「神プロンプト」を構成する5つの本質的技法

【凡庸なプロンプト】：〇〇について教えて（AIはどの知識を使っていいか迷う）
【神プロンプト】：[前提条件][役割][制約]を固定（AIの思考の検索範囲を極限まで絞り込む）

① 深層アライメント（役割定義 / ペルソナ付与）

• 技法名: Role-Prompting
• 中身: 「あなたは世界最高峰のマーケターです」のように、AIに明確な役割を与える手法。
• 効果: AIの脳内（ベクトル空間）にある膨大なデータの中から、「その役割の人が使いそうな言葉や知識」の出現確率を跳ね上げる効果がある。これにより、専門的で解像度の高い回答が安定して出力されるようになる。

② 思考の足場かけ（段階的思考の強制）

• 技法名: CoT (Chain-of-Thought) / 思考の連鎖
• 中身: プロンプトの末尾に「ステップ・バイ・ステップで（順を追って）考えてください」という1文を忍ばせる手法。
• 効果: AIは結論を急ぐと計算ミスや論理の破綻（ハルシネーション）を起こしやすい。段階的に考えさせることで、前の文章の推論結果を次の推論の材料にできるため、回答の論理性が劇的に向上する。

③ 構造化フレームワークの固定（変数と記号の活用）

• 技法名: Structured Prompting (マークダウン・XMLタグの利用)
• 中身: [前提条件]、[入力内容]、[出力形式]のように、情報をブラケット（鍵括弧）やマークダウンの箇条書き、あるいは <context>...</context> のようなタグで厳密に区切る手法。
• 効果: AIは「どこまでが命令で、どこからが対象のデータか」をパース（認識）しやすくなる。指示の混同が起きないため、出力のブレが最小限に抑えられる。

④ 事例による呼び水（一発学習）

• 技法名: Few-Shot Prompting
• 中身: 「インプット：A ➔ アウトプット：B」という理想的な回答の具体例（サンプル）を、事前に1〜3個ほどプロンプト内に記述しておく手法。
• 効果: AIに言葉で細かくルールを説明するよりも、実例を見せた方が「あ、このノリとフォーマットで返せばいいのか」と一瞬で理解してくれる。

⑤ メタ・リフレクション（自己修正の埋め込み）

• 技法名: Self-Correction Protocol
• 中身: プロンプトの中に「出力する前に、自分でその内容が[制約条件]を満たしているかセルフチェックし、問題があれば修正したものを出力してください」という命令をあらかじめ組み込んでおく手法。
• 効果: AIが自問自答（リフレクション）を1往復行うため、クオリティの低い回答がユーザーに届く前に自動でフィルタリングされる。