良い prompt は concise でありながら complete です。goal、constraints、expected output format、最小限の relevant context を最初に示します。そうすれば model は back-and-forth を強いず、最初から正しく答えやすくなります。
Vague:
"Fix my date function."
→ model は language、bug、"fixed" の意味を推測する必要がある。
Sharp:
"In this TypeScript function, parseDate returns NaN for 'DD/MM/YYYY' input.
Fix it to parse day-first dates. Return only the corrected function.
function parseDate(s: string) { return Date.parse(s); }"
→ goal (fix day-first parsing), constraint (TypeScript), context (the function),
output format (only the function) — all in four lines.
sharp version は推測をすべて取り除きます。model は language、exact failure、desired behavior、返す形式を知っているため、すぐ usable answer を返せます。
concise でよく指定された prompt は、model が間違って推測し、あなたが修正する遅い back-and-forth を減らします。goal、constraints、output format、just-enough context を最初に示すことで、token、時間、frustration を節約し、model の answer が初回から正しい可能性を大きく高めます。
ジュニアからシニアまで、詳細な回答付きのIT面接質問ライブラリ。
寄付する