Skip to main content
Prompt LLM ノードは、Agent ビルダーで最も強力なツールの 1 つです。生の入力(リサーチ、スクレイピングしたコンテンツ、ユーザーデータ、Profound のインサイト)を、要約、アウトライン、書き直し、分析、構造化された回答など、明確で有用な出力に変換できます。 このガイドでは、プロンプトエンジニアリングの知識がなくても、非常に効果的なプロンプトを書く方法を説明します。

良いプロンプトが重要な理由

大規模言語モデル (LLM) は優れたパターン認識能力を持っていますが、方向性を示す必要があります。よく書かれたプロンプトは、モデルが次のことを理解するのに役立ちます。
  • どのようなタスクを実行するか
  • どのように実行するか
  • どのようなスタイルや形式を使用するか
  • どのような制約に従うか
指示が明確であるほど、出力の精度と再現性が高まります。プロンプトは AI へのクリエイティブブリーフだと考えてください。与えるコンテキストが多いほど、成果物の質が向上します。

効果的なプロンプトの基本構造

優れたプロンプトの多くは、次のシンプルな構造に従っています(必須ではありません)。
  1. 役割 (Role): モデルに誰または何として振る舞わせるか
  2. タスク (Task): 何を生成させるか
  3. コンテキスト (Context): どの情報を使用させるか
  4. 要件 (Requirements): ルール、ガイドライン、制約
  5. 出力形式 (Output format): 結果をどのように構造化するか
以下は、この構造で書かれたプロンプトの例です。
この構造は、Profound で書くほぼすべての種類のプロンプトに有効です。

強力なプロンプトの 5 つの要素

1. モデルに役割を与える(任意ですが効果的)

LLM は、明確な視点を与えられると、より良いパフォーマンスを発揮します。 例:
  • 「あなたは、プロフェッショナルで簡潔なトーンで執筆するシニア SEO ストラテジストです。」
  • 「技術に詳しくない読者向けの技術解説者として振る舞ってください。」
役割を割り当てることで、モデルの文体や判断の仕方が形作られます。

2. タスクを明確にする

曖昧な指示は予測できない結果につながります。 弱い例:
「これについて何か書いてください。」
強い例:
「核となる意味を保ちながら、次の段落をより明確かつ簡潔に書き直してください。」
さらに強い例:
「次のテキストを B2B の経営層向けに書き直してください。冗長な表現を減らしてください。明確さを高めてください。すべてのデータを正確に保ってください。」

3. コンテキストを提供する

Prompt LLM ノードは、/ 変数を使用して前のステップを参照できます。 良いコンテキストのソースには次のようなものがあります。
  • Web Page Scrape
  • YouTube Transcript
  • Research Snippets
  • Perplexity Search の結果
関連するコンテキストのみを含めてください。ノイズが多すぎると品質が低下します。 例:

4. 明確な要件と制約を追加する

ここで、出力をニーズに合わせて形作ります。 マーケターがよく使用する制約:
  • トーン: プロフェッショナル、フレンドリー、権威的、中立的
  • 長さ: 箇条書き 3 つ、100 語、1 段落
  • 対象読者: B2B マーケター、エンタープライズの経営層、中小企業のオーナー
  • コンテンツのルール: 専門用語を使わない、繰り返しを避ける、事実を捏造しない
  • ブランドスタイル: シンプル、率直、価値重視
例:

5. 出力の形式を指定する

LLM は、出力をどのような形にすべきかを正確に伝えると、精度が大幅に向上します。 例:
  • 箇条書きリスト
  • JSON
  • 表
  • 1 段落の要約
  • ステップバイステップの手順
  • タイトル + サブタイトル 3 つ + CTA
プロンプトの例:

すぐに使えるプロンプトパターン

以下は、一般的なマーケティング Agent 向けに調整された再利用可能なテンプレートです。

1. コンテンツを要約する

2. 明確さやトーンを改善するために書き直す

3. タイトルや見出しを生成する

4. 構造化データを抽出する

5. コンテンツを比較・評価する

一貫して優れた出力を得るためのヒント

✔ AI に避けるべきことを伝える

次のようなルールを含めると、ハルシネーションが大幅に減少します。
  • 「コンテキストにない事実を追加しないでください。」
  • 「情報が不足している場合は、『情報が不足しています』と答えてください。」

✔ 例を使用する

「説明するより見せる」ことは非常に効果的です。

✔ プロンプトは短く、ただし曖昧にしない

長すぎるプロンプトはモデルを混乱させる可能性があります。短すぎるプロンプトは方向性を示しません。 3〜8 文 + 1 つの形式ブロックを目安にしてください。

✔ 繰り返し改善する

プロンプトを試し、出力を確認して改善します。プロンプトを書くことは、ライターに指示を出すことに似ています。

✔ 変数を使用してプロンプトを動的にする

これは、スケーラブルな Agent を構築する際に特に役立ちます。 変数を使用したプロンプトの例:

よくある間違いとその回避方法

✖ AI に「何か良いものを書いて」と依頼する

→ 曖昧すぎます。何が良いのかを具体的に指定してください。

✖ ソースの制限を忘れる

→ 「提供されたコンテキストのみを使用してください」と伝えない限り、AI は情報を捏造します。

✖ 形式が指定されていない

→ 結果に一貫性がなくなり、Agents で扱いにくくなります。

✖ 1 つのプロンプトに目標が多すぎる

→ 複雑なタスクは連続した Prompt LLM ノードに分割すると、よりクリーンな出力が得られます。

高度なプロンプトの書き方(任意)

より高い精度を求めるユーザー向け:
  • Chain of Thought:
    「推論をステップバイステップで説明してください。ただし、最終的な回答のみを返してください。」
  • 変換 → 評価 → 改善のループ:
    2 つ目の Prompt LLM ノードを作成して、最初の出力を批評・改善します。
  • ゼロショットとフューショットのプロンプト:
    「出力例」を提供すると、精度が劇的に向上します。

例: 高品質なプロンプトテンプレートの全体

まとめ

プロンプトの作成は、時間とともに上達するスキルです。「プロンプトエンジニア」である必要はありません。必要なのは次のことだけです。
  • 明確にする
  • 具体的にする
  • コンテキストを提供する
  • 制約を与える
  • 出力形式を定義する
これらのテクニックを使用すれば、Prompt LLM ノードで強力かつ予測可能な結果を一貫して生成でき、コンテンツの要約から完全に自動化されたコンテンツ制作パイプラインまで、あらゆることが可能になります。