プロンプトエンジニアリング2025実践ガイド：GPT-4oとClaudeを最大活用する方法

モデルの能力 × プロンプトの品質 = 出力の品質

# 悪いシステムプロンプト（多くの人がこう始める）
bad_prompt = "You are a helpful assistant."
# 問題：曖昧すぎてモデルが何をすべきかわからない

# COSTARフレームワークを使った良いシステムプロンプト
good_prompt = """
## Role（役割）
あなたはTechCorpのシニア日本語カスタマーサービス専門家です。

## Context（文脈）
TechCorpはHR管理向けB2B SaaSソフトウェアを販売しています。
顧客は主に100〜5,000名規模の企業のHRマネージャーです。

## Objective（目標）
顧客の問題を解決し、製品に関する質問に答えます。
請求関連の問題はfinance@techcorp.comにエスカレーションしてください。

## Style（スタイル）
- 丁寧で温かみのある日本語
- 回答は200文字以内
- 必ずフォローアップの質問で締めくくる

## Tone（トーン）
プロフェッショナル、共感的、解決志向

## Audience（対象）
日本のHRマネージャー、多くは非技術系ユーザー

## Response Format（形式）
1. 問題を認識（「はい、[問題]についてお手伝いします」）
2. 解決策の提示（必要に応じてステップ別）
3. 締め：「他にお手伝いできることはございますか？」
"""

# Zero-shot（例なし）
zero_shot = """
このレビューの感情を分類してください：「配送が遅すぎました」
"""
# 分類はできるが、出力形式や一貫性にばらつきが出ることがある

# Few-shot（例あり）
few_shot = """
レビューの感情を「ポジティブ」「ネガティブ」「ニュートラル」に分類してください。

レビュー：「本当に良い製品です！」→ ポジティブ
レビュー：「配送は少し遅かったですが製品には満足です」→ ニュートラル
レビュー：「完全に不良品です。返金したいです」→ ネガティブ
レビュー：「値段の割には普通です」→ ニュートラル

レビュー：「配送が遅すぎました」→ """
# 出力：ネガティブ（はるかに一貫性が高い）

# CoTなし（不安定な結果）
no_cot = """
電車が2時間で120km走り、その後3時間で180km走りました。
平均速度はいくつですか？
"""
# LLMが (120/2 + 180/3) / 2 = 60 と誤った方法で計算する可能性がある

# CoTあり（正確な結果）
with_cot = """
電車が2時間で120km走り、その後3時間で180km走りました。
平均速度はいくつですか？

ステップごとに考えてみましょう：
"""
# LLM：「総距離 = 120 + 180 = 300km
#         総時間 = 2 + 3 = 5時間
#         平均速度 = 300 / 5 = 60 km/h」
# 正解！

# Zero-shot CoT（最もシンプルな形）
zero_shot_cot = """
問題：[複雑な推論問題]
解答：ステップごとに考えてみましょう。
"""

import json
from openai import OpenAI
from pydantic import BaseModel

client = OpenAI()

# 方法1：JSONモード（シンプルなケース）
response = client.chat.completions.create(
    model="gpt-4o",
    response_format={"type": "json_object"},
    messages=[{
        "role": "user",
        "content": """
        以下のテキストから製品情報を抽出してJSONで返してください：
        「iPhone 15 Pro Max、256GB、スペースブラック、定価199,800円」

        返却形式：{"name": ..., "storage": ..., "color": ..., "price_jpy": ...}
        """
    }]
)
data = json.loads(response.choices[0].message.content)

# 方法2：Structured Outputs（型安全、より安定）
class ProductInfo(BaseModel):
    name: str
    storage: str
    color: str
    price_jpy: int

response = client.beta.chat.completions.parse(
    model="gpt-4o-2024-08-06",
    messages=[{
        "role": "user",
        "content": "iPhone 15 Pro Max、256GB、スペースブラック、定価199,800円"
    }],
    response_format=ProductInfo
)
product = response.choices[0].message.parsed
print(product.price_jpy)  # 199800（int型を保証）

import anthropic

client = anthropic.Anthropic()

prompt = """
<task>
以下のドキュメントを要約してください。
</task>

<document>
[長いドキュメントの内容をここに]
</document>

<constraints>
- 最大3つの箇条書き
- 各箇条書き：1〜2文
- 実行可能なアイテムに集中
- 専門用語は平易な言葉に言い換える
</constraints>

<output_format>
以下のJSONで返してください：
{
  "summary_bullets": ["...", "...", "..."],
  "key_action": "最も重要な実行アイテム1つ"
}
</output_format>
"""

response = client.messages.create(
    model="claude-3-5-sonnet-20241022",
    max_tokens=1024,
    messages=[{"role": "user", "content": prompt}]
)

def create_production_prompt(
    role: str,
    context: str,
    task: str,
    constraints: list[str],
    output_format: str
) -> str:
    constraints_text = "\n".join(f"- {c}" for c in constraints)
    return f"""# Role（役割）
{role}

# Context（文脈）
{context}

# Task（タスク）
{task}

# Constraints（制約）
{constraints_text}

# Output Format（出力形式）
{output_format}"""

# 実際の使用例
prompt = create_production_prompt(
    role="あなたはZ世代をターゲットにした10年キャリアの日本語コピーライターです。",
    context="クライアント：スタートアップコーヒーブランド「BREW」。新製品コールドブリューの発売。",
    task="Instagramキャプション3バリエーションを作成してください。",
    constraints=[
        "各キャプションは50文字以内",
        "絵文字を1〜2個含める",
        "価格やプロモーションの言及禁止",
        "ハッシュタグは含めない"
    ],
    output_format="JSON配列で返してください：['キャプション1', 'キャプション2', 'キャプション3']"
)

# 悪い方法：ビジネスロジックにハードコード
def summarize(text):
    prompt = f"要約してください：{text}"  # 追跡不可能、テスト不可能
    return call_llm(prompt)

# 良い方法：プロンプトをバージョン管理されたアーティファクトとして管理
class PromptManager:
    def __init__(self):
        self.prompts = {}
        self.active_versions = {}

    def register(self, name: str, version: str, template: str):
        self.prompts[f"{name}_v{version}"] = template

    def get(self, name: str, version: str = None) -> str:
        v = version or self.active_versions.get(name, "1")
        return self.prompts[f"{name}_v{v}"]

    def set_active(self, name: str, version: str):
        self.active_versions[name] = version

pm = PromptManager()
pm.register("summarize", "1", "要約してください：{text}")
pm.register("summarize", "2", "あなたはビジネスアナリストです。3行以内で要約：{text}")
pm.set_active("summarize", "2")

GPT-4o：
- 明確で直接的な指示を好む
- Markdown形式を良く守る
- 「あなたは[役割]です」スタイルに良く反応

Claude 3.5/3.7：
- XMLタグ構造に特に良く反応
- 長いシステムプロンプトを消化できる
- 強い制約（「必ず〜してください」「絶対に〜しないで」）に従順

Gemini：
- マルチモーダルコンテキストに強い
- 検索グラウンディング（grounding）が内蔵

オープンソース（Llama、Mistralなど）：
- 各モデルの特定チャットテンプレートを必ず使用
- 商業モデルより指示追従が弱い場合がある
- より明示的で具体的な指示が必要

1. 温度（Temperature）を0に設定
   → 再現可能な結果で診断

2. 指示をより具体的に
   → 「うまく書いて」→「プロフェッショナルなトーン、能動態、50文字以内」

3. 出力例を追加（Few-shot）
   → 言葉での説明より例示が効果的

4. してはいけないことを明示
   → ネガティブ制約でエラーケースが減少

5. Chain-of-thoughtを追加
   → 「ステップごとに考えましょう」の一言が複雑な推論精度を大幅に向上

6. プロンプト長の最適化
   → 長ければ良いとは限らない。不要な部分を削除