保存版！プロンプトエンジニアリング完全ガイド～How to Prompt It～｜基本から最新トレンドまで

こんにちは、STUDIO55 技術統括スーパーバイザーの入江です。

「プロンプトが作れない」「英語で書けない」── AI を使い始めたデザイナーやライター、プログラマーからよく聞く言葉です。

現在、AIは単なるツールを超えた “エージェント” へと進化を遂げつつあります。
もはや特別な構造を持つプロンプトを意識する必要はなく、人間と自然に会話すること自体が、中心的な体験となり始めています。

とはいえ、「伝え方」という課題は依然として残ります。

人間同士ならニュアンスで理解し合える部分も、AIとの対話では、より的確な表現が求められます。
もしこれを 1つの “技術” と捉えるなら、とくに日本語のように曖昧さを含む言語では、今後ますます “伝え方” への意識が重要になるでしょう。

今回は、AI と自分の思いをつなぐ技術としての "プロンプト" にフォーカスし、プロンプトの重要性について、その進化を具体的にまとめます。

🧠 AI を促す方法 “How to Prompt It”

Vox（米ニュース／解説メディア）で動画プロデューサーを務めていた Cleo Abram（クレオ・エイブラム）氏 の YouTube チャンネル『Huge If True（本当ならすごい）』で、NVIDIA のジェンスン・フアン最高経営責任者（CEO）との対談が公開されています。

この対談の中で、クレオ氏 からの「今後数十年間について考える中で、視聴者に個人的な備えや考え方についてアドバイスするとしたら？」という趣旨の質問があり、ジェンスン氏が自身の見解を述べています。

これは、今後の新しい時代に生きる若者にとって非常に重要な内容です。
英語が理解できる方はリンク先の動画をご覧ください。
あわせて、英文とその日本語訳も以下に並記しておきます。

AI によって職業の枠組みが大きく変わる未来に向けて、ジェンスン氏は「AI をどう活用するかという視点を常に持つべきだ」と端的に語りました。特に、その中で強調したのが “AI との対話方法”、つまり 問いの質 です。

彼は「質問が得意な人であれ」と述べ、的外まとはずれな質問や無秩序でとりとめのない問いかけは避けるべきだと指摘します。
そのうえで、ある程度の専門知識と創造的なセンス、そして AI を促す方法（how to prompt it） が必要だと言います。

これは、AI と会話する際の非常に本質的なアドバイスです。

簡単に言えば、「AI に丸投げすれば何でも自動でやってくれる」という考え方では、AI は本来の力を発揮できません。大事なのは、人間側が目的や状況を丁寧に “促していく” ことです。そうすることで、AI はより的確で価値ある答えを返し、初めてパートナーとして機能します。

とくに日本語では主語を省略することが多く、コミュニケーションでは、相手への気遣いからストレートな表現を避け、あえて含みを持たせる傾向があります。その結果、「何が言いたいのかわからない」「意図が伝わらない」といった状況が生まれがちです。
人間同士なら、「察しが悪い」「鈍感だ」と片付けられてしまう場面もありますが、AI が相手ではそうはいきません。

相手（AI）に “的を得た質問” をすることではじめて会話が成立し、望む結果につながるのです。

たとえ技術的な専門職であっても、AI に遠慮する必要はありません。むしろ、専門知識をそのまま提示し、具体的な聞き方をするほど、AI はその知識を前提に深く理解します。さらに、創造的な問いを重ねることで会話がより立体的になり、返ってくる回答も一段と精度と質が高いものになります。

これからの時代、AI とどう向き合うかは私たちの仕事にも生活にも大きく影響していきます。だからこそ、AI と対話する力＝プロンプト力 をどう育てるかが大切です。
この対談は、そのヒントを静かに教えてくれる、とても示唆深いものでした。

👨‍🔬「プロンプトエンジニア」について👩‍🔬

AIとのやりとりは、プロンプト（指示文）の質に大きく左右され、特に初心者にとって「適切な指示」を考えるのは最初の壁となります。

かつて、Stable Diffusion や MidJourney、初期のGPT系モデルを使うには、緻密ちみつなキーワード選びや構文設計が不可欠でした。
ちょっとした言い回しの違いで、生成される画像やテキストが大きく変わる世界。そんな時代には、「呪文」とも呼ばれるプロンプトの知識が専門性となり、「プロンプトエンジニア」という肩書きまで生まれました。

しかし今、状況は大きく変わっています。LLM（大規模言語モデル）の進化により、チャット形式の簡単な指示で十分な成果を得られるようになりました。プラットフォーム側も「プリセット（事前設定）」や「スタイル指定UI」、「ワークフロー（作業手順）」を整備し、ユーザーが細かいプロンプトを意識せずとも高精度な生成が可能です。
例えば、MidJourney の直感的なスタイル選択や、ChatGPT の対話型インターフェースは、初心者でも簡単に高品質な結果を生み出せます。

この変化に伴い、「プロンプトエンジニア」の役割も変わりつつあります。
「AI活用コンサルタント」や「AIワークフロー設計者」といった新たな役割に吸収され、技術的な知識以上に、タスクを分解し、意図を明確に言語化し、成果物を評価するスキルが求められるようになりました。

プロンプトはもはや単なる「呪文」ではなく、AIと人間の協働を加速する設計図 となっています。

🪄「プロンプト」の意味

すっかり定着した「プロンプト（prompt）」という用語は、もともとコンピューターの世界で 入力待ちの状態を示す表示や合図 として使われていた「コマンド プロンプト」からきています。

"ここで入力してください" と促す意味になります。

まさに、「AI を促す方法（how to prompt it.）」ということになります。

✨プロンプトの自動生成

LLM の進化と普及により、いまでは自分でプロンプト全文を組み立てる機会は減ってきました。多くの人は ChatGPT などに「～を生成する プロンプトを作って」と頼んでしまうのではないでしょうか。

便利さを追い求めると、“魔法の呪文（プロンプト）” を考えることすら面倒になってしまいますよね（笑）。

しかし、現代における「便利の追求」は、単なる怠け者の思考とは異なります。それは、「効率化の追求」として新たな価値観を生み、文化の創出につながる重要な視点です。技術の探求を極めることにも直結するため、私たちはもはや 徹底的に便利を追求する姿勢 で、「AIをどのように活用するか」を考える必要があります。

🔹GPTs セクションの活用

ChatGPT を使ってプロンプトを作る際にも、より効果的には「GPTs セクション」を活用するのがおすすめです。

「GPTs セクション（＝ My GPTs）」は、サイドバーのチャット一覧の上部にある「GPT」という項目をクリックすることでアクセスできます。

「GPT」の画面をスクロールすると、下部にカテゴリごとに分けられた専用GPTが表示されています。

スクロールの手間を省きたい場合は、画面に薄いグレーで表示されている「厳選」「ライティング」「生産性」「研究と分析」「教育する」「ライフスタイル」「Eから」「プログラミング」の 8つのカテゴリから目的の内容を選ぶこともできます。

ビジネス全般では、「生産性」と「調査と分析」カテゴリにある GPTが参考になります。
フローチャートやマインドマップの図表作成、プレゼン用のスライドを作る専用GPTに、動画などから文字起こしするものまで幅広く提供されています。

一般的には「ライフスタイル」カテゴリにあるものが参考になるでしょう。
旅行計画 や 旅行ガイド、恋愛アドバイスに、占い専用のGPTまであります（笑）。

画像生成関連に該当するカテゴリは、「DALL-E から」になります。
※日本語の自動翻訳で「Eから」と略されています。

各カテゴリ下部の「もっと見る」をクリックすると、さらに多くの専用GPTが表示されます。

掲示されているGPTは、いわば “代表的なもの” ですが、画像生成のプロンプトに使う場合は、目的に合うものが見つからないこともあります。

例えば、Googleの「Nano Banana」で画像生成用のプロンプトを作るケースを考えてみましょう。Nano Banana は日本語でそのまま対応が可能なので、思ったことをそのままチャットするだけでも使えます。
とはいえ、建築など専門的な要素を加えたいときや、長文で細かい指示を出したいときには、もう少し工夫したプロンプトが役立ちます。

そのような場合には、GPTの検索欄に "nano" と入力。

すると、ズラ～っと、"Nano Banana" に関連した GPTがドロップダウンされます。

どれが良いかは "使ってみないと分からない" というのが正直なところですが、各プロンプターをクリックすると、「評価」が見れます。

単純な見方みかたとしては、そこにある「評価点」や「カテゴリー」、また「会話」の内容で、ある程度の判断は可能です。

🔹GPT評価シートの見方

一覧から「Nano Banana prompt builder」GPTを参考に見てみましょう。

クリックすると、次このような評価シートが表示されます。
※下部の「チャットを開始する」をクリックして会話を始めるので、ここでは、まだその前段階です。

・評価: 4.6（80+）
・カテゴリー: プログラミング
・会話: 5K+ 

評価は 5点満点中、4.6 の平均スコアになっています。これは、約80人以上（80+）がレビューをした結果ということです。
5段階評価で「1」が多いのも気になりますが、それほど悪い内容でもありません。

「会話」は 5K+ と表記されています。これは、このGPT を通じて行われた「累計の会話数（セッション数）」を指しており、「これまでにユーザーが 5,000回以上やり取りをした」という利用実績があるということになります。

このGPTの名称は「ナノバナナ プロンプト ビルダー」ですが、カテゴリが「プログラミング」になっています。つまり、Nano Bananaを使ったプログラミングを目的とした使用のGPTです。
ですので、画像生成用のプロンプト生成には向いていないのが分かります。

次に、「Nano Banana Prompt Generator」GPT を見てみましょう。

・評価: 4.8（10+）
・カテゴリー: Writing
・会話: 1K+ 

評価スコアは 4.8と、先ほどより高評価ですが、10人以上のレビュー（10+ ）しかない、まだ浸透がこれからのGPTです。会話も （ 1K+ ）1,000回以上のやりとりにとどまっています。

カテゴリは「Wrinting」でプロンプト生成メインのGPTですので、捜している GPTです。

レビューに「1」や「2」の評価がまったくなく、ほぼ高い評価が点けられている点で、期待がもてるものではあるでしょう。

もう1つだけ 見ておきましょう。

「ナノバナナプロンプトエンジニア - テキストから画像へ」GPTの内容です。

・評価: 3.9（600+）
・カテゴリー: Writing
・会話: 25K+ 

評価スコアは 3.9 で、600人以上がレビューした平均です。会話もすでに 25K（2万5千人以上）のやりとり実績があります。
「5」評価が多いのは良いですが、「1」もある程度あるのが気になります。

カテゴリは「書き込み（Writing）」で、プロンプト作成を目的とした専用のGPTです。

他にも GPTを提供している実績などが見られるため、ベテランの実績と信頼性が見込めるものと言えるでしょう。

いかがでしたでしょうか。
結局のところ、実際に使ってみるのが一番ですが、使用前に知っておきたいGPTの見方については、イメージがつかめたかと思います。

専用GPTを活用すれば、やりとりがぐっとスムーズになります。
ぜひ一度試してみてください。

＝プロンプトの種類＝

一口ひとくちに「プロンプト」と言っても、現在ではさまざまな手法が登場しています。通常のプロンプト入力に加え、幅広いインターフェース設計へと進化してきました。

主なスタイルとしては、以下の4つが挙げられます。

このうち、1 と 2 のプロンプトスタイルについて、実例を交えて詳しくご紹介します。

🧬構造化プロンプト

🫧JSONプロンプト

個人的にも衝撃を受けた方法ですが、もともとは 安定しない出力に正確さを求める際の裏技 として伝わっていました。
しかし、OpenAIの「Function Calling」が正式に導入された 2023年6月以降、公式に構造化データを返す手法として安定化しました。つまり、単なる裏技の「プロンプトで強制」から、公式機能として扱える手法 になったのです。

例えば、以下の『トトロのインテリア』の発想で作った動画は、私がテスト的に行った JSONプロンプトの作例です。
プロンプト入力欄に、JSONスクリプトを書き込んで生成します。

効果音は Veo3 が自動で生成してくれています。イメージにぴったりで、かわいらしさも引き立ててくれています。

正確にコントロールしたい場合に注目されるプロンプト手法 で、特にプロダクト系の動画生成で多用されています。

🫧YAMLプロンプト

JSON は機械が扱いやすい安定した構造を持つ形式ですが、YAML（ヤムル）は可読性が高く、人間が理解しやすい形でデータを記述できます。この特性により、プロンプトをテンプレート化して管理する際に便利で、毎回データ構造を詳細に考える手間を省けます。

例えば、以下のYAML構造で記述した「北欧スタイルのインテリア」を、プロンプトとして使用します。

- floor & wood: natural oak の箇所を、"Walnut" に書き換えて生成します。

このように、ある種のテンプレートとして応用が効くプロンプトとなるため、注目されています。

🫧Markdownプロンプト

先ほどの「YAMLプロンプト」は、データ構造として情報を階層化して整理することを目的とします。
一方、「Markdown（マークダウン）」方式のプロンプトは、文章や見出しで情報を人間が読みやすく整理して提示することが目的です。

Markdown では ** や ## といった記号（マークアップ）を使い、文章やプロンプトの意味の階層や強調を明確にすることで、AIが正しく解釈しやすくします。

💡 逆に記号を使わないと ただのプレーンテキスト になり、Markdown の利点（構造化・強調・箇条化）が失われます。

具体的にはこのような書き方で指示をします。

Markdown は 箇条書きや見出しなど記号付きで整理 するプロンプト構成が可能で見やすく整理できるため、YAML同様に アレンジや使い回し が効くものになります。

先ほどの "茶色のトイプードル" の部分だけ、"白色のビションフリーゼ" にして、犬種を変更してみます。

決め打ちなら JSON プロンプト。
使い回しや社内共有には YAML や マークダウン 手法が効果的です。

🧫マルチモーダルプロンプト

🎨画像内注釈・スケッチ入力

画像に矢印や文字を書き込み、それを元に動画を生成する手法です。

元々は、Stable Diffusion の ControlNet が実用化した手法 で、Segment Anything と組み合わせることで、ユーザーがマスクや矢印、注釈を書いた部分を 生成の制約条件として利用 しました。

元の静止画像に、Photoshop や Canva などで直接矢印や文字で指示を書き込み、その情報をもとに動画を生成します。

以下に、テスト内容の参考として掲載します。

画像をもとに動画の動きを制御できる “実践的な手法” として活用が進んでいます。

🎧音声・動画・URL・PPT などのコンテンツをプロンプトにする

ビジネスシーンでの動画活用には、さまざまな資料コンテンツをベースに動画化するサービスがあります。
たとえば、会社のWebページやドキュメント資料からそのまま動画や音声に変換できる「NotebookLM」などもその代表例です。

さらに、音声から自動で映像や画像をレイアウトして動画を作ることも可能です。以前に紹介した「Jupitrr AI」では、.wavや.mp3といった音声ファイルをAIに入れるだけで、映像化や文字起こしまでできてしまいます。
また、先日ご紹介した「PICTORY」では、音声の他、パワーポイントやウェッブURLなどのデータをすべて動画化します。
例：OpenAIのWhisper、RunwayのAudio-to-Text など

最近では、動画自体をプロンプトとして使う手法も注目されています。
たとえば、既存動画を参照して「この動画の雰囲気で別のシーンを作ってください」とAIに指示することもできます。文章やナレーション用のテキストを自動生成できるのも便利なポイントです。
例：Runway Gen-2、MetaのMake-A-Video など

こうした手法を組み合わせることで、資料や音声から短時間で説得力のある動画を作成し、ビジネスコミュニケーションを大きく加速させることができます。

🤖プロンプト技巧について

こうしたさまざまな「やり方」を前提に、基本的なプロンプトテクニックについてお話しします。

🔓プロンプトから見る、MidJourneyとStable Diffusionの違い

画像生成AIの初期には、MidJourney（MJ）と Stable Diffusion（SD） の2強がシーンを牽引していました。
それぞれの立ち位置は大きく異なり、SDでは「プロンプトの技巧」が重視される一方、MJではあらかじめ用意された「パラメータ指定」が確立された形で使われてきました。

こうした歴史的な観点に立ってプロンプトの原点を理解しておくことで、「AIを促す方法（how to prompt it）」の本質を知ることができ、手入力や自動生成プロンプトの修正などにも応用できます。

💻MacとWindowsにたとえるなら

あくまで私わたくし的な印象ですが、AI画像生成の黎明期から、MidJourney は Mac、Stable Diffusion は Windows 的なイメージでした。

• Stable Diffusion → オープンソースで、拡張や改造が自在。自分仕様に作り込める「Windows的存在」。

• MidJourney → クオリティの高い完成品を提供し、シンプルに使える「Mac的存在」。

まさに Windows派 と Mac派 のように、対照的な立ち位置です。

💻Stable Diffusionのプロンプト文化

現在のジェネレーティブAIの発展の源流には、Stable Diffusion がオープンソースとしてモデルを提供したことがあります。
そこから多くの拡張が生まれ、ControlNet や LoRA などを代表とする高度なカスタマイズ技術が育まれました。

プロンプト自体も「トークン列（単語の並び）」を解析し、重み付けを細かく設定できるのが特徴です。

• ((((text)))) → 強調

• [text] → 弱調

• (text:1.2) → 数値でウェイト指定

さらに「ネガティブプロンプト欄」が用意され、不要な要素を除外できるのも SD文化から生まれた仕様です。

💻MidJourneyのプロンプト文化

一方、MidJourney はブラックボックス型で、ユーザーができるのは プロンプトと数少ないパラメータ の操作に限られます。
SD のように単語単位で重み付けをするのではなく、自然言語の文章全体をまとめて解釈する仕組みです。

例えば代表的なパラメータには以下があります。

• --ar （アスペクト比）

• --q （画質クオリティ）

• --s （スタイライズ度合い）

MJ のプロンプトは、こうした「設定を組み合わせてコントロールする」スタイルに特化してきました。

上の表記では「現代建築＋ガラスファサード」を描きつつ、人や文字を含めない ように指示しています。

最近の MidJourney では GUI 側にオプション設定が増えたため、必ずしもプロンプトに書く必要はなくなっていますが、昔からの慣習で書いている人も多くあります。

🎯プロンプトのコツ

MJ や SD のように、使用する AI モデルによってプロンプトの記述テクニックは異なります。そのため、各 AI に独自の「クセ」があることは、AI に慣れている方ならすでに意識しているでしょう。
もっとも、最近では以前ほど極端な違いはなくなりつつあります。画像生成 AI でプロンプトを作成する際は、大きく次の 5ポイント を押さえておくとよいでしょう。

1. 意図を明確にし、具体的に記述する

AI とのやりとりの中で抽象的なワードは曖昧な結果を生みます。そのため、可能な限り具体的に記述します。

具体例:

• 悪い例: ❌美しい風景

• 良い例: ✅夕暮れの富士山、雪化粧した山頂、湖畔に映るシルエット、暖かいオレンジの空

• 悪い例: ❌おしゃれな部屋

• 良い例: ✅北欧風リビング、木製の家具と観葉植物、自然光が差し込む窓、柔らかなトーンの照明

2.肯定的な表現のみを使用する

AIモデルの多くは、「何を描くか（生成するか）」を理解するように設計されており、「何を描かないか」を正確に判断する仕組みにはなっていません。
そのため、否定的な表現（例：「人物を含めない」「背景を削除」など）は曖昧な結果につながることがあります。
プロンプトでは、「避ける」ではなく「望む要素を肯定的に指定する」ことが効果的です。

具体例:

• 悪い例: ❌ 背景に他の建物はありません。何も描かないでください

• 良い例: ✅ 背景は空のみで、建物やその他の要素は含まれません

• 悪い例: ❌ 暗くしないで。影を作らないでください。

• 良い例: ✅ シーンは明るく照らされ、影はほとんどありません。

3. 構造化されたプロンプトを意識する

プロンプトを「主題 + 詳細 + スタイル + パラメータ」に分解して書くと、AIが意図を捉えやすくなります。

• 主題: 何を描くか（例: 「a samurai warrior」）

• 詳細: 背景、服装、雰囲気（例: 「standing in a bamboo forest, wearing traditional armor, misty morning」）

• スタイル: 絵柄や技法（例: 「in the style of Japanese ukiyo-e, vibrant colors」）

• パラメータ: 比率や品質

その上で、同じプロンプトでも使用するモデルによって表現が異なる点の理解が必要です。

4. AIモデルの「クセ」を理解する

扱うAIモデルの特性を理解しておくことは、とても重要です。
モデルによって得意な表現やクオリティの傾向が異なるため、自分の目的や好みに合ったモデルを選ぶ必要があります。
そのうえで、各モデルの特性に合わせてプロンプトを調整していくことが、成果を高める近道になります。

プロンプト例:
A majestic dragon flying over a misty mountain, scales shimmering in sunlight, fantasy art style, ultra-detailed, photorealistic, 4k, cinematic

同じ "霧のかかった山の上を飛ぶ雄大なドラゴン…" のプロンプトを使用しても、このようにモデルによって違いがあります。

5.文化や言語の壁を意識

最近では、日本語でもプロンプトを記述できるAIが増えてきました。しかし実際には、英語と日本語を使い分けて入力することが多いのが現状です。
もちろん AIモデルの性能差もありますが、そもそも AIの学習データが英語を中心に構築されていることを考えると、描画内容などの意図をより正確に伝えるには、やはり英語のほうが反映されやすいと感じます。

いくらバイリンガル対応といっても、AIにとっての「母国語」は英語です。加えて、コンピューター言語そのものも英語を前提としているため、その点を無視することはできません。

とくに日本語は曖昧な言い回しが多く、「〜な感じ」や主語を省いた表現では意図が伝わりにくくなります。そのため、日本語でプロンプトを書く際は肯定文で言い切り、英語に置き換えやすい明快な日本語を意識すること が大切です。

＊

このような基本要件を踏まえて 試行錯誤とフィードバックを活用し、精度を上げていきます。

冒頭にお伝えした、ChatGPT などを活用した自動生成するプロンプトについても、基本は英語で出しますが、必ず内容は確認するぐらいの手数を入れて内容への理解を深めるようにすると良いかもしれません。

📖使用履歴

付録として、これまで使ってきた「プロンプト作成に便利なツール」を共有します。

主にミッドジャーニー向けのプロンプト作成用ですが、現在はあまり使わなくなったツールもあるかもしれません。
それでも、プロンプト理解の参考になる部分も多いと思いますので、ぜひご覧ください。

🔸Create prompts from images

TAKEMARU NARUYUKI 氏 が作ってくれた「画像から超詳細なプロンプトを作成するツール - Create prompts from images」は、画像を投げ込んでクリックするだけで、自動で英語と日本語のプロンプトを作成してくれます。

この画像を投げ込んで、プロンプトを自動生成します。

プロンプトは、英語と日本語の両方で生成されますので、内容を確認するのにも役立ちます。

🔸GAZAI 「画像生成AI プロンプトジェネレーター」

「プロンプトジェネレーター」は、必要なカテゴリでプロンプトを構築するジェネレーターです。

🔸PromptPallete (プロンプトパレット)

主に、Midjourney 系のプロンプトを作ってくれるサイトです。
アーティスティックなカテゴリがたくさんあるので、参考にするのも良いでしょう。

特にミッドジャーニーはプロンプトスタイルが確立されていたこともあり、このような サイトは他にもたくさんあります。

🔸midjourney prompt generator

アーティスティックな画像を生成したい場合は、こちらのジェネレーターが便利です。

🔸IMI PROMP

MJのプロンプトを パラメーター指定 で作るプロンプターです。
パラメーターが目に見えて理解できることでしょう。

🔸PronmtoMANIA

プロンプト マニア では、オンラインプロンプトビルダーと合わせて、CF Spark という画像生成AIを使用することができます。

「Prompt Builder」で、各種AIモデルに対応したプロンプトを生成。

「CF Studio」でそのまま画像生成することができます。

「Glid Splitter」は画像を必要に合わせた分割ができるサービスです。

📝まとめ

プロンプトは、AIとの対話を形作る「魔法の呪文」であり、1つの技術です。

かつては緻密なキーワード選びが求められたプロンプト作成も、今では直感的なUIや自動生成ツールの進化により、初心者でも簡単に高品質な結果を生み出せる時代になってきました。

プロンプトの「クセ」を理解し、目的に応じた構造を意識すれば、AIはアイデアを驚くほど鮮やかに具現化してくれます。

先ずは、AI を楽しむことから始めましょう！