロンプトを設計：長さ、見出し、フォーマットの制約付き。

9. 計算または決定のためのステップバイステップの推論を要求するプロンプトを生成：各ステップをラベル付けし、最終回答を明確に述べ。

10. 外部データを取得し、Executive Summary、Findings、およびRecommendationsのセクション付きレポートに要約するプロンプトを作成；将来のデータのプレースホルダーとして何かを含め。

11. プロンプト反復の練習のためのプロンプトを作成：粗い回答から始め、明確化を求め、次に反復で出力を洗練して整合性を改善、例のワークフローとレビュー用の左中間結果を示。

12. ChatGPTをプロンプトコーチとして動作させるメタプロンプトを提供：ユーザに詳細を尋ね、反復で改善を作成し、プロジェクトの回答の進化を追跡。

実装ノート

プロンプトを具体的な出力に焦点：構造、データポイント、および例；応答を接地し、プロジェクトでのテストを可能にする具体的な入力データを使用。

代表的なシナリオに対してプロンプトをテストし、次に言語と制約を異なるチームに適合させて適応；反復使用と練習を合理化するための調整を文書化。