2026-06-09 · code

38歳個人事業主が『LLMのプロンプトエンジニアリング』を読んで実装した業務用プロンプトのテンプレ化3段階：コンテキスト設計・スカフォールディング・評価指標

プロンプトエンジニアリングの書籍を手に取った理由

私は個人事業と法人を併営する38歳で、サイト構築や記事生成にLLMを日常的に使っている。ただ、プロンプトの設計は「その場の試行錯誤」に依存しており、毎回ゼロから考え直す状態が続いていた。

『LLMのプロンプトエンジニアリング』（オライリー・ジャパン）は、GitHub Copilot設計者のJohn BerrymanとAlbert Zieglerによる実務書。モデル非依存の原則に力点を置き、コンテキスト設計・スカフォールディング・テンプレート化の概念地図が整理されている。

この本を読んで得た知見を、業務用プロンプトのテンプレ化3段階として実装設計に落とし込んだ。以下はその実務論点の整理である。

プロンプトの再現性を左右するのは「どれだけ適切なコンテキストを与えるか」だ。本書では、コンテキストを「タスクの背景・制約・期待する出力形式」の3層で捉える設計思想が示されている。

私が実装したのは、業務用プロンプトに以下の3要素を必ず含める構造だ。

この3要素をテンプレ化しておくことで、プロンプトを再利用する際の「毎回考え直すコスト」が劇的に下がった。特に、背景と制約を明示することで、LLMが「推測で埋める」動作を抑制できる点が大きい。

スカフォールディング（足場かけ）は、複雑なタスクを小さなステップに分解し、段階的に出力精度を上げる技法だ。本書では、Chain-of-Thought（思考の連鎖）やFew-shot Learning（数例提示）がスカフォールディングの代表例として紹介されている。

私が実装したのは、業務用プロンプトに「ステップバイステップの指示」を組み込む構造だ。

例えば、記事生成のプロンプトでは以下のように分解している。

この分解により、一発で完成品を求めるよりも「途中で修正・調整できる余地」が生まれる。特に、第1ステップの骨子確認で方向性のズレを早期に修正できる点が実務上有効だった。

また、Few-shot Learningとして「過去の成功例」をプロンプトに数例含める設計も実装した。例えば、記事のリード文を生成する際には「過去に反応が良かったリード文3例」をプロンプトに含めることで、トーンや構造の再現性が上がる。

本書で最も刺さったのは「評価なきプロンプトは改善できない」という指摘だ。プロンプトの精度を上げるには、出力を定量的に評価する指標が必要になる。

私が設計した評価指標は以下の3軸だ。

この3軸をチェックリスト化し、プロンプトを改訂するたびに記録している。特に「再現性」の評価は、テンプレ化の効果を測る指標として機能している。

評価指標を持つことで、「なんとなく良くなった気がする」状態から脱却できた。数値化・言語化することで、改善の方向性が明確になる。

業務用プロンプトのテンプレ化は、「毎回ゼロから考える」状態から「改善を積み重ねる」状態への移行を意味する。

私が実装した3段階は以下の通り。

『LLMのプロンプトエンジニアリング』は、モデル非依存の原則に基づく設計思想が整理されており、業務用プロンプトを「再利用可能な資産」として扱う視点を与えてくれた。

テンプレ化の効果は、「使うたびに改善できる」構造にある。この設計を土台に、業務用プロンプトの精度を継続的に上げていく。