プロンプティングは、AIを活用するために誰もが最初に学ぶべきスキルであり、優れた出力と役に立たない出力を分ける極めて重要な要素であり続けている。Anthropic（アンソロピック）の応用AIエンジニアであるマルゴ・ファン・ラールは、ロンドンで開催されたカンファレンス「Code with Claude」に登壇。機能しなくなったカスタマーサポートのプロンプトを、発生したエラーを1つずつ解決しながら、ライブで修正していく実演を行った。
ファン・ラールが最初に行ったのは、「より優れた出力とは何か」を定義することだ。開発チームには、プロンプトの変更が単に異なる回答を生み出しているだけなのか、それとも「実際に改善につながっているのか」を判断するための「性能評価（エバリュエーション）」が必要だと彼女は指摘する。
このアプローチは、ChatGPTとClaudeのどちらにも共通して当てはまる。重視するいくつかのケースでプロンプトをテストし、1カ所だけ変更して、それが効果的だったかを確認する。「勘に頼ること」は手法とは言えない。以下に、ファン・ラールが最も頻繁に用いる5つの修正法を紹介する。
ChatGPTとClaudeからより良い出力を得る方法：「Code with Claude」カンファレンスからの教訓
プロンプトの構成要素を分離する
プロンプトは、時間が経つにつれて1つの雑然とした塊になりがちだ。役割（ロール）、ルール、トーン、データがすべて混ざり合い、モデルは文脈を見失ってしまう。「人間がプロンプトを読んだときに、どこまでがガイドラインで、どこからがポリシーやデータなのか区別がつかなければ、モデルもおそらくそれを区別できていない」とファン・ラールは言う。最初の修正ポイントは「構造」だ。
プロンプトを、ラベル分けされたセクションに分割する。役割を1カ所に、ルールを別の場所に、データをさらに別の場所に配置し、タスクを最後に記述する。ファン・ラールは、個別の指示を1つも書き換えることなく、まずはプロンプトの構造を整理した。それだけで出力は自然と改善した。明確なセクション分けは、巧妙な言葉遣い以上の効果を発揮する。
