AIプロダクトのプロンプト実践テクニック / Practical Techniques for AI Product Prompts

【概要（TL;DR）】
PeopleX AI面接におけるプロンプト実践テクニックを紹介

・最適なモデル選択: タスクに応じた速度・コスト・精度のトレードオフ
・zero-shotから始める: few-shotのバイアスを避ける
・「するな」より「しろ」: 期待する振る舞いを簡潔に定義
・指示は最小限に: 根本的な問題解決を優先
・「重要」は危険信号: コンパクトな設計を心がける

【登壇情報】
サポーターズCoLab
https://supporterz-seminar.connpass.com/event/371242/

【PeopleX採用強化中】
Engineer Entrance Book: https://engineer-entrance.peoplex.jp/
イベント情報: https://peoplex.connpass.com/event/371639/

Transcript

1. AIプロダクトの プロンプト実践テクニック 2025.10.22
2. ⾃⼰紹介 株式会社 PeopleX PeopleX AI⾯接 エンジニア スタートアップ創業メンバー、 AbemaTVなどを経て、PeopleXに参 画。AI上司、AI面接などAI/HR領域の新規サービスを 12ヶ月で5 本立ち上げ。 @2025 PeopleX Inc. 6 ex- AbemaTV 坂津 潤平 JUMPEI SAKATSU ❤サウナ, スプラトゥーン, 鬼滅の刃, ジブリ, ホラー作品 @saka2jp サ活だいすき坂津と覚えてください （サウナ活動）
3. AI⾯接 3 24時間365⽇対応の労働⼒ 柔軟な対話AIが⼈に代わり業務 個社に合わせた業務設定 ・24時間365日対応可能な労働力 ・夜間、土日での対応可能 ・マネジメント不要 ・全て録画と文字起こしで事後確認可 ・営業、接客など顧客接点の職種も可 ・24時間365日で顧客対応でリード、商談対応 ・グローバル対応可能（多言語対応） ・受付、接客など会社の顔として振る舞い ・個社の需要に沿った質問カスタマイズ ・複数のAIワーカーを簡単に作成可
4. アジェンダ 1 なぜプロンプトエンジニアリングが重要なのか 2 LLMの基本的な仕組み 3 プロンプトの構造と種類 4 プロンプトエンジニアリングとは 5 実践テクニック5選 6 まとめ @ 2025 PeopleX Inc. 1
5. 01 1. なぜプロンプトエンジニアリング が重要なのか @ 2025 PeopleX Inc. 2
6. 個⼈利⽤ vs プロダクト利⽤ プロダクトでは「⼀貫性」と「再現性」が求められる 個⼈利⽤ • 曖昧な⼊⼒でもOK • 「いい感じ」で⼗分 • 品質のばらつきが許容される プロダクト利⽤ • ⼀貫性が必要 • 再現性が必要 • 品質の安定性が必須 @ 2025 PeopleX Inc. 3
7. 02 2. LLMの基本的な仕組み @ 2025 PeopleX Inc. 4
8. LLMとは何か LLMは学習したパターンを模倣する補完エンジン ⼤規模データから学習したパターンを基に、統計的に最も可能性の⾼い次の出⼒を決定する @ 2025 PeopleX Inc. 5 “モデルから⽣成されるコンテンツは⾮決定論的である — OpenAI
9. GPTの動作メカニズム①：事前学習 Generative Pre-Trained Transformer: Transformerをベースとした事前⽣成モデル 7 ・事前学習フェーズでは、モデルが⼤量のテキストから⾔語のパターンや知識を⾃⼰教師あり学習で習得 ・⼊⼒されたテキストの⼀部から続きのトークン（単語やサブワード）を予測するよう訓練される 例： ⼊⼒：「私は昨⽇お腹が空いたのでりんごを」 → 出⼒予測：「⾷べた」 ・これにより、⽂脈理解・⽂法・語彙・世界知識・論理的な関係性を⾃然に獲得する ・⾼品質でフィルタリング（重複除去、有害内容除去）された多様な⼤規模データから学習する
10. GPTの動作メカニズム②：Transformer Transformerの構成 @ 2025 PeopleX Inc. 10 🧠 Encoder（符号化部） ・⼊⼒⽂を受け取り、意味的な特徴を抽出。 ・主に翻訳などの「⼊⼒→出⼒」型タスクで利⽤される（例：BERTなど）。 💬 Decoder（復号部） ・Encoderの出⼒＋これまでの⽣成トークンをもとに次のトークンを予測。 ・主に⽂章⽣成モデル（GPTなど）で利⽤される ※ GPTシリーズは、この中のDecoder部分のみを⽤いた「⾃⼰回帰型（autoregressive）」Transformer
11. GPTの動作メカニズム②：Transformer ⼀度にすべての単語の関係を⾒渡せる「Attention機構」を採⽤ @ 2025 PeopleX Inc. 10 ・それまで主流だったRNNやLSTMのような順番に処理する構造を脱却 ・ある単語の他の単語との類似度を算出して、どの単語に注⽬するべきか（Attention）を決定 ・Attentionの重み付き平均でその単語の関連度の⾼い単語の情報を多く取り⼊れる
12. GPTの動作メカニズム③：ファインチューニング 各モデルの⽤途に合わせて、特定タスクで教師あり学習を⾏う Supervised Fine-Tuning（SFT） ・⼈間が作成した「良い応答例」を教師データとして追加学習させる ・これにより、質問応答・⽂書要約・翻訳などの具体的なタスク性能が向上する RLHF（Reinforcement Learning from Human Feedback） ・⼈間の評価者が「より良い応答」を選び、それを報酬信号としてモデルをさらに改善する ・これにより、⾃然で安全・有⽤な会話ができるようになる ※ ファインチューニングはできないモデルもあります @ 2025 PeopleX Inc. 8
13. 03 3. プロンプトの構造と種類 @ 2025 PeopleX Inc. 12
14. プロンプトの構造：2つのコンテンツタイプ 静的コンテンツと動的コンテンツを明確に分離します 静的コンテンツ • タスクの定義・指⽰ • 出⼒形式の指定 • 制約条件・ルール • 例⽰（Few-shot） 動的コンテンツ • ユーザー⼊⼒ • 外部APIデータ • DB情報 • 会話履歴 @ 2025 PeopleX Inc. 13
15. プロンプト構造 効果的な4つの要素 1 導⼊部: ドキュメントの種類を明確化 2 最適なコンテキスト配置: ⚠ Recency Bias / Lost in the Middleを考慮 3 リフォーカス: ⻑いプロンプトでの注意喚起 4 移⾏: 説明から解決への確実な移⾏ @ 2025 PeopleX Inc. 14
16. 04 4. プロンプトエンジニアリングとは @ 2025 PeopleX Inc. 15
17. プロンプトエンジニアリングの定義 “ プロンプトエンジニアリングとは、モデルに対 して効果的な指⽰を書くプロセスであり、それ によってモデルが要求を満たすコンテンツを⼀ 貫して⽣成できるようにするものである。 — OpenAI @ 2025 PeopleX Inc. 16
18. プロンプトエンジニアの役割 @ 2025 PeopleX Inc. 17 ・LLMとアプリケーションの責務の設計 ・LLMの特性を理解し、どのようなタスクを任せるかを設計する ・アプリケーションレイヤーで処理するべきタスクを⾒極める
19. プロンプトエンジニアリングは「芸術と科学の融合」 “ モデルから⽣成されるコンテンツは⾮決定論的 であるため、望ましい出⼒を得るためのプロン プト作成は芸術と科学の融合と⾔える。 — OpenAI @ 2025 PeopleX Inc. 6
20. 05 5. 実践テクニック5選 @ 2025 PeopleX Inc. 19
21. 実践テクニック① 最適なモデル選択 タスクの複雑性、速度、コストを考慮しましょう モデルタイプ 特徴 適⽤例 Reasoning models 複雑なタスクに優れる、処理遅い ・⾼コスト 数学、コード⽣成、論理推論 GPT models ⾼速・コスト効率的、明⽰的指⽰ が効果的 ⽂章⽣成、翻訳、要約 Large models ⾼精度・領域横断的 複雑な問題解決 Small models ⾼速・低コスト 特定タスク特化 @ 2025 PeopleX Inc. 20
22. 実践テクニック② zero-shotから始める few-shotは乱⽤しない ・例⽰はバイアスの元になる ・例⽰に引きずられて期待と異なる出⼒になる可能性がある ・まずは明確な指⽰だけで達成を試みる ・”Start with zero-shot, then few-shot, neither of them worked, then fine-tune” @ 2025 PeopleX Inc. 21
23. 実践テクニック③ 「するな」より「しろ」 否定的な指⽰はエッジケースを⽣むため、肯定的な指⽰で期待値を定義する • ❌ 否定的な指⽰: 「〜しないでください」 • ✅ 肯定的な指⽰: 「〜の⾔葉で、〜⽂以内で、〜の振る舞いをしてください」 → 期待する振る舞いを簡潔に定義する @ 2025 PeopleX Inc. 22
24. 実践テクニック④ 指⽰は最⼩限に 指⽰間の⽭盾を減らし、メンテナンス性を向上させる • 指⽰が少ないほど⽭盾が減少する • 網羅的な制御ではなく、根本的な問題解決を優先 • メンテナンスが容易になり、予期せぬバグを防ぐ @ 2025 PeopleX Inc. 23
25. 実践テクニック⑤ 「重要」は危険信号 すべての指⽰は同じ重要度を持つべき • 強調語はプロンプト設計の根本的問題の兆候 • 場当たり的な対応の積み重ねで別のエラーを起こす可能性⼤ → コンパクトな設計を⼼がける @ 2025 PeopleX Inc. 24
26. その他の重要なTips Temperature 出⼒のランダム性を設定するパラメータ Structured Output JSONなどの構造化された出⼒形式の強制 プロンプトインジェクション対策 セキュリティリスクへの対応 @ 2025 PeopleX Inc. 25
27. 06 6. まとめ @ 2025 PeopleX Inc. 26
28. まとめ：今⽇から実践できる5つのポイント 27 1 最適なモデル選択: タスクに応じた速度・コスト・精度のトレードオフ 2 zero-shotから始める: few-shotのバイアスを避ける 3 「するな」より「しろ」: 期待する振る舞いを簡潔に定義 4 指⽰は最⼩限に: 根本的な問題解決を優先 5 「重要」は危険信号: コンパクトな設計を⼼がける @ 2025 PeopleX Inc.
29. 重要な⼼構え LLMの特性を理解した設計と、予測可能なプロンプトを⼼がける LLMの特性を理解した設計を • LLMは、学習したパターンを基に与えられた⽂ 脈から統計的に最も可能性の⾼い次のテキストを ⽣成していることを忘れない • LLMが得意なことを理解し、ソリューションの どの部分をLLMに移譲できるかを適切に判断する 出⼒が予測できるプロンプトを • プロンプトを読んで出⼒の予測が難しい場合はプ ロンプトを⾒直すよい機会 • ⼈間が読んで出⼒が容易に想像できるような シンプルで洗練されたプロンプトを設計する @ 2025 PeopleX Inc. 28
30. Extra 番外編 @ 2025 PeopleX Inc. 26
31. We are hiring!! @2025 PeopleX Inc. 6 https://engineer-entrance.peoplex.jp/
32. イベント告知 @2025 PeopleX Inc. 6 https://peoplex.connpass.com/event/371639/ PeopleX初のカジュアルイベントを開催します！
33. テックブログ @ 2025 PeopleX Inc. 29 https://zenn.dev/p/peoplex_blog
34. 登壇情報 ・10/28 ・”Startup CTO of the year” 橘⼤雅（CTO） ・11/23 ・”TypeScript×CASLでつくるSaaSの認可” in TSKaigi Hokuriku 2025 坂津 潤平 / 芹澤 和也 @ 2025 PeopleX Inc. 29
35. 参考⽂献 ・”LLMの仕組み（簡単バージョン）” by 3Blue1BrownJapan ・”Best practices for prompt engineering with the OpenAI API” by OpenAI ・”Prompt engineering - Enhance results with prompt engineering strategies.” by OpenAI ・”Prompt engineering overview” by Anthropic ・”LLMのプロンプトエンジニアリング” by O’Reilly Japan @ 2025 PeopleX Inc. 29