新モデルが発表されるたびに「以前のバージョンより言うことを聞かない」と感じ、真っ先にモデルの性能低下を疑う人が多いようです。実際は正反対です——モデルは賢くなったのに、あなたのプロンプトの書き方がまだ「出来の悪い生徒」に教える段階にとどまっているのです。

OpenAIとAnthropicがほぼ同時に、それぞれの公式プロンプトドキュメントを公開しました。この記事では2つのドキュメントの核心的な要点を、すぐ実行できる11のテクニックに整理し、GPT-5.5とClaude Opus 4.7の出力品質をすぐに改善するお手伝いをします。

核心的変化：「工程を教える」から「結果を定める」へ

GPT-4oとClaude 3の時代、良いプロンプトは長いものでした。モデルに何を先にやり、次に何をし、最後にどんな形式で出力するかを一歩一歩指示する必要があったのです。この方法が機能していたのは、当時のモデルが確かに手取り足取りの誘導を必要としていたからです。

今のモデルにはもう必要ありません。

OpenAIはGPT-5.5のガイドで明確に述べています。旧来のプロンプトに見られる過剰な工程指定はノイズを増やし、モデルの探索空間を狭め、回答を機械的すぎるものにしてしまう。

たとえるなら、旧式のプロンプトは大学新卒に対して「まずパソコンを開き、次にWordを開き、次に本文エリアを探して、それから入力を始めて」と言うようなもの。相手は実行できますが、完全に縛られてしまい、自らの判断力を発揜できません。

GPT-5.5 プロンプト：実践テクニック6選

1. タスクを結果で定義し、ステップで定義しない

「まずAを行い、次にB、それからC」と書くのではなく、「完了基準は：Xが完了していること、Yが含まれていること、Zが存在しないこと」と書きます。

旧しい書き方の例：

まずAをチェックし、次にBをチェックし、それから各フィールドを比較し、次にすべての例外ケースを洗い出し、次にどのツールを呼び出すか決め、次にツールを呼び出し、次にその全工程をユーザーに説明する。

新しい書き方の例：

ユーザーの問題をエンドツーエンドで解決する。成功基準：適格性の判断は既存のポリシーとアカウントデータから導出すること。許可されたすべてのアクションを返答の前に完了すること。最終回答には実行済みのアクション・ユーザーメッセージ・ブロック中の項目を含めること。証拠が不足している場合は、不足している最小限のフィールドを尋ねること。

前者は「どう進むか」を規定し、後者は「どこまで進めば完了か」を規定しています。

2. 絶対表現は慎重に使う

プロンプトから余計な「必ず」「常に」「〜のみ」を削りましょう。これらの強制語がかつて有効だったのは、旧モデルが明示的な制約がないと脱線しやすかったからです。

新しいモデルは本来の意図をよりよく理解できるようになり、絶対ルールが多すぎると、柔軟に判断すべき場面でかえって硬直してしまいます。OpenAIの提案は、「絶対ルール」は本当に例外を許さない場面（セキュリティルールなど）にのみ残し、それ以外は条件文——「もし...なら...、そうでなければ...」——に書き換える、というものです。

3. 検索に予算上限を設ける

制限しなければ、モデルは「より良い答え」が出るまで検索し続けます。停止条件を明示しましょう：

以下の場合にのみ2回目の検索を開始する：核心的な質問に対する答えがない、必要なパラメータが不足している、ユーザーが網羅的なカバーを明示的に求めている。それ以外の場合は、十分な証拠があれば回答する。

4. マルチステップタスクは最初に進捗をひとこと

ユーザーは待っている間に何も見えず、体験が悪くなります。システムプロンプトに次の1文を加えましょう：

マルチステップタスクを開始する前に、まず自分が何をしているのかを1〜2文でユーザーに伝える。

体感される応答速度は明らかに向上します。

5. フォーマット指示には「なぜ」を添える

「短い段落を使い、箇条書きは使わない」は指示です。「これは経営幹部向けのブリーフィングで、読了時間2分、結論ファースト、導出過程は省く」——こっちの方が、モデルにフォーマットの意図を本当に理解させる書き方です。

6. おすすめのプロンプト骨格

緩くて長い指示を固定構造に変え、各モジュールはできるだけ短くします：

角色 Role -> 性格 Personality -> 目标 Goal
-> 成功标准 Success Criteria -> 限制条件 Constraints
-> 输出 Output -> 停止规则 Stop Rules

行動を実際に変える内容だけを書き、無駄話はすべて削ります。

GPT-5.5公式が推奨するプロンプト最適化の要点まとめ

Claude Opus 4.7 プロンプト：実践テクニック5選

Claude Opus 4.7の変化の方向はGPT-5.5とは異なります。より文字通りになった——言われたことはそのまま実行し、「もしかしたらこれも欲しいのでは」という部分を自動で補完しなくなりました。

1. カバー範囲は明示的に書く

Opus 4.6はタスクAに遭遇すると、ついでに同種のBも処理してくれました。4.7はそうしません。タスクに複数の同種項目が関わる場合は一件ずつ列挙するか、「同種のケースすべてに同じ処理を適用してください」と明記する必要があります。

2. 低effortでは言われたことだけを行う

lowとmediumモードでは、モデルは文字どおり厳密に実行し、自発的に拡張しません。複数ステップの推論が必要なタスクでは、プロンプトに次の1文を加えましょう：

この問題は段階的な思考が必要です。回答する前にロジックを整理してください。

effortを上げるよりもコストを抑えられます。

3. 「温かみ」は明示的に定義する

4.7のトーンは4.6よりドライで、主張が強く、確認型の前置きが減りました。自社製品に特定のトーン（より暖かく、より探究的、より問い返しを惜しまない等）が必要なら、システムプロンプトに明示的に書く必要があり、モデルのデフォルト表示に任せることはできません。

4. 進捗更新は内蔵済み

以前は多くのエージェントプロンプトに「3回ツールを呼び出すごとに進捗をまとめる」と書いていましたが、4.7はこの挙動をすでに内蔵しており、手動で指定する必要はありません。

5. 画像tokenコストは3倍に

4.7は最長辺2576pxまで対応し、1枚あたり最大約4784トークンを消費します。これは旧バージョンの上限の3倍です。ワークフローで画像を一括処理するなら、送信前に圧縮しないとコストが倍増します。

Claude Opus 4.7のプロンプト移行のポイント

ペルソナ設定の2種類のテンプレート

GPT-5.5のドキュメントには、代表的な「ペルソナ設定」テンプレートが2つ載っており、そのまま流用する価値があります：

安定したタスク指向のコラボレーター：

You are a capable collaborator: approachable, steady, and direct.
Assume the user is competent and acting in good faith.
Prefer making progress over stopping for clarification when
the request is already clear enough to attempt.
Stay concise without becoming curt.
Match the user's tone within professional bounds.

主見があり好奇心旺盛な探索型コラボレーター：

Adopt a vivid conversational presence: intelligent, curious,
playful when appropriate. Ask good questions when the problem
is blurry, then become decisive once there is enough context.
Be warm, collaborative, and polished. Offer a real point of
view rather than merely mirroring the user.

GPT-5.5公式が提供するペルソナ設定テンプレートの例

参考リンク

• OpenAI GPT-5.5 プロンプトガイド：https://developers.openai.com/api/docs/guides/prompt-guidance?model=gpt-5.5
• Claude Opus 4.7 移行ガイド：https://platform.claude.com/docs/en/about-claude/models/migration-guide