分野別生成AIパスポート 用語集
プロンプトエンジニアリングの用語19語｜生成AIパスポート試験対策
プロンプトエンジニアリングは、生成AIパスポート試験で実践力を問われる中心分野です。まず「プロンプト」と「プロンプトエンジニアリング」の定義を押さえ、次にInstruction・Context・Input Data・Output Indicatorの「プロンプトの4要素」を区別できるようにしましょう。そのうえでZero-shotとFew-shotの違い、役割の付与や読み手の設定といったテクニック、最後に入力時のリスクや「正確な文字数・計算・芸術の批評」などテキスト生成AIの不得意なことを覚えると、選択肢のひっかけにも強くなります。
プロンプトぷろんぷと★★★
プロンプトとは、生成AIに対して入力する指示や質問の文章のことです。ChatGPTなどの大規模言語モデルは、入力されたプロンプトの続きとして最も自然な文字列を予測して出力します。そのため、同じAIでもプロンプトの書き方しだいで回答の内容や質が大きく変わります。
プロンプトエンジニアリング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に与える指示や質問（プロンプト）を設計・改善して、目的に合った最適な出力を引き出すための技術や考え方です。AIの回答はプロンプトの書き方に大きく左右されるため、命令・背景・入力データ・出力形式を工夫したり、例を示したりして、より正確で役立つ答えを得ることを目指します。
プロンプトの4要素ぷろんぷとのよんようそ★★★
プロンプトの4要素とは、出力の質を高めるためにプロンプトの中で意識するとよい4つの構成要素で、Instruction（命令）、Context（文脈）、Input Data（入力データ）、Output Indicator（出力指示）を指します。
Instructionいんすとらくしょん★★☆
Instructionとは、プロンプトの4要素の1つで、AIに「何をしてほしいのか」を伝える命令の部分です。日本語では「命令」と訳されます。「要約して」「翻訳して」「アイデアを10個出して」のように、AIに実行させたい作業を明確に示すことで、AIが取るべき行動がはっきりし、目的に合った出力を得やすくなります。
Contextこんてきすと★★☆
Contextとは、プロンプトの4要素の1つで、AIに与える背景情報や前提条件のことです。日本語では「文脈」と訳されます。「あなたはプロのマーケターです」のような役割の設定や、「新入社員向けの研修資料を作っています」といった状況説明がこれにあたり、AIが目的に沿った視点・トーンで回答する手がかりになります。
Input Dataいんぷっとでーた★★☆
Input Dataとは、プロンプトの4要素の1つで、AIが処理する対象となる具体的なデータや情報のことです。日本語では「入力データ」と訳されます。要約させたい長文、翻訳したい英文、分析したいアンケート結果などがこれにあたります。
Output Indicatorあうとぷっといんでぃけーたー★★☆
Output Indicatorとは、プロンプトの4要素の1つで、AIの出力をどのような形式にしてほしいかを示す指示です。日本語では「出力指示」と訳されます。「表形式で」「箇条書き3点で」「要約：」のように書き出しや形式を指定することで、読みやすく、そのまま業務に使いやすい形の回答を得られるようになります。
出力の質に関する4つの注意点しゅつりょくのしつにかんするよっつのちゅういてん★★☆
出力の質に関する4つの注意点とは、生成AIを使うときに出力の質を左右する点として公式テキストが挙げる4項目です。①プロンプトを微調整するたびに出力の質が変わること、②使うモデルの能力と限界を理解すること、③具体的で一貫した答えが欲しいときは限定的な言葉を使うこと、④出力の倫理性は保証されていないこと、の4つを指します。
Zero-shotプロンプティングぜろしょっとぷろんぷてぃんぐ★★★
Zero-shotプロンプティングとは、回答の例（Shot）を1つも示さずに、聞きたいことや頼みたいことをそのまま入力するプロンプトの手法です。「〇〇について教えてください」のように最もシンプルな使い方で、日常的な簡単な質問なら十分に信頼できる答えが得られますが、複雑なタスクでは精度が下がることがあります。
Few-shotプロンプティングふゅーしょっとぷろんぷてぃんぐ★★★
Few-shotプロンプティングとは、質問の前に2〜3個程度の回答例（Shot、例示）をプロンプトに含め、AIにその型をまねさせて望ましい答えを引き出す手法です。生成AIがプロンプト内の文章からパターンを読み取って出力する性質を利用しており、分類や形式をそろえたい作業で特に効果を発揮します。
Chain-of-Thoughtちぇいんおぶそーと★☆☆
Chain-of-Thoughtとは、AIに答えだけを出させるのではなく、答えにたどり着くまでの考え方の筋道（途中の推論ステップ）を順に書かせることで、計算や論理的な問題の正答率を高めるプロンプトの手法です。日本語では「思考の連鎖」と訳され、略してCoTとも呼ばれます。
役割の付与やくわりのふよ★★★
役割の付与とは、プロンプトの中で「あなたはプロのデータサイエンティストです」のようにAIに話し手の人物像や立場を設定し、その視点から回答させる手法です。公式テキストでは「話者の設定を変更する」として紹介されています。役割がないと一般的な内容になりがちな回答が、専門家らしい観点や用語を含む内容へと変わります。
読み手の設定よみてのせってい★★☆
読み手の設定とは、プロンプトで文章の受け手となる人物の年齢・立場・属性などを指定し、その人に合った表現や難易度の文章に変換させる手法です。公式テキストでは「文章の対象を変更する」として紹介されています。「10歳の小学生向けに」「取引先の社長向けに」のように具体的に指定するほど、イメージに近い文章が得られます。
質問させながら一緒に進めるしつもんさせながらいっしょにすすめる★★☆
質問させながら一緒に進めるとは、AIに「作業に必要な情報を私に質問してください」と頼み、AIからの質問に答えながら、タスクの洗い出し・整理・完成までを対話形式で進めていくプロンプトの使い方です。何を伝えればよいか自分でもはっきりしない段階でも、AIが必要な項目を引き出してくれるため、計画づくりなどに役立ちます。
プロンプト生成上のリスクと注意点ぷろんぷとせいせいじょうのりすくとちゅういてん★★★
プロンプト生成上のリスクと注意点とは、生成AIにプロンプトを入力して文章を作らせる際に気をつけるべき事項のことです。主に、①機密情報を入力しない、②個人を特定できる情報を使わない、③出力は必ず人間が確認する、④訓練データの偏りによるバイアスに注意する、の4点が挙げられます。
テキスト生成AIの不得意なことてきすとせいせいえーあいのふとくいなこと★★★
テキスト生成AIの不得意なこととは、学習方法や設計の仕組みに由来して、生成AIがうまくこなせない作業のことです。公式テキストでは、①正確な文字数の指定、②計算、③最新の情報、④芸術の批評の4つが具体例として挙げられています。
正確な文字数の指定せいかくなもじすうのしてい★★☆
正確な文字数の指定とは、テキスト生成AIの不得意なことの1つとして公式テキストが挙げる項目で、「50文字で説明して」のように文字数を厳密に指示しても、その長さどおりに出力されにくいという性質を指します。
計算が苦手な理由けいさんがにがてなりゆう★★☆
計算が苦手な理由とは、テキスト生成AIが掛け算などの計算で誤答しやすい背景を指します。テキスト生成AIは数式を実際に計算しているのではなく、学習した文章のパターンから「それらしい数字の並び」を予測して出力しているため、桁の多い計算では誤った答えを自信ありげに示すことがあります。
芸術の批評げいじゅつのひひょう★★☆
芸術の批評とは、テキスト生成AIの不得意なことの1つとして公式テキストが挙げる項目で、絵画や音楽など感性に基づく評価をAIが自分の意見として行うのは難しいという性質を指します。AIは独自の思考や感情、体験を持たないため、作品について問われても、一般に知られている評価や解説を整理して伝えるにとどまります。