LLM への入力を意図した出力が出るように整える技術です。役割・手順・制約を明示すれば、回答の正確さや再現性が上がりやすくなります。
バイブ特有
440
Prompt Engineering
プロンプトエンジニアリング
体験区分：少しだけ触った
推奨読者レベル：Level 3
何をしてくれるか
どこで出会うか
AI の回答が期待と外れたときに意識します。Claude や ChatGPT の利用ガイドで「効果的な聞き方」として紹介され、実務では指示の改善を繰り返す作業に現れます。
比較図
2026.04·ready
「System Prompt にロールと制約を書くのが Prompt Engineering の基本ですよ。」
Prompt Engineeringの見方
441
この用語の見どころ
1
役割
指示文の構造・具体性を調整し LLM 出力を意図した方向へ誘導します。
2
うれしさ
モデルを変えずに回答品質を上げコストと精度を両立できます。
3
注意点
文脈全体の設計は G-11 Context Engineering が扱います。
4
どこで役立つか
定型タスクの自動化やチーム間での指示テンプレ共有の場面。
5
はじめに
「役割・手順・出力形式」の 3 点を指示に含めると効果が出ます。
6
深掘り先
Few-shot, Context Engineering（G-11）, System Prompt
非エンジニアのつまずき
- 昔は画像生成でネガティブプロンプトを細かく書くのが流行りでした。
- 今は「いい感じで」と渡した方が良い結果になる場面も増えました。
- どこまで指示を絞り、どこまで AI に任せるかの切り分けが難しいです。
私のコメント
- 第一印象:絵を描くために必要な呪文、というイメージ。
- 良い点:ハーネス化されていない場面ではまだしっかり指示する必要があります。
- ダメな点:最適な指示の形がモデルの賢さで変わるのでいつまでベストか分かりません。
- 誰向けか:ハーネス・Context Engineering に内包されつつある印象です。
開発フローでの位置
タスク定義
初回プロンプト作成
出力確認・比較
指示の改善
テンプレ化
関連用語
G-10·term_llm
バイブコーディング図鑑