--- title: "AI プロンプト設計ガイド｜最初の一文からエージェントまで | TauX" description: "何を指定し、何を委ね、うまくいったかをどう確かめるか。役割と課題の与え方、手順の書き方、出力形式、そしてエージェントの設計まで。" url: "https://taux.io/ja-JP/agent-prompting-guide" locale: "ja-JP" alternates: en-US: "https://taux.io/en-US/agent-prompting-guide" ko-KR: "https://taux.io/ko-KR/agent-prompting-guide" zh-Hans-CN: "https://taux.io/zh-Hans-CN/agent-prompting-guide" zh-Hant-TW: "https://taux.io/zh-Hant-TW/agent-prompting-guide" --- # Make the Machine Understand — 最初のプロンプトから、エージェント設計まで プロンプト設計の実践ガイド ### はじめに：なぜ AI は、こちらの意図を外すのか AI の頭が悪いわけではありません。こちらの「頼み方」がはっきりしていないだけです。プロンプト設計は、普通の言葉でプログラムを書くようなものです。 要は、はっきりした指示と必要な背景を渡し、その情報をどう組み立てるかまで伝えることです。 とても優秀なインターンに渡す手順書だと思ってください。頭は切れますが、書いていないことは推測で埋めてきます。 01 — Prompting 101 ## 基礎（Prompting 101） 向いている場面：文章を書く、資料を読む、一問一答、情報の抽出。 ### 1\. 立場と課題を渡す（Context & Role） 一文を投げるのではなく、演出家のように役を決めます。 よくない例：「これは何ですか」 よい例：「あなたはスウェーデンの保険会社の損害査定担当です。事故報告書を読み、どちらに過失があるか判断してください。」 交通事故の報告書だと言わなければ、スキーの事故だと受け取られることもあります。立場をはっきり書けば、推測で埋められずに済みます。 ### 2\. 手元に置く資料を渡す（Background Data） 変わらない情報（定型の書式、規程など）は先頭に置きます（システムプロンプト）。 * **なぜか。** 形式を毎回覚え直させず、中身に集中させるためです。インターンに就業マニュアルを渡すのと同じです。 * **コツ。** XML タグを使います（`
中身
` のように）。構造のあるデータのほうがよく通ります。 ### 3\. 手順で指示する（Step-by-Step Instructions） 結果だけを求めず、過程を決めます。人が考える順番を、そのまま書いて渡します。 **書き方の例** 「手順 1：書式のチェック欄を見る。手順 2：現場の図を読む。手順 3：結論を出す。」 考えた筋道を書かせる（show its work）だけで、正確さははっきり上がります。 ### 4\. 出力の形を決める（Output Formatting） 「JSON で返してください」「結論は `` タグで囲んでください」と書きます。 そのままプログラムで取り出せます。人が写して貼る手間が消えます。 02 — Agent prompting ## エージェント向け（Prompting for Agents） 向いている場面：ツールを使う、検索する、コードを書く、手数の多い仕事。 ### 1\. エージェントとは何か 基礎編の AI は「答える機械」です。エージェントは「自分で動く担当者」で、ループの中で働きます。 ツールを使う → 結果を見る → 次を考える → またツールを使う 仕事が終わるまで、これを繰り返します。 ### 2\. どんなときに使うか 何にでも使うものではありません。込み入っていて、進む道筋が決まっていない仕事に向いています。 * **向いている：**市場調査。何回検索すれば答えに届くか、始める前にはわかりません。 * **向いていない：**手順が確定している定型業務や、単純な仕事。 ### 3\. こつ：エージェントの側に立って考える 自分に聞いてみてください。「新人の自分がこの道具一式を渡されて、途方に暮れないだろうか」。 * **ツールははっきりさせる。**名前は短く正確に。役割が重ならないように。 * **台本ではなく原則を渡す。**たとえば「簡単な問いなら 5 回、込み入っていれば 10 回まで検索する」「答えが出たらそこで止める」。 ### 4\. 動く前に考えさせる（Plan & Guide Thinking） いまのモデルは、動きながら考えられます。 * **書き方。**ツールを呼ぶ前に計画させます。「どの語で検索するか。どの情報源を当たるか」。 * **点検のしくみ。**結果が返ったら評価させます。「この情報は信用できるか。裏を取る必要があるか」。 ### 5\. どう確かめるか（Evaluation） 小さく始めます。いくつかの事例を手で試し、ログを見ます。 どのツールを呼んだか。同じところを回っていないか。最終的な答えだけを見るより、指示を直す手がかりがずっと多く取れます。 ### あわせて読む [GEO 入門ガイド →](https://taux.io/ja-JP/geo-guide) [llms.txt とは何か →](https://taux.io/ja-JP/what-is-llms-txt)