prompt-engineering

プロンプトエンジニアリング

LLM と自律型エージェントのための高度なプロンプト設計です。推論パターン、テンプレートシステム、最適化ワークフロー、エージェントオーケストレーション、拡張思考、ツール使用を促すプロンプトを扱います。

使用する場面：構造化された推論を必要とするプロンプトの設計、エージェントのループ構築、LLM の出力品質の最適化、再利用可能なプロンプトテンプレートの作成、複雑なタスクに向けた拡張思考の設定、または画像とテキストを使ったマルチモーダルプロンプトの設計。

使用しない場面：単純な事実確認、直接的な情報検索、または自由度の高い生成が有効なクリエイティブライティング。

主な原則

1. 暗黙より明示 -- 最新のモデル（Claude 4.x、GPT-4.1）は指示に文字どおり従います。モデルが意図を推測することに頼るのではなく、望ましい出力、形式、動作を具体的に指定してください。
2. 指示より目的 -- 推論モデル（OpenAI o-series、拡張思考を備えた Claude）には、手順を細かく指定するのではなく、目標を伝えてください。これらのモデルは自ら計画を立てます。
3. 構造で意図を伝える -- XML タグ、明確な区切り、統一された書式を使って、プロンプトの構造を伝えてください。構造化プロンプトで学習したモデルは、プレーンテキストよりもその構造を確実に解析できます。
4. 優れた例ひとつは、多数のルールに勝る -- 書式が統一された少数例の提示は、冗長な指示よりも効果的にモデルの動作を方向付けます。
5. フィードバックループは組み込まれている -- 最終回答を確定する前に、モデル自身に出力の検証、批評、または採点を求めるプロンプトを設計してください。
6. トークンの節約は重要 -- トークンが増えるたびに、遅延とコストが増加します。コンテキストを圧縮し、冗長な部分を削り、重要な情報を先に伝えてください。

モデルごとの考慮事項

Claude 4.x models は、指示に高い精度で従います。プロンプトを文字どおりに解釈し、求められたことを過不足なく実行します。プロンプトの各セクションを構成するには、XML タグ（<rules>、<context>、<output_format>）を使用してください。指示は避けるべきことではなく、実行すべきことを説明する肯定的な形で記述してください。指示の背景にある文脈や動機を示すことで、Claude がその内容を一般化しやすくなります。拡張思考とインターリーブ思考は、ネイティブの推論機能を提供します。

OpenAI o-series models（o3、o4-mini）は、応答の前に内部推論トークンを使用します。システムメッセージではなく、開発者メッセージを使用してください。関数の詳細な説明は、インターフェース契約として記述してください。これらのモデルは自ら推論するため、明示的な推論プロンプトは追加しないでください。計画を促すプロンプトを追加すると、パフォーマンスが低下することがあります。複数ターンの会話では、保持された推論項目を返してください。

GPT-4.1 と標準モデルでは、明示的な段階的指示、少数例の提示、構造化された出力スキーマが有効です。これらのモデルにはネイティブの推論ループがないため、CoT プロンプティングや構造化思考プロトコルによって、測定可能な効果が得られます。

マルチモーダルモデル（GPT-4o、ビジョン機能を備えた Claude、Gemini）は、テキストとともに画像を受け取れます。それぞれの画像が何を表すかを説明し、明確な動作動詞を使い、画像を関連領域に絞って切り抜いてください。複数の画像には明示的にラベルを付け、それらの関係を指定してください。

クイックリファレンス

パターン	API／手法	ポイント
ゼロショット CoT	"Let's think step by step" のトリガー	例を使わずに推論を引き出します
フューショット CoT	明示的な推論チェーンの例	多くのルールより、優れた例を1つ示すほうが効果的です
セルフコンシステンシー	複数の経路＋多数決	複雑なタスクで精度が向上します
思考の木（Tree-of-Thoughts）	3つ以上の戦略を生成し、最も弱いものを除外します	枝刈りを伴う並列探索ですが、コストが高くなります
ReAct ループ	思考・行動・観察のサイクル	エージェントが推論と行動を同時に行います
システムプロンプト	役割＋専門知識＋ガイドライン＋形式	すべての LLM の動作の基盤となります
プロンプトテンプレート	変数スロットを使ったモジュール式の構成	再利用でき、検証可能で、キャッシュできます
A/B テスト	プロンプトのバリエーションを統計的に比較	変数を分離し、有意性を測定します
拡張思考	予算を制御した深い推論（Claude）	応答する前にモデルに考えさせます
インターリーブ思考	ツール呼び出しの合間に考えます（Claude 4）	各ツールの結果を受け取った後に推論します
Think ツール	構造化された推論空間を提供する no-op ツール	エージェントがターンの途中で推論する場所を提供します
推論モデル	o3／o4-mini 向けの目標ベースのプロンプト	モデル自身に推論を計画させます
構造化思考	理解・分析・実行のプロトコル	行動する前の検証を徹底します
XML による構造化	プロンプトの各セクションを区切るタグ	モデルは構造化されたプロンプトを確実に解析します
マルチモーダルプロンプト	ビジョンモデル向けのテキスト＋画像コンテキスト	空間コンテキストと明確な動作動詞を提供します
信頼度スコアリング	モデルが主張ごとに確信度を自己申告します	出力の信頼性を定量化します
トークン最適化	コンテキストを圧縮し、不要な語句を削除します	レイテンシとコストを削減します

よくある間違い

間違い	正しいパターン
1つのプロンプトに指示を詰め込みすぎる	優先順位を明確にした階層的なルールを使用する
推論モデルに厳密な手順を強制する	目標ベースのプロンプトを使用する。推論モデルはネイティブに計画します
推論モデルの最大出力トークン数を少なく設定する	内部の思考の連鎖に十分なトークンを割り当てる
複雑なタスクに固定の例を使用する	意味的類似性に基づいて例を動的に選択する
few-shot の例でフォーマットが一貫していない	すべての例で同一の入出力構造に従う
構造化されていない LLM 出力を手動で解析する	JSON モードまたは構造化出力スキーマを使用する
トークン予算の配分を無視する	システムプロンプト、例、入力、応答用のトークンを確保する
最適化の前にベースライン測定を行わない	まず指標を設定し、その後、一度に1つの変数を変更する
推論モデルで CoT プロンプトを使用する	不要です。これらのモデルは明示的なトリガーなしでネイティブに推論します
してほしいことではなく、してほしくないことをモデルに伝える	指示を肯定的に表現し、望ましい動作を説明する
思考ブロックをユーザーテキストとして送り返す（Claude）	思考ブロックは変更せず、アシスタントメッセージ内でのみ渡す
推論モデルに「もっと計画する」よう過剰に促す	追加の計画プロンプトは、推論モデルのパフォーマンスを低下させる場合があります

プロンプトエンジニアリングのワークフロー

1. 目標を定義する -- プロンプトで達成することと、成功の測定方法を示します
2. 適切なパターンを選ぶ -- 複雑さに基づいて、タスクに CoT、ReAct、ToT、またはシンプルなプロンプトを適合させます
3. モデルのティアを選択する -- タスクの難易度に応じて、軽量、標準、または推論モデルに振り分けます
4. ベースラインとなるプロンプトを書く -- シンプルに始めます。複雑なケースでは、XML タグを使ったシステムプロンプトの構造を使用します
5. 例を追加する -- タスクに必要な場合は、フォーマットを統一した few-shot の例を1～3個含めます
6. テストして測定する -- 代表的な入力でベースライン指標（精度、レイテンシ、トークン使用量）を設定します
7. 失敗を分析する -- エラーを分類（フォーマット、事実、論理、不完全）し、影響が最も大きいものに対処します
8. 1つの変数を反復する -- パフォーマンスを向上させる要素を特定できるよう、一度に1つの要素だけを変更します
9. バージョン管理してデプロイする -- ロールバックできるよう、パフォーマンスデータとともにプロンプトのバージョンを追跡します

委任

• プロンプトのバリエーションを検討してモデルの応答を比較する：Explore エージェントを使用して、さまざまな入力でプロンプト戦略をテストします
• ツールを使用する複数ステップのエージェント型ワークフローを構築する：Task エージェントを使用して、ReAct ループと自律型チェーンを実装し、検証します
• 複雑なシステム向けに階層的なプロンプトアーキテクチャを設計する：Plan エージェントを使用して、検証ループを備えたプロンプトシステムを構成します

expert-instruction スキルが利用可能な場合は、システムプロンプトの設計とエージェントのペルソナ作成を委任してください。

参考資料

• Chain-of-Thought -- 段階的な推論、自己整合性、簡単な問題から難しい問題への分解
• Few-Shot Learning -- 例の選択戦略、トークン数を考慮した切り詰め、エッジケース
• Prompt Templates -- テンプレートのアーキテクチャ、モジュール式の構成、検証、キャッシュ
• Prompt Optimization -- A/B テスト、失敗分析、メトリクス、バージョン管理
• System Prompts -- 役割の定義、制約の指定、動的な適応
• Reasoning Model Optimization -- o3/o4-mini 向けの目的ベースのプロンプト、拡張思考の設定
• Tree-of-Thoughts -- 並列分岐の探索、評価、統合
• ReAct Patterns -- 思考・行動・観察のループ、ツールの検出、エラーからの回復
• Structured Thinking -- 敵対的批評プロトコル、確信度のスコアリング、メタデータのタグ付け
• Extended Thinking and Tool Use -- 予算の設定、思考の交互実行、think ツールのパターン
• Multimodal Prompting -- ビジョンモデルの手法、画像コンテキスト、モダリティ間のアラインメント