プロンプトエンジニアリング体系化 - 構造化出力、Few-shot設計、Chain-of-Thoughtパターン

AIを使っていると「同じ質問をしているのに、毎回違う形式で返ってくる」という経験はありませんか? 特に業務で使う場合、出力の再現性がないと後続処理に困りますよね。実は、プロンプトエンジニアリングの基本パターンを押さえるだけで、この問題は大きく改善できます。

結論：3つの手法を使い分けることで出力品質が安定する

本記事で紹介する「構造化出力」「Few-shot設計」「Chain-of-Thought」の3つを組み合わせることで、AIの出力精度と再現性が大幅に向上します。私の場合、これらを導入してから出力の手戻りが体感で7割程度減りました。

特に業務利用では再現性が重要です。毎回フォーマットが変わると、その都度人間が整形する手間が発生します。体系的な手法を使えば、この無駄な時間を削減できます。

プロンプトエンジニアリングとは何か?

プロンプトエンジニアリングとは、AIに対する指示（プロンプト）を体系的に設計する技術です。「なんとなく」質問を投げるのではなく、意図した出力を得るために指示の構造を最適化します。

体系化の最大の利点は再現性です。同じ入力に対して同じ形式の出力が得られれば、自動化やAPI連携が容易になります。GPT-4、Claude Sonnet 4.5、Gemini 3、DeepSeekなど、どのモデルを使う場合でも基本的な考え方は共通しています。

構造化出力とは何か?

構造化出力とは、AIの出力形式をJSON・XML等の構造化データとして指定する手法です。自由形式のテキストではなく、機械処理しやすい形式で返してもらうことで、後続処理が格段に楽になります。

基本的な指定方法

最もシンプルな例から見ていきましょう。

以下の文章から企業名・設立年・事業内容を抽出し、JSON形式で出力してください。

{
  "company_name": "企業名",
  "founded_year": "設立年（数値）",
  "business": "事業内容"
}

文章：株式会社テックイノベーションは2018年に設立され、AI開発支援ツールの提供を行っています。

このように、期待する出力形式を明示的に示すことで、毎回同じ構造のデータが得られます。

XML形式での指定

私の場合、複雑な階層構造が必要な時はXMLを使うこともあります。

以下の会議録から、議題ごとに決定事項と担当者を抽出してください。

<meeting_minutes>
  <agenda>
    <topic>議題名</topic>
    <decisions>
      <decision>
        <content>決定事項</content>
        <assignee>担当者</assignee>
        <deadline>期限</deadline>
      </decision>
    </decisions>
  </agenda>
</meeting_minutes>

会議録：[実際の会議内容]

変数化したプロンプト

実務では、同じ処理を繰り返し実行することが多いですよね。そういった場合は変数化が有効です。

以下のテンプレートに従って、{{input_text}}を分析してください。

出力形式：
{
  "sentiment": "positive/negative/neutral",
  "key_topics": ["トピック1", "トピック2"],
  "summary": "要約文"
}

{{input_text}}に実際のテキストを代入して使用

この形式なら、プログラムから動的にテキストを差し込んで実行できます。

実際の効果

私の環境（Windows 11、Python 3.11でAPI経由実行）で、構造化出力を使った場合と使わない場合を比較しました。

• 構造化出力なし：10回の実行で3回フォーマットが崩れ、手動修正が必要
• 構造化出力あり：10回すべて同じフォーマットで出力、後続処理がそのまま実行可能

データ処理の自動化では、この差が積み重なって大きな時間削減になります。

Few-shot設計とは何か?

Few-shot設計とは、AIに期待する出力の具体例を複数示すことで、出力の精度を上げる手法です。「こういう入力の時は、こういう出力をしてほしい」という例を事前に見せることで、AIの振る舞いをコントロールできます。

Zero-shot / One-shot / Few-shotの違い

• Zero-shot：例を示さず、指示のみで実行させる
• One-shot：1つの例を示す
• Few-shot：複数（通常2〜5個）の例を示す

基本的には、複雑なタスクほどFew-shotが有効です。ただし、例が多すぎるとトークン数を消費するため、バランスが重要ですね。

具体的な実装例

例えば、顧客からの問い合わせを分類するタスクを考えてみましょう。

以下の例に従って、問い合わせ内容を分類してください。

例1:
入力：「商品が届きません。配送状況を教えてください。」
出力：{"category": "配送", "urgency": "high", "requires_response": true}

例2:
入力：「使い方がよくわかりません。マニュアルはありますか?」
出力：{"category": "使用方法", "urgency": "medium", "requires_response": true}

例3:
入力：「新機能の追加予定はありますか?」
出力：{"category": "機能要望", "urgency": "low", "requires_response": false}

それでは、以下の問い合わせを分類してください。
入力：「[実際の問い合わせ内容]」

このように具体例を示すことで、AIは分類の基準を理解できます。

効果的な例の選び方

Few-shotで重要なのは、例の選び方です。私の経験では以下の点に注意すると良いです。

1. 境界ケースを含める：判断が難しいケースを例に入れる
2. 多様性を持たせる：異なるパターンを網羅する
3. 実際のデータを使う：架空の例より実データの方が効果的

特に1番目は重要です。明らかなケースだけを例示しても、AIは曖昧なケースで迷います。

モデルごとの違い

私の検証では、Claude Sonnet 4.5とGPT-4は少ない例数（2〜3個）でも高精度でした。一方、Gemini 3は4〜5個の例を示した方が安定する印象です。DeepSeekは例の質が重要で、数より内容の代表性が効いていました。

もちろん、これは私の環境での結果なので、自分のユースケースで試してみることをおすすめします。

Chain-of-Thought（CoT）パターンとは何か?

Chain-of-Thought（思考の連鎖）とは、AIに段階的に思考させるプロンプト手法です。いきなり答えを出させるのではなく、「まず〇〇を考え、次に△△を判断し、最後に結論を出す」というステップを踏ませることで、複雑な推論タスクの精度が上がります。

基本的な実装

最もシンプルなCoTの形式は「ステップバイステップで考えてください」という指示です。

以下の問題をステップバイステップで解いてください。

問題：ある店舗の月間売上が120万円、固定費が40万円、変動費率が売上の30%の場合、営業利益はいくらですか?

考え方の手順：
1. 変動費を計算
2. 固定費と変動費の合計を計算
3. 売上から総費用を引いて営業利益を算出

この形式で指示すると、AIは計算過程を明示的に出力してくれます。

より詳細なCoTの設計

実務では、もっと複雑な判断が必要になることもありますよね。そういった場合は、思考プロセスを明示的に構造化します。

以下の顧客データを分析し、解約リスクを評価してください。

<analysis_process>
  <step1>
    <description>利用頻度の分析</description>
    <output>週あたりのログイン回数とその傾向</output>
  </step1>
  <step2>
    <description>課金状況の確認</description>
    <output>直近3ヶ月の課金額推移</output>
  </step2>
  <step3>
    <description>サポート問い合わせ履歴</description>
    <output>問い合わせの頻度と内容の分類</output>
  </step3>
  <step4>
    <description>総合評価</description>
    <output>解約リスクレベル（high/medium/low）と理由</output>
  </step4>
</analysis_process>

顧客データ：[実際のデータ]

このように思考プロセスを構造化することで、AIの判断根拠が明確になります。

実際の効果

私の環境で、複雑な意思決定タスク（20件のテストケース）をCoTあり/なしで比較しました。

• CoTなし：正答率75%、判断根拠が不明瞭
• CoTあり：正答率92%、判断プロセスが追跡可能

特に、判断が間違っていた場合に「どこで判断ミスをしたか」が明確になる点が実務では重要です。

Few-shotと組み合わせる

CoTはFew-shotと組み合わせるとさらに効果的です。

以下の例に従って、ステップバイステップで分析してください。

例：
入力：「新規プロジェクトの予算は500万円、期間は6ヶ月です。」

思考プロセス：
1. 月間予算を計算 → 500万 ÷ 6 = 約83万円/月
2. 人件費を想定 → エンジニア2名で月60万円程度
3. 残りの予算 → 83万 - 60万 = 23万円
4. その他経費の妥当性を判断 → 23万円は最小限の範囲内

結論：{"feasibility": "tight_but_possible", "risks": ["予備費が少ない", "追加要件に対応困難"]}

それでは、以下のケースを分析してください。
入力：[実際のケース]

3つの手法を組み合わせる

ここまで紹介した3つの手法は、単独でも効果的ですが、組み合わせることでさらに強力になります。

実践的な組み合わせ例

あなたは経験豊富なデータアナリストです。以下のデータを分析し、レポートを作成してください。

# 出力形式（構造化出力）
{
  "analysis_process": {
    "step1": "データの基本統計",
    "step2": "異常値の検出",
    "step3": "傾向分析"
  },
  "findings": [
    {
      "category": "カテゴリ名",
      "insight": "発見内容",
      "evidence": "根拠となるデータ"
    }
  ],
  "recommendations": ["推奨事項1", "推奨事項2"]
}

# 分析例（Few-shot）
例1:
データ：[サンプルデータ1]
分析プロセス：
1. 平均値・中央値を算出 → 平均120、中央値115で大きな乖離なし
2. 外れ値を確認 → 500以上の値が2件、要調査
3. 時系列傾向 → 直近3ヶ月で15%上昇傾向

出力：[対応するJSON]

# 実際のデータ
それでは、以下のデータを上記の手順で分析してください。
データ：[実際のデータ]

この例では：

• 構造化出力でJSON形式を指定
• Few-shotで分析の具体例を提示
• CoTで段階的な分析プロセスを指示

という3つの手法を統合しています。

用途別の使い分け

すべてのタスクで3つを組み合わせる必要はありません。用途に応じて使い分けましょう。

• 単純な抽出タスク：構造化出力のみで十分
• 分類タスク：構造化出力 + Few-shot
• 複雑な推論タスク：3つすべてを組み合わせ

私の場合、日常的なデータ処理では構造化出力のみ、判断が必要なタスクではFew-shotを追加、重要な意思決定ではCoTも含めるという使い分けをしています。

注意点

これらの手法を使う際の注意点がいくつかあります。

1. トークン数の増加：例を多く示すほどコストが上がる
2. 例の質が結果を左右：不適切な例は逆効果
3. モデルごとの相性：同じプロンプトでも結果が異なる場合がある

特に3番目は重要です。GPT-4で最適化したプロンプトが、Claude Sonnet 4.5では冗長すぎることもあります。主要モデルで検証することをおすすめします。

まとめ

プロンプトエンジニアリングの3つの基本手法を紹介しました。

• 構造化出力：JSON/XMLで出力形式を指定し、再現性を確保
• Few-shot設計：具体例を示してAIの振る舞いをコントロール
• Chain-of-Thought：段階的思考で複雑な推論の精度を向上

これらは独立した手法ではなく、用途に応じて組み合わせることで効果を最大化できます。導入コストと得られる利益が見合うのであれば、積極的に取り入れるべきですね。

まずは構造化出力から始めてみて、必要に応じてFew-shotやCoTを追加していくと良いです。試す価値があります。

参考リンク

• Anthropic - Prompt Engineering Guide
• OpenAI - Prompt Engineering Guide