プロンプトエンジニアリングとは？ぷろんぷとえんじにありんぐ
プロンプトエンジニアリングとは、生成AIに与える指示文（プロンプト）の書き方を工夫して、目的に合った出力を安定して引き出す技術。役割・前提条件・出力形式・制約を明示するのが基本で、例を数個添える few-shot、途中の考え方を順に書かせる思考の連鎖（Chain of Thought）といった手法がある。モデルを作り直したり再学習させたりせずに精度を上げる手段として位置づけられる。
最終更新：2026-10-09
基本情報を最短で暗記・合格する →背景
大規模言語モデル（LLM）は同じ質問でも聞き方ひとつで答えの質が大きく変わる。モデル自体を学習し直すには大量のデータと計算資源が要り、多くの利用者には現実的でない。そこで「入力側の工夫」だけで出力を制御する技術が独立した分野として扱われるようになった。科目Aではシラバス改訂でAI分野に追加された語で、ファインチューニング（再学習）との違いや、プロンプトインジェクションという攻撃との対比で問われる。
具体例
ChatGPTに「要約して」と頼む代わりに「新人研修を受ける新入社員向けに、箇条書き5項目以内、専門用語には注釈を付けて要約して」と指定すると出力が安定する。GitHub Copilotでは、コメントに関数の目的と入出力の例を書いてから生成させると、望む形のコードが出やすい。
試験での引っ掛け
プロンプトの工夫はモデルの学習ではないので、次の会話に知識として残るわけではない。学習させて残すのはファインチューニングで、両者を混同させる出題がある。また、プロンプトに社外秘を書けば情報漏えいのリスクになり、指示をどれだけ工夫してもハルシネーション（もっともらしい誤り）はゼロにならない。
関連用語
出典・参考
公式シラバスの1 基礎理論 ＞ 3. 情報に関する理論 ＞ (8) AI（Artificial Intelligence：人工知能）に関する技術に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。