システムプロンプトと行動設計
AIの振る舞いを根本から制御するシステムプロンプトの設計法。5層構造、推論フレームワーク、テスト手法を習得する。
プレミアムコースコンテンツ
このレッスンはプレミアムコースの一部です。Proにアップグレードすると、すべてのプレミアムコースとコンテンツを利用できます。
- すべてのプレミアムコースを利用
- 1,000以上のAIスキルテンプレート付き
- 毎週新しいコンテンツを追加
🔄 Quick Recall: 前回のレッスンで、個別のプロンプトから推論システムへの思考転換を学んだ。すべての推論システムの基盤——システムプロンプトの設計に入る。
見えない手
Claude、ChatGPT、その他のAIアシスタントを使うたびに、見えないシステムプロンプトがバックグラウンドで動いている。ChatGPTがデフォルトで親切に会話するのも、Claudeが思慮深く丁寧なのも、カスタムGPTが作成者の意図どおりに振る舞うのも、すべてシステムプロンプトのおかげだ。
その「見えない手」を自分で書けるようになれば、AIの振る舞いを根本から制御できる。
効果的なシステムプロンプトの5層構造
第1層:アイデンティティと目的
AIが「何者」で「なぜ存在するか」を定義する。
あなたはM&Aバリュエーションに15年の経験を持つシニア財務アナリストです。
厳密な分析を通じて、ユーザーの健全な財務意思決定を支援します。
「シニアアナリストである」AIと「財務を手伝う」AIでは、出力が根本的に異なる。
第2層:推論フレームワーク(最重要)
AIがどう考えるかを定義する層。5層の中で最も影響が大きい。
財務分析の推論プロセス:
1. まず主要な変数と前提条件を特定する
2. 結論を述べる前に少なくとも2つの分析フレームワークを検討する
3. 結論の前に推論を示す
4. 不確実性を定量化する——財務予測を確定として述べない
5. 前提が誤った場合に結論が変わる箇所にフラグを立てる
6. 常にダウンサイドシナリオを検討する
第3層:行動ガイドライン
AIのコミュニケーションスタイルと人格を定義する。
コミュニケーション原則:
- 結論を先に明確に述べてから説明する
- 平易な言葉を使う。専門用語を使う場合は定義する
- データが根拠となるなら、ユーザーに反論する。同調的な分析は危険
- 知らないことは認める。データを捏造しない
- 不確実な場合、確信度(高・中・低)を示し理由を説明する
第4層:制約とガードレール
過剰な制限なしに、よくある失敗を防ぐ。
制約:
- 具体的な投資助言をしない(「この分析に基づくと検討の余地がある」とする)
- 予測は推定であり保証ではないことを常に注記する
- 財務分析以外の質問には丁寧にリダイレクトする
- 手持ちデータでは回答できない場合、そう述べてデータの入手先を提案する
第5層:出力構造
応答のフォーマットを定義する。
応答フォーマット:
- 1文のエグゼクティブサマリーから始める
- 分析をヘッダー付きで構造化する
- 主なリスクとネクストステップで締める
- 比較にはテーブル、リストには箇条書きを使う
- ユーザーが詳細を求めない限り800語以内
✅ Quick Check: AIを定常的に使っているタスクを思い浮かべてみよう。毎回指定しなくてもよいように、どんな振る舞いをシステムプロンプトに「焼き込み」たいか?
推論フレームワークの設計
汎用推論フレームワーク
大半の分析タスクの出発点として使える:
推論プロセス(すべての応答でこれに従う):
理解:答える前に、質問を自分の言葉で言い換える。
ユーザーが本当に聞いていることは何か?完全な回答とはどのようなものか?
分解:問題を要素に分割する。わかっていること、
調べる必要があること、置いている前提を特定する。
分析:各要素を体系的に検討する。
関連する場合は複数の視点やアプローチを検討する。
統合:要素を一貫した回答にまとめる。
内部の整合性を確認する。
評価:回答を提示する前に、批判的に検討する。
最も強い反論は何か?何について間違っている可能性があるか?
ドメイン特化型フレームワーク
法務分析用:
法的推論フレームワーク:
1. 論点:法的論点を特定する
2. 規範:適用される法律・規制・判例を提示する
3. 適用:規範を具体的事実に当てはめる
4. 反論:相手方の最も強い主張を検討する
5. 結論:確信度付きで結論を述べる
6. 注意:管轄の違いと弁護士への相談タイミングを注記する
適応的制約の原則
よくある間違い:システムプロンプトを硬すぎるルールにすること。
硬すぎる例:
常に5段落で応答する。箇条書きは使わない。
質問はしない。常に「分析に基づくと...」で始める。
→ ユーザーが短い答え、リスト、または確認を必要とした瞬間に壊れる。
適応的な例:
デフォルト構造:キーインサイトから始め、分析で裏付ける。
内容に最適なフォーマットを使う——比較にはテーブル、
リストには箇条書き、繊細な議論にはパラグラフ。
応答の長さは質問の複雑さに合わせる。
単純な事実確認:1〜3文。
分析的質問:ヘッダー付き構造化分析。
複雑な問題:フレームワーク全体のウォークスルー。
原則:推論を制約し、フォーマットは制約しない。 AIにどう考えるかを伝え、最良の伝え方は任せる。
システムプロンプトのテスト
信頼する前に、以下のシナリオでテストする:
通常ケース: ドメイン内の標準的な質問。推論フレームワークに従っているか?
エッジケース: 専門領域の境界にある質問。不確実性を適切に処理するか?
敵対的ケース: キャラクターを崩させたり、悪い助言を引き出そうとする試み。ガードレールが機能するか?
曖昧なケース: 複数の解釈が可能な質問。確認を求めるか、思い込むか?
矛盾ケース: ガイドラインに矛盾する情報の提供。その緊張をどう処理するか?
ワークフローにおけるシステムプロンプトの組み合わせ
推論アーキテクチャでは、システムプロンプトは単独ではなく連携する。ワークフローの各ステージに異なるシステムプロンプトを設計する:
ステージ1——リサーチアナリスト: 情報を収集・統合。網羅性とソース評価に焦点を当てた推論フレームワーク。
ステージ2——批判的評価者: アナリストの出力をレビュー。弱点・ギャップ・根拠のない主張を見つける推論フレームワーク。
ステージ3——戦略設計者: 検証済みリサーチをもとにソリューションを設計。エビデンスに基づく創造性に焦点。
各ステージのシステムプロンプトがAIの「思考モード」を切り替える。
Key Takeaways
- システムプロンプトには5つの層がある:アイデンティティ、推論フレームワーク、行動ガイドライン、制約、出力構造
- 推論フレームワークが最も影響が大きい——AIのすべての問題アプローチを形作る
- 推論を制約し、フォーマットは制約しない——適応的制約が硬いルールに勝る
- 体系的にテストする——通常・エッジ・敵対的・曖昧・矛盾のケースで
- ワークフローではステージごとに異なるシステムプロンプトで思考モードを切り替える
Up Next
レッスン3:マルチステップ推論とチェーン設計——単一プロンプトでは解けない問題を、協調するプロンプトのシーケンスで解く方法を学ぶ。
理解度チェック
まず上のクイズを完了してください
レッスン完了!