ChatGPTプロンプトは短くシンプルが正解

プロンプトは長く書くほど精度が上がる——そう思い込んでいた人は、少なくないはずだ。念のため確認しておくと、この前提そのものが揺らいでいる。

ChatGPT 5.6のリリースに合わせて、OpenAIがプロンプトの書き方に関する公式ガイドを公開した。骨子は明快で、繰り返しの指示や不要な例示、無関係なツール定義を削り、リクエストには関連情報だけを含めるべきだというものだ。OpenAI自身の内部テストでは、プロンプトを簡素化した結果、評価スコアが10〜15%向上し、トークン消費量は41〜66%、コストは33〜67%削減できたと報告されている。同様の傾向は学術研究「Brevity Constraints」でも確認されており、大規模言語モデルは出力の長さを制約したほうが精度が上がる場合があるという。この経緯はMakeUseOfの記事でも紹介されている。

これは、日々の業務でChatGPTを使う人にとって軽視できない話だ。プロンプトに念のためと条件を積み増す書き方は、丁寧に見えて実は逆効果になりうる。議事録の要約でも、メールの下書きでも、資料の骨子作りでも、指示を厚くするほど答えが良くなるとは限らない。むしろコンテキストウィンドウが同じ指示の言い換えで埋まり、モデルが「今回はどの制約を優先すべきか」を判断するコストが上がる。トークンとコストの無駄は、その判断コストが表面化した結果に過ぎない。

この構造を踏まえると、実務で見直すべき論点は二つ見えてくる。

一つ目は、プロンプトの「積み増し」を運用ルールとして禁止する必要があるということだ。OpenAIのガイドが挙げる「指示は一度だけ書く」「関連するツールだけを開示する」「例示は必要なときだけ」という原則は、裏を返せば、多くの職場のプロンプトが不安の解消のために同じ指示を言い換えて重ねてきたことの証明でもある。念のためを積む書き方は、AIに対してだけでなく、人へのマニュアルでも起きがちな失敗だが、AIの場合はそれがそのままコストと応答のブレになって跳ね返ってくる。テンプレート化されたプロンプトを使い回している職場ほど、一度棚卸しして「本当に効いている指示」と「気休めで残っている指示」を仕分ける価値がある。

もう一つ、見落とされやすいのがトーン指定の扱いだ。ガイドは「フレンドリーに」「共感を持って」といった形容詞での指示は解釈の幅が広く曖昧になりやすいと指摘し、代わりに答え方の直接さ、相手が問題を訴えてきたときにどう向き合うか、締めの挨拶を入れるかどうかまで具体的に書き下すよう勧めている。これは表面的な言葉選びの問題ではなく、形容詞がモデルにとって解釈の幅が広すぎる指示だという構造的な弱点を示している。ガイドが挙げる例も「結論を直接述べる」「相手が問題を訴えてきたら、次の一手を示す前にその問題自体を認める」「安心材料は必要な場面に限って添え、型どおりの褒め言葉や締めの挨拶は省く」というように、抽象的な形容詞ではなく個別の振る舞いを言語化したものになっている。会議の議事録から次のアクションを起こす、顧客対応の下書きを作るといった場面でこそ、この違いは効いてくる。曖昧な形容詞に頼ったテンプレートは、使う人や場面が変わるたびに結果がぶれる。指示の再現性を求めるなら、形容詞を具体的な振る舞いの記述に置き換える作業は、一度で終わらせずに継続的な見直しの対象にしておいたほうがいい。

短くすることは、手を抜くことではない。何を削るかを決める作業そのものが、指示の質を上げる編集の手間である。