【ITニュース解説】Jeff Su: 95% of People STILL Prompt ChatGPT-5 Wrong

ChatGPT-5のような大規模言語モデルは、最新の技術動向に常に注目する必要がある。今回取り上げるニュースは、最新モデルであるChatGPT-5を効果的に活用するためのプロンプト（指示文）の書き方に関する重要な洞察を提供するものだ。多くの人がChatGPT-5に対して、以前のモデルと同じようなプロンプトを入力し続けているため、期待通りの結果が得られていない現状がある。

システムエンジニアを目指す上で、このようなAIとの効果的な対話能力は今後ますます重要になる。Jeff Su氏の研究によると、実に95%のユーザーがChatGPT-5に対して適切なプロンプトを入力できていないという。その結果、せっかくの高性能なモデルが持つ能力を十分に引き出せていない状況にある。ChatGPT-5は、その内部アーキテクチャが大きく進化しており、それが以前のモデルとは異なるプロンプトの設計を要求する主な理由である。過去のモデルで有効だった特定のプロンプトが、現在のChatGPT-5では期待通りの効果を発揮しないケースが多くなっている。

Jeff Su氏は、この問題に1ヶ月間深く取り組んだ結果、ChatGPT-5から望ましい出力を引き出すための「5つの修正点」を発見した。これらの修正点は、プロンプトの作成を過度に複雑にすることなく、大幅な結果の改善をもたらすという。それぞれの修正点について、具体的に説明する。

一つ目は「ルーターナッジフレーズ（router nudge phrases）」の活用である。これは、AIの思考プロセスをより深い推論へと導くための特定のフレーズをプロンプトに含めることを意味する。大規模言語モデルは、与えられたプロンプトに対して、複数の内部的な処理経路を持つことがある。ルーターナッジフレーズは、これらの経路の中から、ユーザーが本当に求めている深く複雑な推論に繋がる経路をAIに誘導する役割を果たす。単に情報を求めるだけでなく、どのような思考過程を経て、どのような論理構造で回答を生成してほしいのかを、プロンプト内で示唆することが重要になる。これにより、AIが表面的な回答に留まらず、より洞察に満ちた、質の高い情報を提供できるようになる。

二つ目は「詳細度の調整（dial in verbosity）」である。これは、AIの出力が「簡潔すぎず、かつ冗長すぎない」ように、適切な詳細度合いをプロンプトで指示することを指す。簡潔すぎる出力は必要な情報が欠落する可能性があり、一方、冗長すぎる出力は情報の要点を捉えにくくさせることがある。システムエンジニアとして、必要な情報を正確かつ効率的に得る能力は非常に重要である。プロンプト作成時には、回答に含めるべき情報の粒度や、不要な説明を省略するかどうかなど、意図的に詳細度をコントロールする指示を盛り込む必要がある。例えば、専門家向けの詳細な解説を求める場合と、初心者にもわかる平易な説明を求める場合では、プロンプトの指示は大きく異なる。

三つ目は「OpenAIの組み込みプロンプトオプティマイザの活用（tap OpenAI’s built-in prompt optimizer）」である。これは、OpenAIが提供する、プロンプトを自動的に最適化する機能を積極的に利用することを示す。多くのユーザーは、自分でプロンプトを試行錯誤するが、この組み込み機能は、ユーザーが入力した大まかな意図を基に、AIがより効果的なプロンプトへと内部的に変換したり、ユーザーに改善案を提示したりする。この機能を使うことで、プロンプト作成の専門知識がなくても、より洗練された、効果的なプロンプトを生成するためのヒントや直接的な最適化を得ることが期待できる。

四つ目は「コンテンツのXMLサンドイッチ（wrap your content in an “XML sandwich”）」である。これは、プロンプト内でAIに処理させたい重要なコンテンツをXMLタグで囲んで提示する手法を意味する。例えば、<content>タグで囲んだり、<instruction>タグで指示を明確にしたりする。AIは人間と同様に、構造化された情報をより正確かつ効率的に理解できる傾向がある。特定の情報ブロックをXMLタグで明確に区切ることで、AIはそのブロックがプロンプトの中でどのような役割を持つのか、どの情報が重要なのかを迅速に認識し、重要な情報とそうでない情報を区別しやすくなる。これにより、AIが誤ってプロンプトの意図を解釈するリスクを低減し、より正確な出力を得ることが可能になる。

五つ目は「完璧化ループの実行（run “perfection loops”）」である。これは、一度のプロンプトで完璧な結果が得られなくても、それを繰り返し改善していくプロセスを指す。システム開発においても、一度のコーディングで完璧なソフトウェアが完成することは稀であり、デバッグ、テスト、修正のサイクルを繰り返すことで品質を高めていく。AIとの対話もこれと似ている。最初の出力が期待通りでなくても、その出力がなぜ不十分だったのかを分析し、プロンプトのどこを修正すれば良いかを考えて、再度試す。この反復的なプロセスを通じて、徐々にAIの理解を深め、より洗練された、目的に合致した出力を引き出す能力を磨くことができる。これは単なるプロンプトのテクニックだけでなく、AIとの効果的な協業における基本的な姿勢とも言える。

これらの5つのアプローチは、ChatGPT-5のような先進的な大規模言語モデルを最大限に活用するために不可欠な視点を提供する。AI技術は日進月歩であり、その活用方法も常に進化していく。システムエンジニアを目指す皆さんは、単にツールとしてAIを使うだけでなく、その内部的な挙動や、より効果的な対話方法を理解し、実践することで、自身のスキルセットを大幅に強化できるだろう。新しいアーキテクチャに対応したプロンプト作成能力は、これからのAI時代における重要な競争力の一つとなることは間違いない。常に最新の情報を学び、実践を通じて経験を積むことが、この分野で成功するための鍵となる。