「ChatGPTに聞いたけど、なんか微妙な回答しか返ってこないんだよね…」

──そう思ったこと、ありませんか？

こんにちは、株式会社イデアルアーキテクツです。
今日は、同じAIを使っても成果が10倍変わる、プロンプトエンジニアリングの実践テクニックをお伝えします。

🤔 なぜ「同じAI」なのに結果が違うのか

おもしろい話があります。

ある調査では、ChatGPTやClaudeに同じ質問をしても、プロンプトの書き方次第で回答の精度が最大70%も変わるという結果が出ています。

これ、料理に例えるとわかりやすいです。

- 「なんか美味しいもの作って」→ 何が出てくるかわからない
- 「冷蔵庫にある鶏肉と玉ねぎで、15分以内に作れる和食を教えて」→ 的確なレシピが返ってくる

AIも同じです。指示が具体的であればあるほど、出力の質は上がります。

❌ やりがちなNGプロンプト vs ✅ 改善版

実際の開発シーンで見かける「惜しいプロンプト」を改善してみましょう。

ケース1: コードレビュー

❌ 「このコードをレビューして」

✅ 「このPythonコードについて、以下の観点でレビューしてください：
1. セキュリティリスク（SQLインジェクション、XSS等）
2. パフォーマンスのボトルネック
3. 可読性の改善提案
特に本番環境で1000リクエスト/秒を処理する想定です」

ケース2: 設計相談

❌ 「マイクロサービスで設計して」

✅ 「以下の条件でアーキテクチャを提案してください：
- ユーザー数: 初期1万人、1年後10万人想定
- チーム規模: バックエンド5人
- 既存技術スタック: Go, PostgreSQL, AWS
- 最も重視する非機能要件: 可用性（99.9%以上）
モノリスとマイクロサービスの比較も含めてください」

ケース3: バグ修正

❌ 「このエラー直して」

✅ 「以下のエラーが発生しています：
- エラーメッセージ: TypeError: Cannot read properties of undefined
- 発生条件: ユーザーが未ログイン状態でダッシュボードにアクセスした場合
- 該当コード: [コードを貼付]
- 期待する動作: ログイン画面にリダイレクト
原因の特定と修正案を3つ提示してください」

🛠️ 今日から使える5つの実践テクニック

1. 役割を与える（ロールプロンプティング）

「あなたは10年の経験を持つSREエンジニアです」

たったこれだけで、回答の専門性と深さが劇的に変わります。
AIに「立場」を与えることで、その視点からの回答を引き出せるのです。

2. 制約条件を明示する

AIは制約がないと「何でもアリ」の回答をしがちです。

「〇〇の条件で」「△△を除外して」「□行以内で」
──こういった制約が、回答を絞り込む「フィルター」になります。

3. 出力フォーマットを指定する

「JSON形式で」「Markdown表で」「箇条書き3つで」

出力の形を先に決めておくと、後処理が圧倒的に楽になります。
特にコード生成では、テストコードも一緒に出力させるのが鉄板です。

4. 段階的に考えさせる（Chain of Thought）

「まず問題を分析し、次に解決策を3つ挙げ、最後にベストな1つを推薦してください」

一気に答えを求めるのではなく、思考プロセスを分割することで、論理的で質の高い回答が得られます。

5. 具体例を先に見せる（Few-shot）

「以下の例に倣って回答してください：
入力: 〇〇 → 出力: △△
入力: □□ → 出力: ◇◇
では、入力: ×× →」

具体例を2〜3個見せるだけで、AIは「ああ、こういうパターンね」と理解してくれます。

💡 エンジニアこそプロンプト力が武器になる理由

ここまで読んで「なんだ、結局は要件定義と同じじゃん」と思った方。

その通りです。

プロンプトエンジニアリングの本質は、実はソフトウェアエンジニアリングそのものなんです。

- 問題を明確に定義する → 要件定義
- 制約条件を整理する → 非機能要件の定義
- 段階的に分解する → タスク分割
- 期待する出力を明示する → テストケースの設計

つまり、エンジニアとしての基礎体力がある人ほど、AIを使いこなせるということ。

「AIに仕事を奪われる」のではなく、AIを最も上手く使える職種がエンジニアなのです。

🚀 現場での活用例

実際にイデアルアーキテクツのエンジニアが業務で使っている活用パターンを紹介します。

コードレビュー補助
→ PRの差分をAIに渡して、セキュリティリスクやパフォーマンスの観点でチェック。人間のレビューの前にAIフィルターを通すことで、レビュー効率が向上。

技術調査の高速化
→ 新しいライブラリやフレームワークの比較検討をAIに依頼。メリット・デメリットの整理を5分で完了。

障害対応のサポート
→ エラーログとコードをAIに渡して原因候補を列挙。深夜の障害対応で「もう一人のエンジニア」として頼りになる。

ドキュメント生成
→ コードからAPI仕様書やREADMEを自動生成。「ドキュメント書くのが面倒」問題を解消。

🏢 イデアルアーキテクツの取り組み

僕たちは、エンジニア全員がAIを活用できる環境作りを進めています。

- AIツールのライセンスを全エンジニアに付与
- 「使い方がわからない」を放置しない──社内ナレッジの共有
- 実際の業務で使ったプロンプトのテンプレート集を蓄積
- 「AIに任せて良いこと、人間がやるべきこと」の判断基準を整理

大事なのは、ツールを入れることではなく使いこなせる文化を作ること。

エンジニアがAIを道具として自由に使える環境があってこそ、最大の効果が出ると考えています。

まずは話を聞きに来ませんか？

「AIツール、興味はあるけど現場でどう使ってるの？」
「プロンプトの書き方、もっと具体的に知りたい」
「AIを使いこなしている環境で成長したい」

そんな方は、ぜひカジュアルにお話ししましょう。

実際に使っているプロンプトのテンプレートや、現場でのリアルな活用事例をお伝えします。
面接ではないので、お気軽にどうぞ。

💡 イデアルアーキテクツの面談スタイル

- 📍 場所：オンライン（Google Meet）
- ⏰ 時間：30分〜1時間（ご都合に合わせます）
- 👔 服装：自由（私服OK）
- 📄 履歴書：不要
- 💬 話す内容：キャリアの相談、技術の話、何でもOK
- 📝 選考への影響：なし（純粋な情報交換の場です）

💡 今日の理想をカタチにする一言

> 「AIへの指示力は、エンジニアの"新しい基礎体力"だ」

🎬 この記事の動画版はこちら
https://www.youtube.com/watch?v=-sxZyHINjTo

#エンジニア採用 #SES #エンジニアの働き方 #プロンプトエンジニアリング #AIツール活用 #ChatGPT #エンジニアファースト #キャリアアップ