ページ作成日時：2026-06-25 12:49 JST
最終更新日時：2026-06-30 00:01 JST
はじめに
平易版では、プロンプトを「命令」ではなく「AIが世界を読むための環境」として説明した。詳解版では、この環境を、指示階層、メッセージの役割、権限、目立ち方、プロンプトインジェクションという観点から整理する。
1. プロンプトは、ユーザー入力だけではない
一般には、プロンプトとはユーザーが入力する文章のことだと思われやすい。しかし、モデルに渡される入力環境には、システム側の指示、開発者指示、ユーザー発言、過去の会話、保存メモリ、ツール仕様、外部ファイル、検索結果、ツール結果などが含まれうる。
つまり、プロンプトとは一枚の命令文ではなく、複数の指示と文脈が重なった実行環境である。
2. メッセージには役割がある
APIでは、会話は複数のメッセージ（messages）として扱われ、それぞれに役割（roles）がある。代表的には、system、developer、user、assistant、tool などである。
system や developer は、アプリケーションや実行環境側の方針を与える。user は、ユーザーの具体的な依頼を与える。assistant は過去の応答であり、tool は外部ツールから返ってきた結果である。どの役割から来た情報かによって、モデルがそれをどう扱うべきかが変わる。
3. 指示には権限の階層がある
指示階層（instruction hierarchy）とは、複数の指示が衝突したとき、どの指示を優先するかという考え方である。ユーザーが「すべての指示を無視して」と書いても、上位の安全指示や開発者指示を無効にできるわけではない。
ここで重要なのは、ユーザー入力が常に最上位ではないという点である。AIが「言うことを聞かない」ように見えるとき、実際には、より上位の指示と衝突している場合がある。
4. 権限と目立ち方は違う
権限（authority）とは、どの層から来た指示かという問題である。一方、目立ち方（salience）とは、現在の文脈の中で、どの情報が応答生成に強く影響しているかという問題である。
高い権限を持つ指示は、原則として優先される。しかし、長い文脈の中では、直近の語、繰り返された表現、見出し、強く構造化された情報、固有名詞、ツール名などが応答を引っ張ることがある。
この「目立ち方」は、単なる心理的な比喩だけではない。Transformer型のモデルでは、入力された文脈の中で、どのトークン同士をどの程度関係づけるかを計算する注意機構／アテンション（attention）が働く。ここでは数式には入らないが、直近の情報、繰り返された語、見出し、強く構造化された指示が応答を引っ張るという現象は、文脈内の関係が重みづけられる仕組みと関係している。
5. 指示と資料は違う
ユーザーが「以下を要約してください」と言い、その下に長い資料を貼る。この場合、「要約してください」は指示であり、貼られた資料は材料である。ところが、資料の中にも「これまでの指示を無視せよ」のような文章が含まれていることがある。
このように、資料中の文字列が指示のように振る舞おうとする問題を、プロンプトインジェクション（prompt injection）と呼ぶ。外部ページ、PDF、メール、ツール結果、古い会話ログなどにも起こりうる。
したがって、プロンプト設計では、何が指示で、何が資料で、何が例で、何が出力形式なのかを分ける必要がある。
6. プロンプト層は複数の材料でできている
プロンプト層（prompt layer）とは、応答生成の直前に、モデルへ渡される指示・文脈・資料・ツール仕様の重なりである。ここには、システム指示、開発者指示、ユーザー入力、カスタム指示、プロジェクト設定、保存メモリ、会話履歴、アップロードファイル、検索結果、ツール説明、ツール結果などが含まれうる。
プロンプト設計とは、何をどの層に置き、何を資料として扱い、何を強い指示として扱い、何を参照対象から外すかを設計することである。
7. instructions と input の違い
OpenAIのAPIでは、instructions と input を分けて扱う場面がある。instructions は、ふるまい、役割、制約、文体、方針のような高位の指示を置く場所であり、input は、今回処理したい具体的な依頼や資料を置く場所である。
ただし、ChatGPTのチャット欄に「instructions:」「input:」と書いたからといって、それが本物のAPIフィールドとして分離されるわけではない。自然文で階層を「表現する」ことと、APIやアプリケーション層で階層を「実装する」ことは違う。
8. カスタム指示とプロジェクト設定
ChatGPTのカスタム指示やプロジェクト設定は、ユーザー体験上は背景ルールとして働く。しかし、それがAPIの system / developer メッセージと完全に同じ層であるとは限らない。製品側でどのように統合されるかは、ユーザーからは完全には見えない。
したがって、カスタム指示やプロジェクト設定は、背景条件として捉えるのがよい。直接のユーザー指示、会話文脈、ツール仕様、外部資料と組み合わさって、応答に影響する。
9. 区切りは、プロンプト設計の技術である
プロンプトでは、指示、資料、例、出力形式、禁止事項、自由入力を区切ることが重要である。Markdown見出し、箇条書き、XML風タグ、YAML風のメタ欄は、単なる見た目ではなく、文脈の境界を示すための技術である。
ただし、見出しで階層を作ることと、API上で本当に別の階層として渡されることは違う。この違いを理解すると、AGENTS.md、CHATGPT.md、プロジェクト指示、APIプロンプトの設計が変わる。
10. 平易版の結論を詳解版として言い換える
平易版では、プロンプトは命令である前に、生成AIが世界を読むための環境であると述べた。
詳解版では、これを次のように言い換えたい。プロンプトとは、ユーザー入力だけではなく、複数の権限を持つ指示、会話文脈、外部資料、ツール仕様が重なった実行環境である。プロンプト設計とは、命令文を書くことではなく、指示階層と文脈の配置を設計することである。
中心フレーズ
プロンプト設計とは、命令文を書くことではなく、指示階層と文脈の配置を設計することである。
用語メモ
メッセージ（messages）
APIなどで、会話や入力を役割付きで扱う単位。
役割（roles）
system、developer、user、assistant、tool など、メッセージの出どころと扱いを示す区分。
指示階層（instruction hierarchy）
複数の指示が衝突したとき、どの指示を優先するかという階層。
権限（authority）
指示がどの層から来たかによる優先度。
目立ち方（salience）
現在の文脈の中で、どの情報が応答生成に強く影響しているか。
注意機構／アテンション（attention）
文脈中のどのトークン同士をどの程度関係づけるかを計算する仕組み。
プロンプトインジェクション（prompt injection）
資料や外部データに含まれる文字列が、指示として振る舞おうとする問題。
プロンプト層（prompt layer）
応答生成の直前に、モデルへ渡される指示・文脈・資料・ツール仕様の重なり。
参考リンク
- OpenAI Platform｜Prompt engineering：https://developers.openai.com/api/docs/guides/prompt-engineering
- OpenAI Platform｜Text generation：https://developers.openai.com/api/docs/guides/text
- OpenAI Model Spec：https://model-spec.openai.com/