study-lab

Appearance

プロンプトエンジニアリングの基本 ​

GitHub Copilot から役に立つ提案を引き出せるかどうかは、こちらの伝え方で大きく変わります。このページでは、Copilot への伝え方を工夫する「プロンプトエンジニアリング」の基本を整理します。

この記事で分かること ​

  • プロンプトエンジニアリングとは何かと、プロンプトの役割
  • 基本原則である「4 つの S」
  • 4 つの S を土台にした、4 つのベストプラクティス
  • 例の与え方による 3 つの方法（ゼロショット、ワンショット、少数ショット）
  • 長い会話の扱い方と、役割を与える方法（ロールプロンプト）

試験範囲では、「プロンプトエンジニアリングとコンテキストの作成を適用する」（比重 10〜15%）の分野にあたります。

用語の整理 ​

用語意味
プロンプト（prompt）AI に対する指示や質問。Copilot の場合は、チャットに入力する文章のほか、コードの中に書くコメントも、プロンプトとして働く
プロンプトエンジニアリング（prompt engineering）AI から望む結果を引き出せるように、明確な指示を作ること
コンテキスト（context）AI が提案を作るときに参考にする、周囲の情報。開いているファイル、ファイル名、コメント、これまでの会話など
チャット履歴（chat history）Copilot Chat での、これまでのやり取りの記録
PRU（Premium Request Unit）Copilot の一部の機能を使ったときに消費される、利用量の単位

プロンプトエンジニアリングとは ​

プロンプトエンジニアリングとは、GitHub Copilot のような AI に対して、明確な指示を作ることです。目的は、プロジェクトの事情に合った、適切なコードを生成させることにあります。

公式の教材では、良いプロンプトによって得られるコードの条件を、3 つの面から説明しています。

面意味
構文（syntactically）そのプログラミング言語の書き方として正しい
機能（functionally）求めた働きをする
コンテキスト（contextually）プロジェクトの状況や決まりに合っている

プロンプトの役割：直接よくなるのは「提案の質」 ​

プロンプトを工夫することで直接よくなるのは、Copilot が返す提案の質です。求めているものが正確に伝わるほど、提案は的確になり、プロジェクトの状況にも合うようになります。

一方で、プロンプトは万能ではありません。プロンプトの役割と、そうでないものを、取り違えないようにします。

区分内容
プロンプトの工夫で直接よくなること提案の的確さ。プロジェクトの状況への適合。やり直しの回数が減ること
プロンプトの役割ではないことコーディングの作業全体を自動化すること。不具合を即座に、自動で直すこと。複数の人が同時に作業する、共同作業の仕組みを実現すること

このサイトでの補足

この表は、公式の教材の内容をもとに、このサイトで整理したものです。良いプロンプトは、これらの作業を進める助けにはなります。しかし、それはプロンプトによって「提案の質」が上がった結果です。プロンプトそのものが、自動化や共同作業の機能を持つわけではありません。

基本原則：4 つの S ​

プロンプトエンジニアリングの基本原則は、頭文字が S の 4 つの言葉にまとめられています。

原則英語意味
単一Single1 つのプロンプトでは、明確に決めた 1 つの作業や質問だけを扱う
具体的Specific指示は、はっきりと、詳しく書く。具体的であるほど、提案が的確になる
短くするShort具体的でありながら、簡潔に、要点を押さえて書く
周囲環境Surround内容が分かるファイル名を付け、関連するファイルを開いたままにする。Copilot に渡るコンテキストが豊かになる

4 つの S の関係 ​

「具体的」と「短くする」は、反対のことを言っているように見えます。しかし、求められているのは、必要なことは詳しく書きつつ、余計なことは書かないというバランスです。長すぎるプロンプトは、Copilot に負担をかけ、やり取りを複雑にします。

「周囲環境」だけは、プロンプトの文章そのものではなく、プロンプトを取り巻く環境についての原則です。Copilot は、入力された文章だけでなく、エディターで開いているほかのファイルなども参考にします。そのため、ファイル名や、開いておくファイルを整えることも、良い提案を得る手段になります。

4 つのベストプラクティス ​

4 つの S を土台にして、より実践的な進め方が 4 つ挙げられています。

ベストプラクティス英語土台になっている原則
十分な明瞭さを提供するProvide enough clarity単一、具体的
詳細を含む十分なコンテキストを提供するProvide enough context with details周囲環境、短くする
学習用の例を提供するProvide examples for learning—
アサートと反復Assert and iterate—

1. 十分な明瞭さを提供する ​

「単一」と「具体的」の原則に沿って、何をしてほしいのかを、はっきりと書きます。

公式の教材は、「与えられたリストから偶数を選び出して返す、Python の関数を書いてください」という例を挙げています。作業が 1 つに絞られていて（単一）、何を入力して何を返すのかが明確です（具体的）。

2. 詳細を含む十分なコンテキストを提供する ​

「周囲環境」の原則に沿って、Copilot の理解を助ける情報を与えます。与えるコンテキストが多いほど、提案は状況に合ったものになります。

たとえば、コードの先頭にコメントを書いて、何を作りたいのかを説明しておく方法があります。このとき、手順を箇条書きにすると、詳しさを保ちながら短く書けます（短くする）。

Copilot は、エディターで並行して開いているタブも、コンテキストとして使います。

3. 学習用の例を提供する ​

例を示すと、求めているものが具体的に伝わります。Copilot がパターンをすばやく理解できるので、最初の提案から的確になり、やり直しの回数が減ります。

この方法が特に効果的なのは、次のようなコードです。

  • 定型的なコード
  • テストのひな形
  • 同じ形の繰り返しになる実装

4. アサートと反復 ​

最初のプロンプトで、そのまま使えるコードが得られるとは限りません。それで問題ありません。最初の出力は、Copilot との対話の出発点として扱います。

最初の出力が期待と違ったときの進め方は、次のとおりです。

  1. 最初からやり直さない
  2. 提案されたコードを消す
  3. 最初のコメントに、詳細と例を書き足す
  4. もう一度、Copilot に提案させる

出力を自分の手で直すことに時間をかけるのではなく、プロンプトを改善して、もう一度提案させます。回数を重ねるごとに、求めているものが Copilot に正確に伝わるようになります。

例の与え方による 3 つの方法 ​

プロンプトに例をいくつ含めるかによって、3 つの方法があります。

方法英語与える例の数向いている場面
ゼロショット学習Zero-shot learning0 個よくあるパターンや、標準的な機能を、すばやく実装する
ワンショット学習One-shot learning1 個自分たちの書き方や決まりに合わせた、一貫した実装を作る
少数ショット学習Few-shot learning複数複数の場合分けや、特殊な条件を扱う、込み入った実装を作る

このサイトでの補足

名前に「学習」と付いていますが、プロンプトに例を書いても、Copilot の AI モデルそのものが作り直されるわけではありません。その 1 回のやり取りの中で、例を手がかりにして提案を作る、という意味です。以下のコードの例も、このサイトで用意したものです。

ゼロショット ​

例を与えずに、してほしいことだけを書きます。Copilot は、もともとの学習の内容だけをもとに、コードを生成します。

python
# 摂氏の温度を華氏に変換する関数

温度の変換のような、よく知られた処理であれば、このコメントだけで適切な関数が提案されることが期待できます。

ワンショット ​

例を 1 つ示してから、同じ形のものを依頼します。

python
# 摂氏の温度を華氏に変換する関数
def celsius_to_fahrenheit(celsius: float) -> float:
    """摂氏の温度を華氏に変換する。"""
    return celsius * 9 / 5 + 32


# 同じ書き方で、華氏の温度を摂氏に変換する関数

例にある関数名の付け方、型の書き方、説明文の書き方が、提案に反映されやすくなります。

少数ショット ​

例を複数示します。公式の教材では、この方法を、ゼロショットの「結果が予測しにくい」という弱点と、モデルを調整し直す方法（ファインチューニング）の精度との、中間にあるものと説明しています。

python
# 時刻に応じて、あいさつを返す関数
# 例:
#   6 時  -> "おはようございます"
#   13 時 -> "こんにちは"
#   20 時 -> "こんばんは"

入力と出力の組を複数示すことで、場合分けの境目を、Copilot が読み取りやすくなります。

長い会話の扱い方 ​

込み入った機能を作るときは、Copilot Chat とのやり取りが何往復にもなります。たとえば、次のように少しずつ依頼を重ねていく進め方を、連鎖プロンプト（chain prompting）といいます。

  1. ユーザー認証の関数を作る
  2. 認証情報が正しくない場合の、エラー処理を加える
  3. その関数の単体テストを加える
  4. 説明のコメントを加える
  5. 性能を改善する

それぞれの依頼は、それまでの会話を前提にしています。その一方で、会話の履歴は長くなっていきます。長い履歴を抱えたままのやり取りは、処理の面で非効率になり、コストも増えます。

効率よく進める方法として、次の 3 つが挙げられています。

方法内容
コンテキストを要約する会話が長くなったら、これまでの内容を短くまとめたうえで、次の依頼をする
リセットして、絞ったコンテキストを与える新しい機能に取りかかるときは、会話全体を引き継がず、必要な情報だけを伝えて新しく始める
簡潔に参照する以前の実装の全文を繰り返さず、短い言葉で指し示す

公式の教材には、会話の履歴をすべて含む長いプロンプトは、1 回のやり取りで 2〜3 PRU を消費することがあり、要約やリセットによって 1 PRU 程度に抑えられる、という説明があります。

役割を与える：ロールプロンプト ​

ロールプロンプト（role prompting）は、Copilot に、特定の分野の専門家として振る舞うように指示する方法です。専門的な分野で、生成されるコードの質と的確さを高められます。最初の提案から狙いに合ったものが得られやすくなり、やり直しの回数が減ります。

公式の教材は、3 つの役割を例に挙げています。

役割指示の例得られやすいコードの特徴
セキュリティの専門家サイバーセキュリティの専門家として、よくある脆弱性を確認するパスワード検証の関数を作る入力の無害化、よくある攻撃への対策、業界標準の検証の方法、セキュリティのベストプラクティス
性能の最適化の専門家性能の最適化の専門家として、大量のデータを効率よく処理できるように、並べ替えの処理を書き直す最適化されたアルゴリズムとデータ構造、メモリの効率、規模の拡大への配慮、性能の監視の提案
テストの専門家テストの専門家として、支払い処理の部品について、特殊な条件やエラーの場合も含めたテストを作る網羅的なテスト、特殊な条件の扱い、モック（テスト用の代役）の実装、エラーの条件のテスト

悪い例と良い例 ​

このサイトでの補足

この節は、公式の教材にはない、このサイト独自の例です。4 つの S を、具体的なプロンプトに当てはめています。

悪い例問題点良い例
「ユーザーの登録と、ログインと、パスワードの再設定を作って」1 つのプロンプトに、3 つの作業が入っている（単一に反する）「メールアドレスとパスワードを受け取って、ユーザーを登録する関数を作って」
「データを処理する関数を書いて」何を受け取って、何を返すのかが分からない（具体的に反する）「数値のリストを受け取って、平均より大きい値だけを返す Python の関数を書いて」
経緯や背景を長々と書いたあとに、依頼を書く要点が埋もれる（短くするに反する）必要な条件だけを、箇条書きで書く
test.py や new1.py のようなファイル名で作業するファイル名から内容が伝わらない（周囲環境に反する）user_registration.py のように、内容が分かる名前を付け、関連するファイルを開いておく

訳語の違いに注意 ​

日本語版の教材での表記です。試験では、英語とセットで覚えておくと安心です。

英語日本語版の教材での表記
Single / Specific / Short / Surround単一 / 具体的 / 短くする / 周囲環境
Zero-shot / One-shot / Few-shot learningゼロショット学習 / ワンショット学習 / 少数ショット学習
Assert and iterateアサートと反復
Chain prompting連鎖プロンプト
Role promptingロールプロンプト

Few-shot は、「フューショット」と表記されることもあります。

まとめ ​

  • プロンプトエンジニアリングとは、AI から望む結果を引き出せるように、明確な指示を作ることである。プロンプトの工夫で直接よくなるのは、提案の質である。
  • 基本原則は 4 つの S。単一（Single）、具体的（Specific）、短くする（Short）、周囲環境（Surround）。
  • ベストプラクティスは 4 つ。明瞭さの提供、コンテキストの提供、例の提供、アサートと反復。
  • 例の数によって、ゼロショット（0 個）、ワンショット（1 個）、少数ショット（複数）の 3 つの方法がある。
  • 会話が長くなったら、要約する、リセットする、簡潔に参照する。ロールプロンプトでは、専門家の役割を与える。

確認問題 ​

このページの内容から作った、自作の問題です。実際の試験問題ではありません。選択肢を選んで「答えを確認する」を押すと、正解と解説が表示されます。

問 1. 次のうち、プロンプトエンジニアリングの基本原則「4 つの S」に含まれないものは、どれですか。 （含まれないものを 1 つ選んでください）
問 2. 「内容が分かるファイル名を付け、関連するファイルを開いたままにする」は、4 つの S のうち、どの原則にあたりますか。 （1 つ選んでください）
問 3. プロンプトに例を 1 つだけ示して、同じ形のコードを生成させる方法は、どれですか。 （1 つ選んでください）
問 4. Copilot Chat との会話が長くなったときに、効率よく進める方法として適切なものは、どれですか。 （2 つ選んでください）
問 5. 最初のプロンプトで得られたコードが、期待と違っていました。「アサートと反復（Assert and iterate）」の考え方に沿った進め方は、どれですか。 （1 つ選んでください）
問 6. 「サイバーセキュリティの専門家として、パスワードを検証する関数を作ってください」のように指示する方法を、何といいますか。 （1 つ選んでください）
問 7. プロンプトを工夫することで直接得られる効果として、適切なものはどれですか。 （1 つ選んでください）

参考資料と確認の記録 ​

項目内容
最終確認日2026 年 10 月 10 日
検証の状況公式の教材（英語版と日本語版）の「プロンプトエンジニアリングの基礎とベストプラクティス」の単元と、モジュールの評価の出題の範囲と照合した。「このサイトでの補足」と書いた部分、コードの例、確認問題は、このサイト独自の内容
変わる可能性がある内容PRU の消費量に関する説明。料金や利用量の仕組みは、プランや時期によって変わることがある
このページで扱っていない内容プロンプトが処理される流れと、コンテキストの決まり方は、別のページ（11、12）で扱う予定