40日間続けてきたこのシリーズも、今日が最終回です。ここまで「やるべきこと」を40個近く紹介してきました。最後は逆向きにいきます。やめたほうがいいことの話です。
プロンプト術の世界には、「昔は効いたが今は効果が薄い」「そもそも効いていなかった」という習慣が、いまだに定番テクニックとして流通しています。足すことより、捨てることのほうが難しい。だからこそ最終回のテーマにしました。心当たりのあるものから、手放していってください。
習慣①:「あなたはプロの○○です」で精度が上がると信じる
最も根強い習慣がこれです。「あなたは経験豊富な専門家です」と付ければ回答の質が上がる、という信仰。はっきり言います。ゴミです笑
第10話でも触れた通り、これは研究で検証されています。162種類のペルソナ×2,410問の事実問題で検証した2024年の研究では、ペルソナを付けてもモデルの正答率は一貫して改善しなかったと報告されました。専門家を名乗らせても、AIの中の知識が増えるわけではないからです。
📎 Zheng et al. (2024) “When ‘A Helpful Assistant’ Is Not Really Helpful: Personas in System Prompts Do Not Improve Performances of Large Language Models”, Findings of EMNLP 2024
https://arxiv.org/abs/2311.10054
やめること:事実の調査・計算・正確性が問われるタスクに、儀式としてペルソナを付けること。
代わりにやること:ペルソナは視点・文体・立場をコントロールしたい場面(Day 10のPersona Stack、15話の多視点検品)に限定して使う。正確性が欲しいなら、第1話のCoVeや第35話の確信度のような検証系の型を使う。
習慣②:何にでも「ステップバイステップで考えて」を付ける
一時期、魔法の呪文のように広まったフレーズです。確かに、段階的に考えさせる手法(Chain-of-Thought)が推論問題の精度を上げることは、研究で示された事実です。ただし、それを「どんなタスクにも機械的に付ける」のは別の話です。
問題は2つあります。第一に、効果が出るのは主に数学や論理のような推論タスクで、単純な質問や創作に付けても、出力が冗長になるだけのことが多い。第二に、近年のAIは内部で推論する能力を強化されており、こちらが呪文で毎回指示しなくても、必要な場面では段階的に考えるようになってきています。呪文の価値は、モデルの進化とともに目減りしているのです。
やめること:全プロンプトへの機械的な「ステップバイステップ」の付加。
代わりにやること:考えるプロセスをコントロールしたいなら、どう考えてほしいかを具体的に設計する。枝分かれさせたいなら第3話のToT、検証させたいなら第1話のCoVe、順序立てたいなら第26話の実行ループ。「考えて」ではなく「この順で考えて」です。
習慣③:プロンプトを「なんとなくの手応え」だけで調整する
3つ目は、テクニックではなく姿勢の話です。プロンプトを変えて、出力を見て、「うん、良くなった気がする」で終わる。この「気がする」だけの調整は、実は何も積み上がっていません。
AIの出力には揺らぎがあります(第12話で見た通りです)。1回の出力が良かったのはプロンプトのおかげか、たまたまか、区別がつきません。プロの開発現場では、プロンプトの変更を複数のテストケースで比較評価する「eval(評価)」という考え方が標準になっています。個人でここまでやる必要はありませんが、考え方は借りられます。
やめること:1回の出力の印象だけでプロンプトの良し悪しを判断すること。
代わりにやること:よく使うプロンプトを変えたら、最低2〜3回、同じ条件で試してから判断する。そして効いた変更は第20話の仕様書・第28話のプレイブック・第29話のテンプレに記録する。「気がする」を「記録に残った改善」に変える。この小さな習慣が、1年後の差になります。
40日間のまとめ:シリーズの全体地図
最後に、このシリーズが歩いてきた道を振り返ります。
- 第1〜5話:AIに考えさせる型 ― 検証・改稿・枝分かれ
- 第6〜10話:出口から逆算する型 ― テンプレ・書き出し・禁止・タグ・役割
- 第11〜15話:AIを軍団で動かす型 ― 振り分け・多数決・討論・検品
- 第16〜20話:コンテキストを設計する型 ― 配置・高度・判断基準・仕様書
- 第21〜25話:AI内部の仕組みに合わせる型 ― 固定・アンカー・セッション管理・差分
- 第26〜30話:仕組みを作る型 ― ループ・圧縮・蓄積・自己更新・棚卸し
- 第31〜35話:AIのクセを補正する型 ― 同調・多様性・見積もり・検死・確信度
- 第36〜39話:Claude Codeで環境を作る ― 計画・設定・権限・手順書
40個の型を全部覚える必要はありません。むしろ、このシリーズを貫いていた考え方は3つだけです。
- ①AIの答えを1回で信じない(検証・多数決・確信度)。
- ②毎回ゼロから頼まない(仕様書・プレイブック・設定ファイル)。
- ③AIのクセを知って、質問の側で補正する(同調・見落とし・無難さへの偏り)。
この3つさえ体に入っていれば、個別の型は必要なときに読み返せば十分です。
40日間、お付き合いいただきありがとうございました。この中のどれか1つでも、あなたの毎日のAIとのやり取りを変えるきっかけになれば、このシリーズを書いた甲斐があります。まずは1つ、今日の作業からやってみてください！
⚠️ この記事の情報は執筆時点(2026年6月)の内容です。AIツールの仕様・挙動はアップデートで変わることがあります。最終確認は各サービスの公式サイトや一次情報でお願いします。
📎 引用・参考
・Zheng et al. (2024) “When ‘A Helpful Assistant’ Is Not Really Helpful: Personas in System Prompts Do Not Improve Performances of Large Language Models”, Findings of EMNLP 2024
https://arxiv.org/abs/2311.10054
・Wang et al. (2022) “Self-Consistency Improves Chain of Thought Reasoning in Language Models”
https://arxiv.org/abs/2203.11171
シリーズを最初から読む
👉Chain-of-Verification(CoVe)とは?AIの事実誤りを自分で直させるプロンプト術
コメント