「町内会のお知らせを作ってください」とAIに入力すると、文章は返ってきたのに、掲示板に貼りたいものとは少し違います。挨拶が長すぎたり、必要な持ち物が抜けていたりするかもしれません。そんなとき、「プロンプトの書き方を知らないから使えないのかな」と感じる必要はありません。プロンプトとは、一言でいえば、AIに渡す質問や指示などの入力です。特別な記号や専門用語を覚えなければ、依頼を始められないわけではありません。

IBMの公式解説では、生成AIは、利用者のプロンプトや依頼に応じて、文章や画像などの内容を作るものと説明されています。「生成AI」は、新しい文章などを作るAIを指す言葉です。この記事では、そのうち文章をやり取りする場面に絞って考えます。（出典: IBM）



たとえば、「この文章を短くしてください」も、「初めて参加する人に伝わる案内にしてください」も、プロンプトとして考えられます。長い指示だけが立派なプロンプトなのではありません。何を頼むかによって、必要な長さも変わります。

ただし、入力できることと、希望どおりの回答が得られることは別です。町内会のお知らせなら、誰に読んでもらうのか、何を知らせたいのか、どこに掲載するのかによって、適した文章は違うでしょう。この記事で押さえたいのは、巧妙な言い回しではなく、その違いを依頼に含める考え方です。ここから登場する町内会や依頼文は、伝え方を説明するための架空の例・提案です。実際に操作して得た結果ではありません。

プロンプトを身近なものに置き換えるなら、文章作成を頼むときの依頼メモが便利です。「お知らせをお願いします」とだけ書かれたメモでは、作成する側が判断する余地が多く残ります。清掃活動のお知らせなのか、会費の集金なのかも分かりません。「清掃活動への参加を呼びかける、掲示板用のお知らせをお願いします」と書けば、少なくとも文章の目的と置き場所は伝わります。

このたとえは、AIに人間と同じ理解や意識があるという意味ではありません。何を入力に含めると依頼の条件がはっきりするかを整理するためのものです。AIが町内会の事情を知っている、あるいは省略した事情を必ず正しく補ってくれる、と考えることはできません。



依頼メモを作るつもりで、三つの点を考えてみましょう。一つは「目的」です。読んだ人に参加してほしいのか、日程の変更だけ知ってほしいのかを決めます。二つ目は「必要な情報」です。日時、集合場所、持ち物など、案内に必要な材料を用意します。三つ目は「望む形式」です。掲示板に貼る短い案内なのか、回覧する少し詳しい文章なのかを伝えます。

この三つは、必ず守らなければならない公式の書式ではありません。初心者が依頼を整理するための提案です。すでに完成している文章を少し短くしたいだけなら、文章と短くする指示だけで始めてもよいでしょう。反対に、何もないところから案内を作るなら、材料をもう少し渡す必要があります。「長く書くこと」ではなく、「今回の判断に必要なことを書くこと」を目安にすると、入力への苦手意識を減らせるのではないでしょうか。

なぜ目的や形式を書くのでしょうか。生成AIは、依頼文を受け取ったあと、単に決まった完成文を取り出すものとして説明されているわけではありません。IBMの解説では、生成モデルは学習に使ったデータの特徴や関係を表現したものをもとに、新しい内容を作るとされています。ここでいう「モデル」は、学習によって得られ、回答の生成に使われる仕組みです。（出典: IBM）

また、Googleの用語集では、文章を生成するモデルの仕組みの一つとして、それまでの並びに基づいて次の「トークン」を予測すると説明されています。トークンは、文章を処理するときの小さな単位です。細かな計算方法まで覚える必要はありませんが、入力された文章が、その後の回答を作る条件になると捉えると、依頼の工夫につながります。（出典: Google Developers）



架空のお知らせで考えると、「初めて参加する住民向け」という条件は、内輪の略称を避けるよう求める材料になります。「見出しと短い本文にしてください」という条件は、文章の形を指定するものです。目的、材料、形式は、それぞれ回答の違う部分に関わっています。

ただし、「短く」「親しみやすく」などの言葉には幅があります。短い文章を求めたつもりでも、自分が想定する長さと一致するとは限りません。希望が具体的なら、「挨拶は一文にしてください」「日時と場所は箇条書きにしてください」のように、見て確かめられる条件へ置き換える方法を提案します。仕組みを細部まで知らなくても、回答のどこを変えたいかを言葉にすることはできます。それが、プロンプトを調整する実用的な出発点です。

ここでは、架空の「みどり町内会」が清掃活動のお知らせを作る場面を考えます。目的は住民に参加を呼びかけること、掲載先は掲示板という設定です。開催日は架空の予定として12月6日、集合時刻は午前9時、集合場所はみどり公園の入口とします。これらは説明用に置いた条件であり、実在する催しの案内ではありません。

「清掃活動のお知らせを書いてください」という依頼から始めると、日時や場所などの材料が不足します。文章の見た目を整える前に、決まっている事実と、まだ決まっていないことを分けて渡すのがよいでしょう。たとえば、次のような依頼文を提案します。



> 架空のみどり町内会の清掃活動について、住民向けの掲示板用お知らせを作ってください。目的は参加の呼びかけです。開催日は12月6日、午前9時にみどり公園の入口へ集合します。持ち物は軍手です。初めて参加する人にも分かる言葉を使い、見出し、短い案内文、日時・場所・持ち物の箇条書きの順にしてください。雨天時の対応は未定なので、対応を創作せず、確認が必要な項目として示してください。

この例で大切なのは、文章を飾る指示より先に、案内の材料をそろえている点です。「雨天時の対応は未定」と書くことで、空欄の理由も伝えています。未定の事項をAIへの依頼に書くことと、そのまま住民向けのお知らせに載せることは別の判断です。公開前には、担当者に確認して内容を確定させる必要があります。

一度にここまで書くのが負担なら、手元の開催メモを整理するところから始めても構いません。目的、決定事項、未定事項を分ける作業は、AIを使う前の準備としても役立つでしょう。依頼文の美しさより、読者に伝える情報がそろっているかを優先してください。

「条件を詳しく書けば、間違いもなくなるのでしょうか」という疑問が残ります。答えは、依頼を詳しくすることと、内容の正しさを保証することは同じではありません。依頼文は、望む回答を伝えるための入力です。「必ず正確にしてください」と書いても、それ自体が日時や会場を照合する根拠になるわけではありません。

IBMが説明する生成の仕組みでは、モデルは学習した特徴や関係をもとに内容を作ります。この説明からも、生成された文章の自然さと、今回の催しに関する事実の確認は、分けて考える必要があります。（出典: IBM）町内会のお知らせなら、開催メモと回答を照らし合わせる作業が欠かせません。



たとえば、架空の確認場面として、回答に「雨天の場合は翌週に延期します」という一文が含まれていたとします。元の条件では雨天時の対応は未定ですから、その一文を採用する根拠はありません。文章として自然につながっていても、開催方針としては確認が必要です。この例は、実際の生成結果を紹介するものではなく、公開前に見つけたい誤りの例示です。

確認するときは、読みやすさと事実を別々に見てみましょう。読みやすさなら、挨拶が長すぎないか、初参加の人が集合場所を理解できるかを確かめます。事実なら、日付、時刻、場所、持ち物が元のメモと一致するか、渡していない条件が加わっていないかを点検します。

専門家らしい役割を指定したり、強い言葉で念押ししたりすることを、正しさの証明にしない姿勢も大切です。お知らせを受け取った人が実際に移動する場面を想像すれば、優先して確認したい項目は見えてきます。プロンプトを工夫したあとにも、人が判断する仕事は残ります。

最初の回答が希望と違っても、依頼全体を失敗と考える必要はありません。Googleの用語集では、チャットでのそれまでの入力や回答が、続くやり取りの「文脈」になると説明されています。文脈とは、後のやり取りを捉えるための前後の情報です。会話を続ける場面では、すでに出た回答のどこを変えたいかを伝える方法があります。（出典: Google Developers）

架空のお知らせの文章が堅すぎるなら、「もっとよくしてください」よりも、「住民への呼びかけが堅いので、丁寧さを保ちながら身近な表現にしてください」と伝えるほうが、変更したい点は明確になります。長すぎる場合には、「挨拶を短くし、日時・場所・持ち物は残してください」という頼み直しを提案します。いずれも、効果を検証した定型文ではなく、修正点を具体化するための例です。



頼み直すときには、変えてほしい部分と、残したい部分の両方を示すと整理しやすいでしょう。「短く」とだけ伝えるのでは、どの情報を優先するかが曖昧なままです。参加する人に必要な情報を残す、という判断を添えることで、修正の目的も伝えられます。修正後には、元のメモとの照合もやり直してください。文章を直したことだけで、確認が済んだことにはなりません。

プロンプトを覚える最初の一歩として、特別な言葉の一覧を集める必要はありません。明日、短い文章を頼む機会があれば、入力前に「何のために」「どの情報を使って」「どんな形にするか」を一行ずつ書いてみてください。回答が返ったら、希望との違いを一つ選び、その条件を足して頼み直します。依頼し、確かめ、直すという進め方なら、最初から完璧な一文を作ろうとせずに取り組めるでしょう。

- What Is Artificial Intelligence (AI)? | IBM — 公開日は2024年8月9日、更新日は2026年10月2日です。提供資料の取得日は2026年11月10日です。
- Machine Learning Glossary: Generative AI | Google Developers — 提供資料の取得日は2026年11月10日です。提示された資料には公開日・更新日の記載がありません。