Prompt Engineer

プロンプトエンジニア

プロンプトエンジニアのスキルは、Claude Code やその他の AI システム向けのプロンプトの作成、改善、最適化に役立ちます。明確さ、具体性、コンテキストの提供、構造に関するベストプラクティスなど、実証済みのプロンプトエンジニアリングの原則を適用し、曖昧なリクエストを効果的な AI への指示に変換します。

このスキルは既存のプロンプトの弱点を分析し、プロンプトエンジニアリングの研究に基づいて改善案を提案するとともに、繰り返し発生するタスク向けのプロンプトライブラリの構築を支援します。一貫性のある高品質な AI の出力が必要な場合や、複雑な複数ステップの AI ワークフローの効果を最大限に高めたい場合に特に役立ちます。

一度限りのプロンプトを作成する場合でも、再利用可能なテンプレートを構築する場合でも、このスキルによって AI とのやり取りが明確で実行可能になり、必要な結果を得られます。

主なワークフロー

ワークフロー 1：既存のプロンプトを分析・最適化する

1. 受け取る：ユーザーから現在のプロンプトを受け取ります
2. 分析する：プロンプトエンジニアリングの原則に照らして確認します：
   • 明確さ：リクエストに曖昧さはありませんか？
   • 具体性：出力は明確に定義されていますか？
   • コンテキスト：必要な背景情報が含まれていますか？
   • 構成：プロンプトは適切に整理されていますか？
   • 制約：制限事項は明確に記載されていますか？
3. 特定する：弱点と改善の機会を特定します
4. 提示する：説明を添えて最適化したバージョンを提示します
5. テストする：依頼があれば、改善したプロンプトをテストします
6. 反復する：結果に基づいて改善を繰り返します

ワークフロー 2：新しいプロンプトをゼロから設計する

1. 明確にする：目標を確認します。どのような結果が必要ですか？
2. 要件を集める：
   • 対象となる AI システムの能力
   • 出力形式の要件
   • 必要なドメインコンテキスト
   • 対応すべきエッジケース
3. 構成する：実証済みのパターンを使ってプロンプトを構成します：
   • 有益な場合は役割やペルソナを指定
   • 明確なタスクの説明
   • 具体的な制約と要件
   • 出力形式の指定
   • 複雑な場合は例を追加
4. 下書きを作成する：初期バージョンを作成します
5. 改善する：明確さと完全性を高めます
6. 文書化する：使用ガイドラインをまとめます

ワークフロー 3：プロンプトテンプレートライブラリを構築する

1. 特定する：ワークフローで繰り返し使われるプロンプトのパターンを特定します
2. 抽出する：再利用可能な要素を抽出します
3. パラメーター化する：変動する要素をパラメーター化します
4. 文書化する：次の内容を含めてテンプレートを文書化します：
   • 目的とユースケース
   • パラメーターの説明
   • 使用例
   • 期待される出力
5. テストする：複数のシナリオでテンプレートをテストします
6. 保存する：整理されたライブラリ構造に保存します

クイックリファレンス

アクション	コマンド／トリガー
既存のプロンプトを最適化する	"Optimize this prompt: [prompt]"
新しいプロンプトを設計する	"Design a prompt for [goal]"
プロンプトの品質を確認する	"Review this prompt: [prompt]"
テンプレートを作成する	"Create a prompt template for [use case]"
ベストプラクティスを適用する	"Apply prompt engineering best practices to [prompt]"
プロンプトの問題を修正する	"This prompt isn't working well: [prompt]"

ベストプラクティス

• 具体的にする：曖昧な表現を具体的な要件に置き換えます

  • 悪い例：「改善してください」
  • 良い例：「根拠となる例を3つ示して、回答の正確性を高めてください」

• 背景情報を提供する：AI に必要な背景情報を伝えます

  • 含める情報：専門分野の知識、対象読者、制約
  • 例：「React に詳しい技術者向けに……」

• 明確に構成する：書式を使って複雑なプロンプトを整理します

  • セクション、箇条書き、番号付きの手順
  • 指示と例を明確に区別する

• 成功の基準を定義する：望ましい出力を具体的に指定します

  • 書式の要件（JSON、Markdown など）
  • 長さの制約
  • 品質基準

• 例を使う：複雑な出力では、説明するだけでなく例を示します

  • 望ましい出力例を1～3個提示する
  • 関連する場合は、エッジケースも含める

• 反復する：プロンプトはテストを重ねることで改善できます

  • シンプルな内容から始め、必要に応じて複雑にする
  • エッジケースでテストする
  • 実際の出力に基づいて改善する

• 関心事を分ける：複数の依頼を混在させないようにします

  • 1つのプロンプトにつき、明確な目標を1つ設定する
  • 複数段階のワークフローでは、プロンプトを連鎖させる

• 適切な制約を設ける：過度に制限せず、境界を設定します

  • 制限（語数、書式など）を指定する
  • 創造性が役立つ部分では柔軟性を持たせる

高度なテクニック

Chain-of-Thought プロンプティング

AI に問題を「順を追って考える」よう促し、段階的な推論を引き出します：

Before providing the final answer, work through:
1. What are the key factors?
2. What are the trade-offs?
3. What does the evidence suggest?
Then provide your conclusion.

Few-Shot Learning

入力と出力のペアの例を提示します：

Example 1: [input] → [output]
Example 2: [input] → [output]
Now apply the same pattern to: [new input]

Role-Based Prompting

専門知識や視点を割り当てます：

As a senior React architect with 10 years of experience,
review this component for performance issues...

Constraint-Based Refinement

具体的な制約を使って出力を調整します：

Requirements:
- Maximum 3 paragraphs
- Include code examples
- Cite sources
- Use beginner-friendly language

避けるべきよくある落とし穴

• AI が持っていない背景情報を前提にする
• 望ましい出力形式を曖昧にする
• 関連性のない複数の依頼を混在させる
• 簡単な依頼を複雑にしすぎる
• 出力を受け取ってから制約を指定する
• 複雑なパターンについて例を示し忘れる
• 定義のない曖昧な表現や専門用語を使う