📜 要約
主題と目的
本調査の主題は、生成AIの性能を最大限に引き出すための「プロンプトフレームワーク」です。その目的は、AIから意図した通りの高品質な出力を得るために、どのようなプロンプトの「型」(フレームワーク)が存在し、それらをどのように活用すれば良いかを体系的に整理し、解説することにあります。曖昧な指示による出力の質の低下を防ぎ、AIとの対話を「指示」から「設計」へと昇華させるための具体的な手法と知識を提供します。
回答
生成AIとの対話の質を向上させるための、プロンプトフレームワークについて、その基本から応用までを以下にまとめます。
プロンプトフレームワークの重要性
プロンプトフレームワークとは、生成AIから望む出力を得るために、指示(プロンプト)を構造化するためのガイドラインやテンプレート、すなわち「基本の型」です。曖昧な指示ではAIの回答が安定しないという問題を解決し、AIへの指示を単なる「お願い」から、最終的なアウトプットを緻密に計算した「設計図」へと昇華させます。
buttercms.com
qiita.com
kddi.com
フレームワークを活用することで、以下のメリットが得られます。
メリット | 具体的な内容 |
---|---|
目標の明確化 | AIに役割や目的を明確に伝え、出力の精度を高めます buttercms.com qiita.com |
複雑な指示の構造化 | 長く複雑な指示を、AIが解釈しやすい小さな要素に分解します buttercms.com google.dev |
時間と労力の節約 | 手戻りを減らし、最小限の介入で質の高い成果物を得られます buttercms.com qiita.com |
実験と改善の促進 | フレームワークの一部を変更するだけで、異なるアプローチを容易に試すことができます buttercms.com qiita.com |
【目的別】代表的なプロンプトフレームワーク
数あるフレームワークの中から、代表的なものを目的別に分類し、その構造と特徴を解説します。
フレームワーク | 構成要素 | 主な目的・特徴 |
---|---|---|
CRAFT | Context, Role, Action, Format, Tone | バランスの取れた万能型。文章の雰囲気を細かく指定したい場合に有効 firenium.com |
PGTC | Persona, Goal, Task, Context | 汎用性が高く、覚えやすい基本形。非技術者にも最適 asana.com |
C-L-A-R | Context, Limits, Action, Result | データ駆動の意思決定向け。「制約」を指定することで焦点を絞る medium.com |
SCOPE | Scenario, Complications, Objective, Plan, Evaluation | 複雑な問題解決や戦略立案の初期段階で思考を整理するのに役立つ note.com |
F-L-O-W | Function, Level, Output, Win Metric | コンテンツ作成向け。「成功指標」を含み、SEOなど結果を重視するタスクに適応 medium.com |
7R | Request, Role, Regulation, Rule, Review & Refine, Reference, Run Scenario | 包括的で詳細な指示が可能。「自己評価・改善」のプロセスを含む日本発のユニークなフレームワーク qiita.com |
CRAFTフレームワークの具体例:SNS投稿の作成
[Context] 当社の新製品「スマートコーヒーメーカー」の発売キャンペーンです。 [Role] あなたは経験豊富なSNSマーケターとして、 [Action] Instagramで若者の注目を集めるキャッチーな投稿文を3つ作成してください。 [Format] 箇条書き形式でお願いします。 [Tone] 絵文字を多用した、フレンドリーでわくわくするような口調で作成してください。
フレームワークと組み合わせる応用技術
フレームワークと併用することで、AIの能力をさらに引き出す応用技術があります。
-
思考の連鎖(Chain of Thought, CoT) AIに結論だけを急がせるのではなく、「ステップ・バイ・ステップで考えてください」といった一文を加え、思考プロセスを記述させる技術です2。これにより、特に複雑な問題や計算、論理的な推論が必要なタスクで、回答の精度が大幅に向上します。フレームワークの「Action(行動)」部分にこの指示を追加することで、容易に実践できます。prompthub.us
-
フューショットプロンプティング(Few-shot Prompting) AIにタスクを指示する際、いくつかの「質問と望ましい回答のペア(例)」を"見本"として提示する手法です。これにより、AIは出力の形式やトーン、判断基準を具体的に学習し、ユーザーの意図をより正確に汲み取ることができます。gicloud.co.jp
- ゼロショット: 例を示さない。
- ワンショット: 1つの例を示す。
- フューショット: 複数の例を示す。
プロンプト設計と改善のサイクル
効果的なプロンプトは、一度で完成するものではなく、継続的な改善サイクルを通じて磨き上げられます。
promptingguide.ai
- シンプルに始める: まずは単純なプロンプトから開始し、徐々に要素を追加していきます。promptingguide.ai
- 具体的に、そして明確に: 曖昧な表現を避け、何をすべきかを肯定的な言葉で具体的に指示します。gicloud.co.jp
- 例を示す (Few-Shot): AIに期待する応答の質や形式を学習させるため、具体的な例を提示します。gicloud.co.jp
- 試行錯誤とテスト: 出力結果を評価し、それに基づいてプロンプトを調整します。この「プロンプトチューニング」の過程が質の向上に不可欠です。qiita.com
この改善サイクルを体系的に行う上で、日本発の「7Rフレームワーク」が非常に有用です。特に、7番目の要素である「Review & Refine (評価・改善)」は、生成した回答をAI自身に評価・改善させる画期的なアプローチであり、客観的な視点で出力を評価し、改善の方向性を明確にする上で非常に強力です。
qiita.com
結果と結論
本調査により、プロンプトフレームワークが、生成AIから意図した高品質な出力を得るための強力な「設計図」として機能することが明らかになりました。CRAFT、PGTC、7Rなど、目的やタスクの複雑さに応じて多様なフレームワークが存在し、これらを使い分けることで出力の精度と一貫性を劇的に向上させることができます。
さらに、思考の連鎖(CoT)やフューショットプロンプティングといった応用技術をフレームワークと組み合わせることで、AIの思考プロセスを導き、より高度で精緻なアウトプットを引き出すことが可能です。
結論として、生成AIのポテンシャルを最大限に引き出す鍵は、「指示」から「設計」への意識転換と、継続的な改善サイクルにあります。フレームワークは固定的なルールではなく、思考を整理し、対話を重ねながらプロンプトを「育てていく」ための強力な補助線です。これらの知識を活用し、目的に応じて柔軟に試行錯誤を繰り返すことが、AIを真のパートナーとするための最も確実な道筋と言えるでしょう。
コード実行
import React, { useState } from 'react';
const frameworks = [
{
id: 'CRAFT',
name: 'CRAFT',
elements: 'Context, Role, Action, Format, Target',
description: '汎用性が高く、具体的な指示を構造化しやすい。ビジネスシーンでの資料作成やアイデア出しに向いています。',
sourceUrl: 'https://tech108.firenium.com/craft-framework/',
sourceName: 'Tech108',
example: {
title: '新商品のキャッチコピー作成',
context: '当社は、健康志向の30代男性向けに新しいプロテイン商品を発売します。',
role: 'あなたは経験豊富なコピーライターです。',
action: 'この新商品のキャッチコピーを3つ提案してください。',
format: '提案は、箇条書きで、それぞれのキャッチコピーに簡単な説明を添えてください。',
target: 'ターゲット顧客は、仕事で忙しく、手軽に栄養補給をしたいと考えています。'
}
},
{
id: 'RICE',
name: 'RICE',
elements: 'Role, Instruction, Context, Example',
description: 'シンプルで初心者にも使いやすいフレームワークです。具体的な例を示すことで、AIの理解を深めることができます。',
sourceUrl: 'https://www.ntt.com/bizon/glossary/e-0309.html',
sourceName: 'NTT Com',
example: {
title: '新商品のキャッチコピー考案',
role: 'あなたは、数々のヒット商品を生み出してきた天才コピーライターです。',
instruction: '新発売する「睡眠サポートドリンク G\'Night」のキャッチコピーを10個提案してください。',
context: '商品特徴:天然ハーブ配合、ノンカフェイン、リラックス効果のある香り。ターゲット:ストレスで寝つきが悪い20代〜40代男女。',
example_text: '例1:「がんばるあなたの夜に、おやすみの新習慣。」\n例2:「脳を休めるスイッチ、見つけませんか?」'
}
},
{
id: 'CERO',
name: 'CERO',
elements: 'Goal, Execution, Restrictions, Output',
description: 'シンプルで汎用性が高く、特にビジネス文書作成など目的が明確なタスクに適しています。AIへの指示を簡潔に整理できます。',
sourceUrl: 'https://weel.co.jp/media/chatgpt/chatgpt-prompt-framework/',
sourceName: 'weel',
example: {
title: '新サービスのプレスリリース作成',
goal: '当社が開発したAI議事録作成ツール「Transcribe Pro」のプレスリリースを作成する。',
execution: '以下の特徴を盛り込み、メディア関係者の興味を引くような魅力的な文章を作成してください。\n- 主要機能:リアルタイム文字起こし、話者分離、要約生成、タスク抽出\n- 対応言語:日本語、英語\n- ターゲット:業務効率化を目指す全てのビジネスパーソン',
restrictions: '- 文字数は800字程度に収める。\n- 専門用語は避け、分かりやすい言葉で説明する。\n- 誇張した表現は使わない。',
output: '- タイトル\n- リード文\n- 本文\n- 会社概要\n上記の構成で出力してください。'
}
},
{
id: 'CO-STAR',
name: 'CO-STAR',
elements: 'Context, Objective, Style, Tone, Audience, Response',
description: 'ライティングやコンテンツ作成に特化しており、出力の文体や雰囲気を細かく指定したい場合に最適です。',
sourceUrl: 'https://weel.co.jp/media/chatgpt/chatgpt-prompt-framework/',
sourceName: 'weel',
example: {
title: 'サステナビリティに関するブログ記事作成',
context: '企業の社会的責任(CSR)に関する社内向けブログ記事を作成します。',
objective: '従業員にサステナビリティ活動の重要性を理解してもらい、日々の業務での実践を促す。',
style: 'ストーリーテリングを取り入れた、共感を呼ぶスタイルで。',
tone: 'ポジティブで、希望が感じられるトーン。',
audience: '社内の全従業員(専門知識がない従業員も含む)。',
response: 'ブログ記事として、タイトル、導入、具体例、まとめの構成で800字程度の文章を生成してください。'
}
}
];
const otherTechniques = [
{
name: '思考の連鎖 (Chain-of-Thought)',
description: '「ステップバイステップで考えてください」のようにAIに思考のプロセスを記述させる手法。複雑な論理的推論や計算問題の正答率が向上します。',
sourceUrl: 'https://www.promptingguide.ai/jp',
sourceName: 'Prompt Engineering Guide'
},
{
name: 'フューショット・プロンプティング (Few-shot Prompting)',
description: 'AIにいくつかの回答例(ショット)を提示することで、出力の精度と形式を向上させる手法。特定のスタイルを求める場合に有効です。',
sourceUrl: 'https://dryaki.gicloud.co.jp/articles/prompt-design',
sourceName: 'GI Cloud エンジニアブログ'
},
{
name: '明確な構文の使用',
description: '句読点、見出し、セクションマーカーなどを用いてプロンプトの構造を明確にすることで、AIへの意図伝達を助け、出力の質を向上させます。',
sourceUrl: 'https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/prompt-engineering',
sourceName: 'Microsoft Azure Docs'
}
];
const App = () => {
const [activeTab, setActiveTab] = useState(frameworks[0].id);
const activeFramework = frameworks.find(f => f.id === activeTab);
return (
<div className="bg-gray-50 font-sans p-4 md:p-8">
<div className="max-w-4xl mx-auto">
<header className="mb-8">
<h1 className="text-3xl font-bold text-gray-800 mb-2">プロンプトフレームワーク・ガイド</h1>
<p className="text-gray-600">生成AIから質の高い応答を引き出すための、代表的なプロンプトフレームワークとテクニックをまとめました。</p>
</header>
<section className="bg-white p-6 rounded-lg shadow-md">
<h2 className="text-2xl font-bold text-gray-800 mb-4">主要フレームワーク</h2>
<div className="border-b border-gray-200 mb-4">
<nav className="-mb-px flex space-x-4 overflow-x-auto" aria-label="Tabs">
{frameworks.map((framework) => (
<button
key={framework.id}
onClick={() => setActiveTab(framework.id)}
className={`${
activeTab === framework.id
? 'border-blue-500 text-blue-600'
: 'border-transparent text-gray-500 hover:text-gray-700 hover:border-gray-300'
} whitespace-nowrap py-3 px-1 border-b-2 font-medium text-sm transition-colors duration-200`}
>
{framework.name}
</button>
))}
</nav>
</div>
{activeFramework && (
<div className="bg-blue-50 p-4 rounded-md">
<h3 className="font-bold text-lg text-gray-700">{activeFramework.name} フレームワーク</h3>
<p className="text-sm text-gray-600 mt-1"><span className="font-semibold">構成要素:</span> {activeFramework.elements}</p>
<p className="text-sm text-gray-600 mt-2">{activeFramework.description}
<a href={activeFramework.sourceUrl} target="_blank" rel="noopener noreferrer" className="text-blue-500 underline hover:text-blue-700 ml-1">[出典]</a>
</p>
<div className="mt-4 pt-4 border-t border-gray-200">
<h4 className="font-semibold text-gray-700 mb-2">具体例:{activeFramework.example.title}</h4>
<div className="text-xs text-gray-800 space-y-2 bg-white p-3 rounded">
{Object.entries(activeFramework.example).map(([key, value]) => {
if(key === 'title') return null;
const formattedKey = key.charAt(0).toUpperCase() + key.slice(1).replace('_text', '');
return (
<p key={key}><strong className="font-mono bg-gray-200 py-0.5 px-1 rounded">{formattedKey}:</strong> <span className="whitespace-pre-wrap">{value}</span></p>
)
})}
</div>
</div>
</div>
)}
</section>
<section className="mt-8">
<h2 className="text-2xl font-bold text-gray-800 mb-4">その他の主要テクニック</h2>
<div className="grid md:grid-cols-3 gap-4">
{otherTechniques.map(tech => (
<div key={tech.name} className="bg-white p-4 rounded-lg shadow-md">
<h3 className="font-semibold text-gray-800">{tech.name}</h3>
<p className="text-sm text-gray-600 mt-2">{tech.description}</p>
<a href={tech.sourceUrl} target="_blank" rel="noopener noreferrer" className="text-xs text-blue-500 underline hover:text-blue-700 mt-2 inline-block">出典: {tech.sourceName}</a>
</div>
))}
</div>
</section>
</div>
</div>
);
};
export default App;
このレポートが参考になりましたか?
あなたの仕事の調査業務をワンボタンでレポートにできます。
🔍 詳細
🏷プロンプトフレームワークとは?AIとの対話を変える基本の「型」
はい、承知いたしました。以下に、ご指定のセクションタイトルと調査結果に基づいたレポートのセクションを作成します。
プロンプトフレームワークとは?AIとの対話を変える基本の「型」
生成AIがビジネスや日常生活に浸透する中、その性能を最大限に引き出す鍵として「プロンプトエンジニアリング」が注目されています。しかし、「思ったような回答が得られない」「指示が曖昧だと的外れな結果になる」といった課題に直面する方も少なくありません。この問題を解決し、AIとの対話の質を劇的に向上させるのが「プロンプトフレームワーク」です。
qiita.com
プロンプトフレームワークとは、一言で言えば、**生成AIから望む出力を得るために、指示(プロンプト)を構造化するためのガイドラインやテンプレート、つまり「基本の型」**です。AIから正確で、意図に沿った高品質な応答を引き出すことを目的としており、AIを効果的に活用するための重要なステップとされています。
buttercms.com
google.dev
gicloud.co.jp
注目すべきは、プロンプト作成の意識そのものを変革する点です。初級者がAIに「やってもらう指示」を書くのに対し、上級者は「生成物を設計する意識」でプロンプトを作成します。つまり、プロンプトフレームワークは、AIへの指示を単なる「お願い」から、最終的なアウトプットを緻密に計算した「設計図」へと昇華させるための思考のツールなのです。
kddi.com
kddi.com
なぜフレームワークが重要なのか?
曖昧で構造化されていないプロンプトでは、期待とは異なる応答が返ってくることがよくあります。シンプルな「プロンプトについて教えて」という指示では、実行するたびに回答が大きくぶれてしまうことも珍しくありません。
gicloud.co.jp
qiita.com
フレームワークを用いることで、こうした問題を防ぎ、以下のような多くのメリットが得られます。これは、すでにAIを業務利用している多くのマーケター(HubSpotの調査では約64%)にとっても非常に有効です。
buttercms.com
メリット | 具体的な内容 |
---|---|
目標の明確化 | AIに役割、ターゲット、トーン、スタイルなどを明確に伝えることで、出力の精度を高める buttercms.com |
複雑な指示の構造化 | 長く複雑になりがちな指示を、役割・文脈・行動・期待値といった解釈しやすい小さな要素に分解できる buttercms.com |
時間と労力の節約 | AIの応答を何度も手直しする手間を省き、最小限の介入で質の高い成果物を得られる buttercms.com |
実験と改善の促進 | フレームワークの一部を変更するだけで、異なる角度や戦略、トーンを簡単に試すことができ、出力の最適化が容易になる buttercms.com |
フレームワークの基本構成要素
様々なフレームワークが存在しますが、多くは共通の構成要素を持っています。これらを理解することが、効果的なプロンプト設計の第一歩となります。
- 役割 (Role): AIに特定の専門家(例:マーケティング戦略家、システムエンジニア)として振る舞うよう役割を与えるbuttercms.com。qiita.com
- 文脈 (Context): 指示を理解するために必要な背景情報や状況を提供する。これにより、AIはより的確な回答を生成できる。google.dev
- タスク/行動 (Task/Action): AIに実行してほしい具体的な行動を明確に指示するbuttercms.com。qiita.com
- 形式/期待値 (Format/Expectation): 箇条書き、表、ブログ形式など、アウトプットの形式や満たすべき条件を具体的に指定するbuttercms.com。qiita.com
- 例 (Example): 望ましい応答の例をいくつか示す「少数ショットプロンプト」は、AIが出力のパターンを学習し、より正確な結果を生成するのに非常に効果的である。google.dev
進化するプロンプト設計:LangGPTとMinstrel
プロンプトエンジニアリングの世界は急速に進化しています。最近では、プロンプト自体をプログラムのように構造化し、再利用性を高める「LangGPT」というフレームワークが登場しました。これは、「モジュール(役割、ゴールなど)」と「エレメント(具体的な指示)」という2層構造でプロンプトを定義し、専門知識がない人でも効率的に設計できることを目指しています。
unext-hd.co.jp
unext-hd.co.jp
さらに、このLangGPTを基盤とし、複数のAIエージェントが協調してプロンプトを自動で生成・テスト・改善する「Minstrel」というツールも開発されています。これは、ユーザーがタスクを入力するだけで、AIが最適なプロンプトを自ら作り出すという画期的なアプローチです。実験では、手動で設計されたプロンプトと同等以上の性能を示し、AI知識がないユーザーでも高く評価されました。
unext-hd.co.jp
unext-hd.co.jp
このように、プロンプトフレームワークは、AIとの対話をより円滑かつ高度にするための羅針盤です。フレームワークという「型」を知り、それを基に試行錯誤を繰り返すこと。それが、AIの真の能力を引き出し、ビジネスや創造活動における強力なパートナーとして活用するための確実な一歩となるでしょう。
qiita.com
🏷【目的別】代表的なプロンプトフレームワーク(CRAFT・RICE等)の構造と具体例

【目的別】代表的なプロンプトフレームワーク(CRAFT・RICE等)の構造と具体例
生成AIの能力を最大限に引き出す鍵は、その「プロンプト」にあります。プロンプトとは、AIへの指示や質問のことですが、その質は単なる「指示力」ではなく「設計力」で決まると言われています。曖昧な指示では、期待外れの回答や的外れな情報が返ってくることが少なくありません, 。
kddi.com
medium.com
firenium.com
そこで非常に有効なのが、AIに意図を明確かつ構造的に伝えるための「プロンプトフレームワーク」です。これは、プロンプトに含めるべき要素をテンプレートとして提供するもので、AIを「あなたを喜ばせたいと願う優秀なアシスタント」に例えるなら、欲しいものを具体的に伝えるための手引書のような役割を果たします。
asana.com
ここでは、数あるフレームワークの中から代表的なものを目的別に分類し、その構造と具体的な活用例を解説します。

note.com
まず、主要なフレームワークの特徴を以下の表にまとめます。
フレームワーク | 構成要素 | 主な目的・特徴 |
---|---|---|
PGTC | Persona, Goal, Task, Context | 汎用性が高く、覚えやすい基本形。非技術者にも最適 asana.com |
CRAFT | Context, Role, Action, Format, Tone | PGTCに「Tone」を追加。文章の雰囲気を細かく指定したい場合に有効 firenium.com |
C-L-A-R | Context, Limits, Action, Result | データ駆動の意思決定向け。「制約」を指定することで焦点を絞る medium.com |
F-L-O-W | Function, Level, Output, Win Metric | コンテンツ作成向け。「成功指標」を含み、SEOなど結果を重視するタスクに適応 medium.com |
7R | Request, Role, Regulation, Rule, Review & Refine, Reference, Run Scenario | 包括的で詳細な指示が可能。「自己評価・改善」のプロセスを含む点がユニーク qiita.com |
汎用性の高い基本フレームワーク
まずは、日常的なタスクから専門的な業務まで幅広く応用できる基本的なフレームワークを紹介します。これらはプロンプト作成の第一歩として非常に有用です。
CRAFTフレームワーク: バランスの取れた万能型
CRAFTは、AIに指示を出す上で重要な5つの要素を網羅した、非常にバランスの取れたフレームワークです。
firenium.com
- Context(文脈): 背景情報やシナリオを設定します。
- Role(役割): AIに演じさせたい役割(例:マーケター、教師)を定義します。
- Action(行動): 実行してほしい具体的なタスクを指示します。
- Format(形式): 出力してほしい形式(例:リスト、表、マークダウン)を指定します。
- Tone(調子): 文章のトーン(例:フォーマル、カジュアル、ユーモラス)を設定します。
具体例:SNS投稿の作成
[C] 当社の新製品「スマートコーヒーメーカー」の発売キャンペーンです。 [R] あなたは経験豊富なSNSマーケターとして、 [A] Instagramで若者の注目を集めるキャッチーな投稿文を3つ作成してください。 [F] 箇条書き形式でお願いします。 [T] 絵文字を多用した、フレンドリーでわくわくするような口調で作成してください。
このように各要素を意識することで、AIの応答を特定のニーズに合わせて細かく調整することが可能になります。
firenium.com
PGTCフレームワーク: シンプルイズベストな4文構成
Asana社が提唱するPGTCは、わずか4つの要素で構成されており、非常にシンプルで覚えやすいのが特徴です。
asana.com
- Persona(ペルソナ): あなたは_____の専門家です。
- Goal(目標): あなたの目標は_____です。
- Task(タスク): あなたのタスクは_____です。
- Context(コンテキスト): 必要なすべてのコンテキストはここにあります。
このシンプルさから、プロンプト作成に慣れていない非技術系のユーザーでも、AIの能力を十分に引き出すことができます。
asana.com
問題解決・戦略立案向けフレームワーク
次に、ビジネス上の課題解決や戦略的な意思決定など、より複雑な思考を要するタスクに特化したフレームワークを見ていきましょう。
C-L-A-Rフレームワーク: データに基づいた明確な提言を引き出す
このフレームワークは、生データから具体的な推奨事項を得たい場合に特に有効です。
medium.com
- Context(文脈): AIが必要とする背景情報を提供します。
- Limits(制約): AIが従うべき制約(例:予算、期間)を設けます。
- Action(行動): AIに実行してほしい分析や提案を指示します。
- Result(結果): どのような形式の結果が欲しいかを明確にします。
注目すべきは「[L]制約」の存在です。これを設けることで、AIが不必要な詳細に迷い込むのを防ぎ、焦点の定まった質の高い洞察を得やすくなります。
medium.com
具体例:販売戦略の立案
[C] 添付した第1四半期の売上データに基づき、 [L] マーケティング予算100万円以内で、 [A] 最も費用対効果の高い販売促進施策を3つ提案し、 [R] その期待効果とKPIをまとめた表を作成してください。
SCOPEフレームワーク: 複雑な問題への体系的アプローチ
SCOPEは、問題の全体像から計画、評価までを網羅する、より包括的な問題解決フレームワークです。
note.com
- Scenario(シナリオ): 特定の状況や背景
- Complications(コンプリケーション): 問題や困難
- Objective(目的): 目標
- Plan(プラン): 問題解決のための計画
- Evaluation(評価): 結果の評価
このフレームワークは、特にプロジェクト管理や戦略立案の初期段階で、思考を整理し、体系的な計画を立てるのに役立つでしょう。
コンテンツ作成・クリエイティブワーク向けフレームワーク
ブログ記事やマーケティングコピーなど、創造性が求められるタスクには、それに特化したフレームワークが効果を発揮します。
F-L-O-Wフレームワーク: 成果を意識したコンテンツを生み出す
F-L-O-Wは、特にSEO記事やマーケティング資料など、読者と成果(Win Metric)を強く意識する必要がある場合に最適です。
medium.com
- Function(機能): AIの役割(例:旅行コピーライター)
- Level(レベル): ターゲット読者のレベル(例:初心者、専門家)
- Output(出力): 期待される成果物(例:700語のブログ記事)
- Win Metric(成功指標): 成功を測る指標(例:キーワード密度1%)
「[W]成功指標」を具体的に指定することで、単に文章を生成するだけでなく、ビジネス目標の達成に貢献するアウトプットを引き出すことができます。
medium.com
包括的・詳細な指示のためのフレームワーク
最後に、複雑な要件を正確に伝え、AIの思考プロセス自体をコントロールしたい場合に有効な、非常に詳細なフレームワークを紹介します。
7Rフレームワーク: 日本発の自己改善型フレームワーク
野口竜司氏によって考案された「7R」は、7つの詳細な要素で構成される包括的なフレームワークです。
qiita.com
要素 | 説明 |
---|---|
Request(依頼) | 実施してほしいことの全体像を明確に指示します。 |
Role(役割) | AIに担わせる役割を定義します。 |
Regulation(形式) | 出力形式を細かく指定します。 |
Rule(ルール) | 回答生成時に従うべきルールを定義します。 |
Review & Refine(評価・改善) | 生成した回答をAI自身が評価・改善するよう指示します。 |
Reference(参照) | 回答生成の際に参照すべき情報やデータを提供します。 |
Run Scenario(実行シナリオ) | 具体的な状況やシナリオを設定します。 |
このフレームワークの最もユニークな点は「Review & Refine(評価・改善)」です。これにより、AIが自らの出力を客観的に見直し、品質を向上させるという、一種の自己修正プロセスを促すことができます。例えば、「出力結果のわかりやすさを100点満点で評価し、その根拠を説明せよ」といった指示を含めることが可能です。
qiita.com
フレームワーク活用のための洞察
これらのフレームワークは強力ですが、効果的に活用するにはいくつかのポイントがあります。
- 柔軟な組み合わせと調整: 目的や状況に応じて、複数のフレームワークの要素を組み合わせたり、不要な要素を削ったりする柔軟性が重要です。フレームワークはあくまで思考の補助線であり、それに固執しすぎる必要はありません,qiita.com。qiita.com
- 「指示」から「設計」へ: 上級者は、AIに「やってもらう指示」を書くのではなく、「生成物を設計する意識」でプロンプトを作成します。フレームワークは、この「設計図」を描くための強力なツールと考えることができます。kddi.com
- 対話による改善: 最初のプロンプトで完璧な結果が得られなくても問題ありません。AIからの出力に対して「長すぎる」「もっと専門的に」といったフィードバックを与える対話的なプロセスを通じて、望む結果に近づけていくことが可能です,asana.com。georgetown.edu
これらのフレームワークを理解し、目的に応じて使い分けることで、生成AIとの対話の質は劇的に向上し、その能力を最大限に引き出すことができるでしょう。ボストンコンサルティンググループとハーバードビジネススクールの研究では、AIを活用したコンサルタントはタスク完了数が12%増加し、速度が25%向上、仕事の質も40%以上高いと評価されました。フレームワークの活用は、このような生産性向上を実現するための第一歩と言えます。
asana.com
🏷フレームワークと組み合わせる応用技術:思考の連鎖(CoT)とフューショット
はい、承知いたしました。
以下に、ご依頼のレポートセクションを執筆します。
#### フレームワークと組み合わせる応用技術:思考の連鎖(CoT)とフューショット
プロンプトフレームワークは、AIへの指示の「骨格」を整え、意図を明確に伝えるための非常に有効な手段です。しかし、生成AIの能力を真に引き出すためには、この骨格にさらに高度な技術を組み合わせることが鍵となります。ここでは、AIの思考を深化させ、出力の精度を劇的に向上させる二つの応用技術、「思考の連鎖(Chain of Thought, CoT)」と「フューショットプロンプティング」について、具体的な活用法とともに解説します。
思考の連鎖(Chain of Thought, CoT):AIに「考えさせる」技術
「思考の連鎖(Chain of Thought, CoT)」は、特に複雑な問題や推論を要するタスクにおいて絶大な効果を発揮するテクニックです。これは、AIに対して結論だけを急いで出させるのではなく、「ステップ・バイ・ステップで考えてください」といった一文を添えることで、問題解決に至るまでの思考プロセスそのものを記述させる手法です2。
なぜこれが有効なのでしょうか。人間が難しい問題を解く際に、途中の計算や考えを書き出しながら進めるのと同じように、AIにも思考の過程を言語化させることで、論理的な飛躍や誤りを減らすことができます。実際、このアプローチは、複数のステップを要する計算問題や論理的な推論が必要なタスクにおいて、回答の精度を大幅に向上させることが知られています。
prompthub.us
unext-hd.co.jp
例えば、CRAFTフレームワークの「Action(行動)」の部分に、本来の指示に加えて「このタスクを解決するために、あなたの思考プロセスをステップごとに説明してください」と加えるだけで、CoTを実践できます。これは、AIに単なる作業者ではなく、共に問題を解決するパートナーとしての役割を促すアプローチと言えるでしょう。
フューショットプロンプティング:AIに「見本を見せる」技術
もう一つの強力な技術が「フューショットプロンプティング(Few-shot Prompting)」です。これは、AIにタスクを指示する際に、いくつかの「質問と望ましい回答のペア(例)」を"見本"として提示する手法です。これにより、AIはどのような形式、トーン、あるいは判断基準で回答すればよいのかを具体的に学習し、ユーザーの意図をより正確に汲み取ることができます。
この手法は、提示する例の数によって以下のように分類されます。
gicloud.co.jp
手法 | 説明 | 特徴 |
---|---|---|
ゼロショット (Zero-Shot) | 例を全く示さず、タスクの指示のみを与える方法。 | 最もシンプルだが、AIの解釈に依存するため出力が不安定になることがある。 |
ワンショット (One-Shot) | 1つの例を示してから、本題のタスクを指示する方法。 | 出力形式を指定したい場合などに手軽で効果的。 |
フューショット (Few-Shot) | 複数の例を示す方法。 | 複雑なタスクや、出力の一貫性を高めたい場合に非常に有効。AIは複数の例から法則性やニュアンスを学習する。 |
例えば、文章の感情を分析させたい場合、単に「この文章の感情を分析して」と指示する(ゼロショット)だけでは、AIが「ポジティブ」「ネガティブ」といった単純な分類しかしないかもしれません。しかし、以下のようにフューショットで例を示すことで、より細やかな分析を促せます。
テキスト:今日は最高!
感情:ポジティブ
テキスト:今日は最悪だ
感情:ネガティブ
テキスト:すごい!
感情:
このように例を示すことで、AIはユーザーが求めている回答の形式と粒度を理解し、最後の「すごい!」というテキストに対して、文脈に応じた適切な感情(この場合はおそらく「ポジティブ」)を推測して出力しやすくなります。この技術は、RICEフレームワークの「Example(具体例)」の部分と非常に相性が良く、フレームワークの指示をさらに強固なものにします。
gicloud.co.jp
応用技術を組み合わせ、AIとの対話を「設計」する
CoTとフューショットは、それぞれ単独でも強力ですが、プロンプトフレームワークと組み合わせることで、その真価を発揮します。フレームワークで全体の構造(何を)を定義し、CoTで思考のプロセス(どのように考えるか)を促し、フューショットでアウトプットの具体例(どのような形か)を示す。このように、複数の技術を組み合わせることで、AIへの指示は単なる「お願い」から、目的達成のための精緻な「設計図」へと昇華します。
kddi.com
重要なのは、一度で完璧なプロンプトを作ろうとしないことです。AIからの出力を評価し、プロンプトを少しずつ調整していく反復的なプロセス(プロンプトチューニング)こそが、AIの能力を最大限に引き出すための最も確実な道筋と言えるでしょう。これらの応用技術を武器に、ぜひAIとの対話を楽しんでみてください。
qiita.com
調査のまとめ
AIへの指示(プロンプト)を作成する際に役立つフレームワークには、特定の目的や状況に合わせて設計されたものがいくつか存在します。これらは、AIからより正確で、関連性が高く、効率的な出力を得るためのガイ...
🏷明日から始めるプロンプト設計:効果的な活用と改善のサイクル

明日から始めるプロンプト設計:効果的な活用と改善のサイクル
生成AIの能力を最大限に引き出す鍵は、AIに与える指示、すなわち「プロンプト」の質にあります。多くの初級者がAIに単なる「指示」を出すのに対し、上級者は生成される結果を具体的にイメージし、そのための「設計図」としてプロンプトを作成します。この「指示」から「設計」への意識転換こそが、プロンプト活用の第一歩です。
kddi.com
しかし、完璧なプロンプトを一度で作成することは困難です。効果的なプロンプト設計は、試行錯誤を繰り返す反復的なプロセスであり、最初のシンプルなプロンプトから始めて、結果を評価し、徐々に洗練させていくアプローチが不可欠です。
promptingguide.ai
openai.com
本セクションでは、明日からすぐに実践できるプロンプト設計の基本原則と、継続的に質を高めていくための改善サイクルについて、具体的なフレームワークを交えながら解説します。
プロンプト設計の基本原則:成功への4つの鍵
様々なガイドラインで共通して挙げられている、効果的なプロンプトの基本原則が存在します。これらを意識するだけで、AIからの応答の質は劇的に向上します。
-
具体的に、そして明確に 曖昧なプロンプトは、一般的で的外れな回答しか生みません。「大阪について教えて」という抽象的な依頼ではなく、「大阪が他の都市と異なる特徴を3つ紹介してください」のように、具体的で明確な指示を出すことが重要ですgicloud.co.jp。プロンプトが詳細であるほど、より良い結果が得られますgicloud.co.jp。promptingguide.ai
-
タスクは1つずつに分割する 一度に複数の質問を投げかけると、AIが混乱する原因となります。例えば、「地球温暖化の影響と、日本の人気観光地を教えて」と聞くのではなく、「地球温暖化の影響」と「日本の人気観光地」を別々のプロンプトに分けて質問することで、それぞれのタスクに集中させ、より精度の高い回答を引き出せますgicloud.co.jp。gicloud.co.jp
-
「何をすべきか」を指示する 「〜しないで」という否定的な指示よりも、「〜して」という肯定的な指示の方が効果的です。例えば、映画推薦エージェントに「ユーザーの興味を尋ねるな」と指示するだけでは、意図通りに動かないことがありますreddit.com。代わりに「世界のトップトレンド映画から推薦してください」と具体的な行動を指示することで、期待する応答を得やすくなりますpromptingguide.ai。promptingguide.ai
-
出力フォーマットを明確に指定する 望む出力の形式(例:箇条書き、JSON、表形式)を具体的に指定することは、後処理を容易にし、一貫性のある結果を得るために非常に有効です。例えば、「テキストから地名を抽出し、reddit.com
の形式で出力してください」と指示することで、望む構造のデータを正確に得ることができますPlace: <カンマ区切りのリスト>
。promptingguide.ai
プロンプトを育てる「改善サイクル」
優れたプロンプトは、一度の作成で完成するものではなく、継続的な改善サイクルを通じて磨き上げられます。このプロセスは、以下のステップで構成されます。
ステップ | 内容 | ポイント |
---|---|---|
1. シンプルに始める | 最初は単純なプロンプトから開始し、複雑なタスクはより小さなサブタスクに分解します promptingguide.ai | まずは核となる指示を明確にし、そこから徐々に要素を追加していくことで、問題の切り分けが容易になります。 |
2. 例を示す (Few-Shot) | AIに期待する応答の質や形式を学習させるため、具体的な例を1つ(One-Shot)または複数(Few-Shot)提示します gicloud.co.jp | 良い例だけでなく、例外的なケース(エッジケース)の例を含めると、モデルの理解が深まりますが、過学習には注意が必要です reddit.com |
3. 試行錯誤とテスト | 出力結果を評価し、それに基づいてプロンプトの言葉遣いを調整したり、コンテキストを追加したりします openai.com | この「プロンプトチューニング」の過程が、質向上の鍵です qiita.com reddit.com |
4. フレームワークの活用 | 改善プロセスを体系化し、効率化するために設計されたフレームワークを導入します。 | 抜け漏れなく質の高いプロンプトを設計するための「型」として機能します。 |
改善サイクルを加速させる「7R」フレームワーク
この改善サイクルをより体系的かつ効果的に実践するために、野口竜司氏によって考案された「7R」というフレームワークが非常に有用です。これは、質の高いプロンプトを構成する7つの要素を定義したものです。
qiita.com
- Request (依頼): AIが実施すべきことを具体的かつ明確に指示する、プロンプトの核となる部分です。qiita.com
- Role (役割): AIに特定の専門家(例:システムエンジニア、マーケター)の役割を与えることで、その視点に沿った質の高い回答を生成させます。qiita.com
- Regulation (形式): 出力形式(例:マークダウン、JSON)や見出し構造などを厳密に指定します。qiita.com
- Rule (ルール): 回答生成時に従うべき制約(例:専門用語を使わない、参照元を明記する)を定義します。qiita.com
- Reference (参照): 回答生成の際に参考にしてほしい情報源(例:特定のURL、論文、社内資料)を提供します。qiita.com
- Run Scenario (実行シナリオ): 具体的な状況や文脈(例:専門知識のない初心者に説明する)を設定し、より実践的な回答を引き出します。qiita.com
- Review & Refine (評価・改善): 生成した回答をAI自身に評価させるという画期的なアプローチです。「出力結果のわかりやすさを100点満点で評価し、その根拠を説明せよ」といった指示を与えることで、改善のヒントを得て、次のプロンプト修正に活かします。qiita.com
この「7R」フレームワークを活用することで、これまで述べてきた基本原則を網羅し、改善サイクルを効率的に回すことが可能になります。特に「Review & Refine」は、客観的な視点で出力を評価し、改善の方向性を明確にする上で非常に強力な要素と言えるでしょう。
まとめ:プロンプトは育てるもの
生成AIから期待通りの、あるいはそれ以上の成果を引き出すためには、「指示」から「設計」への意識改革と、継続的な改善が不可欠です。まず基本原則を抑え、シンプルなプロンプトから始めてみましょう。そして、「7R」のようなフレームワークを羅針盤としながら、試行錯誤と改善のサイクルを回していくことで、あなたのプロンプトスキルは着実に向上していきます。
大規模言語モデルは日々進化しており、それに伴いプロンプト設計のアプローチも柔軟に進化させる必要があります。フレームワークは強力なツールですが、それに固執するのではなく、目的応じて柔軟に使いこなすことが重要です。基本の型を理解した上で応用する――「知っていて崩すことと知らずに崩れていることは違う」という言葉が示すように、まずは基本をしっかりと身につけ、AIとの対話を楽しみながら、あなただけの最適なプロンプトを育てていきましょう。
gicloud.co.jp
qiita.com
🖍 考察
調査の本質:AIとの対話を「設計」する思考法への転換
ユーザーの「プロンプトを書く際のフレームワークを知りたい」というご依頼の根底には、単にテンプレートのリストを求めるだけでなく、**「生成AIの能力を安定的かつ最大限に引き出し、自身の生産性を飛躍させたい」**という本質的なニーズが存在します。
調査結果は、このニーズに応える鍵が、AIへの指示を一方的な「お願い」から、最終的なアウトプットから逆算して構造化する**「設計」**へと意識を転換することにあると示唆しています。プロンプトフレームワークは、この「設計」を行うための思考の補助線であり、AIという強力なツールを使いこなすための実践的な方法論です。本考察では、フレームワークを単なる「型」としてではなく、AIとの協働プロセスをデザインするための戦略的ツールとして捉え、具体的なアクションにつながる示唆を提供します。
kddi.com
kddi.com
分析と発見事項:フレームワークの共通構造と進化
調査結果を多角的に分析すると、プロンプトフレームワークに関するいくつかの重要なパターンが浮かび上がります。
-
普遍的な「基本骨格」の存在: CRAFT、PGTC、7Rといった多様なフレームワークを比較すると、「役割 (Role)」「文脈 (Context)」「タスク (Task)」「形式 (Format)」という4つの要素が共通の基本骨格を成していることがわかります17buttercms.com。これは、AIから意図した応答を引き出す上で、これらの要素が普遍的に重要であることを示しています。firenium.com
-
「目的特化型」への進化: フレームワークは、汎用的なものから特定の目的に合わせて進化しています。この進化は、タスクの性質に応じてAIに与えるべき情報が異なることを示唆しています。
フレームワーク | 特化している目的 | 追加された重要な要素 |
---|---|---|
C-L-A-R | データに基づく意思決定 | Limits (制約):予算や期間などの制約条件を明示する medium.com |
F-L-O-W | 成果を重視するコンテンツ作成 | Win Metric (成功指標):SEOのキーワード密度など、成功を測る具体的な指標を定義する medium.com |
7R | 包括的で高品質な出力 | Review & Refine (評価・改善):AI自身に出力を評価・改善させる自己修正プロセスを組み込む qiita.com |
-
思考プロセスへの介入: フレームワークだけでなく、「思考の連鎖(CoT)」のようにAIに「ステップ・バイ・ステップで考える」よう促す技術は、単に出力結果を求めるだけでなく、AIの思考プロセスそのものに介入し、論理的な正確性を高めようとするアプローチの重要性を示しています2。
-
プロンプトの動的改善: 7Rの「Review & Refine」や、プロンプトを自動生成・改善するツール「Minstrel」の登場は、プロンプトが一度作って終わりという静的なものではなく、対話と評価を通じて動的に改善していくべき対象であることを明確に示しています。unext-hd.co.jp
より深い分析と解釈:「型」がもたらす本質的価値
これらの発見事項の背後にある「なぜ?」を掘り下げることで、プロンプトフレームワークの本質的な価値が明らかになります。
-
なぜ「型」が必要なのか? → 人間の「暗黙知」をAIの「形式知」へ翻訳するため 人間同士の対話では、膨大な背景知識や常識(暗黙知)を前提としてコミュニケーションが成立します。しかし、AIにはその前提がありません。プロンプトフレームワークは、人間が頭の中で無意識に行っている思考のプロセス(役割設定、背景の理解、タスクの定義など)を、AIが解釈できる言葉(形式知)に分解し、構造化するための**「思考の翻訳機」**として機能します。これにより、人間とAIの間の認識のズレを最小限に抑えるのです。
-
なぜ「型」は多様化するのか? → タスクの「解像度」を上げるため 単に「ブログ記事を書いて」と依頼するのと、「ターゲット読者は初心者の女性で、SEOキーワードを3つ含み、フレンドリーな口調で800字の記事を書いて」と依頼するのとでは、求められるアウトプットの解像度が全く異なります。フレームワークの多様化は、この**「タスクの解像度」**を上げるための進化です。C-L-A-Rの「制約」やF-L-O-Wの「成功指標」といった要素は、より解像度の高い、ビジネス成果に直結するアウトプットを生成するための「レンズ」の役割を果たしているのです。
-
なぜ「設計」という意識が重要なのか? → AIを「協働パートナー」へと昇格させるため 「指示」という言葉は、AIを命令を実行するだけの受動的な存在と捉える視点です。一方、「設計」という言葉は、最終的なゴール(建築物)から逆算し、必要な要素(設計図)を主体的に組み立てるプロセスを意味します。この意識転換は、AIを単なる**「便利な道具」から「思考を拡張してくれる協働パートナー」へと昇格**させます。AIに役割を与え(Role)、自己評価させ(Review & Refine)、思考プロセスを記述させる(CoT)ことは、まさにAIをパートナーとして扱い、その能力を最大限に引き出すための実践と言えるでしょう。
戦略的示唆:明日から始めるプロンプト設計と改善サイクル
これらの分析と解釈を踏まえ、プロンプトフレームワークを実務で活用するための具体的な戦略を提案します。
短期的なアクション:まずは「型」を身につける
-
すべてのプロンプトを「CRAFT」で始める: 明日から、AIに何かを依頼する際は、まずCRAFTフレームワークの5要素を書き出すことから始めてみてください。
- Context (文脈): このタスクの背景は?
- Role (役割): AIにどんな専門家になってほしい?
- Action (行動): 具体的に何をしてほしい?
- Format (形式): どんな形で出力してほしい?
- Tone (調子): どんな口調で書いてほしい?
この習慣を身につけるだけで、指示の抜け漏れが劇的に減り、出力の質が安定します。firenium.com
-
「フューショット」を積極的に試す: 期待するアウトプットのフォーマットや文体がある場合、ゼロから説明するのではなく、具体的な例を1つか2つ提示しましょう(フューショットプロンプティング)。特に、定型的なレポートやメール文の作成において絶大な効果を発揮します。gicloud.co.jp
中長期的な戦略:プロンプトを「育て」、組織の資産にする
-
目的別の「マイ・フレームワーク」を構築する: 自身の業務を「情報収集」「コンテンツ作成」「分析・提案」などのタスクに分類し、それぞれに最適なフレームワークの要素を組み合わせて、自分だけのテンプレートを作成・進化させましょう。例えば、分析タスクなら「CRAFT + Limits(制約) + Review&Refine(自己評価)」のようにカスタマイズします。
-
「改善サイクル」をシステム化する: プロンプトは一度作ったら終わりではありません。以下のサイクルを意識的に回し、プロンプトを継続的に「育て」ていきましょう。このサイクルを回す際、7Rの「Review & Refine」を活用し、AI自身に「この出力の改善点を3つ挙げてください」と尋ねることで、改善のヒントを得ることができます。qiita.com
-
チームの「プロンプト資産」を築く: 効果的だったプロンプトや、作成した「マイ・フレームワーク」をチーム内で共有し、誰もが高品質なアウトプットを出せる環境を構築します。これは、個人のスキルを組織の生産性向上に繋げる重要なステップです。ボストンコンサルティンググループの研究が示すように、AIの活用は仕事の質を40%以上向上させる可能性を秘めており、その鍵は優れたプロンプトの共有にあります。asana.com
今後の調査
本考察を一過性のものとせず、継続的な改善につなげるために、以下のテーマに関する追加調査が有効です。
- 業界・職種特化型フレームワークの深掘り: マーケティング、ソフトウェア開発、法務など、特定の専門分野で最も効果的なプロンプトフレームワークや要素の組み合わせを特定する調査。
- プロンプト自動最適化技術の動向: MinstrelのようにプロンプトをAIが自動で生成・改善するツールの最新動向と、それらを実務に導入する際のベストプラクティス。unext-hd.co.jp
- マルチモーダルAI時代のプロンプト: テキストだけでなく、画像や音声を含む入出力に対応した新しいプロンプト設計手法の探求。
- AIによる自己改善プロセスの高度化: 「Review & Refine」をさらに効果的に行うための指示方法や、複数のAIエージェントに議論させて出力を洗練させる手法の研究。
このレポートが参考になりましたか?
あなたの仕事の調査業務をワンボタンでレポートにできます。
📖 レポートに利用された参考文献
検索結果: 16件追加のソース: 0件チャット: 1件
119件の参考文献から17件の情報を精査し、約85,000語の情報を整理しました。あなたは約8時間の調査時間を削減したことになります🎉
調査された文献
119件
精査された情報
17件
整理された情報量
約85,000語
削減された時間
約8時間
🏷 プロンプトフレームワークとは?AIとの対話を変える基本の「型」
11 ChatGPT Prompt Frameworks Every Marketer Should Know
ChatGPT prompt frameworks are guidelines that provide instructions and context to the AI tool to ensure that its output is accurate, relevant, and efficient.
プロンプト作成のフレームワーク|AIとの対話力を高める - Zenn
フレームワークを使うことで、プロンプト作成のプロセスが明確になり、効率的に作業を進めることができます。また、フレームワークは、プロンプトに必要な要素や考慮すべき ...
生成AIの専門知識がなくても活用可能なプロンプト設計フレームワーク ...
#### プロンプト設計手法MinstrelとLangGPTの概要
2024年に発表された論文に基づき、AIや機械学習分野のプロンプト生成で注目を集める新しいアプローチとして、「Minstrel: Structural Prompt Generation with Multi-Agents Coordination for Non-AI Experts」(Wang et al., 2024)と「LangGPT: A structural prompt design framework」(LangGPT Team, 2024)が紹介されています。これらは、特に生成AIの専門知識がない方でも容易にプロンプトを設計し、生成AIを活用できるようにすることを目的としたプロンプト設計フレームワークおよびツールです。
#### LangGPT:プロンプトをプログラムのように体系化するフレームワーク
LangGPTは、従来のプロンプト設計を大きく進化させたフレームワークで、その最大の特徴はプロンプトをプログラムのように構造化できる点にあります。これにより、専門知識がなくても効率的にプロンプトを設計することが可能です。
**デュアルレイヤーの構造**
LangGPTは「モジュール」と「エレメント」という2層構造でプロンプトを定義します。
* **モジュール(Modules)**: プロンプトの各側面を表す基本単位で、生成AIに何をさせたいか、どのような条件で動作させたいかを分類します。「役割」「ゴール」「制約」などが含まれます。
* **エレメント(Elements)**: モジュール内の具体的な指示や制約を定義します。「500語以内で文章を生成せよ」といった具体的なタスク指示がこれに当たります。
この構造により、初心者でも理解しやすく、再利用可能なプロンプトの作成が可能になります。例えば、記事タイトルを生成するプロンプトの場合、モジュールとエレメントを明確に設定することで、生成AIはガイドラインに従い、的確なアウトプットを生成できます。
#### Minstrel:マルチエージェントシステムによるプロンプト自動生成ツール
LangGPTのデザインを基盤として、プロンプト設計をさらに効率化するために「Minstrel」というツールが開発されました。Minstrelは、複数のエージェント(仮想の作業者)が協力してプロンプトを自動生成する仕組みを持ち、プロンプト設計の負担を大幅に軽減します。
**Minstrelの全体構造**
Minstrelは「作業グループ」と呼ばれる3つの主要なグループで構成され、それぞれが異なる役割を担い、協力してプロンプトを設計します。
* **分析グループ(Analysis Group)**: ユーザーのタスクを解析し、適切なモジュールを選択します。
* **解析エージェント**: ユーザーのタスクを解釈し、必要なプロンプトモジュールを選定します。
* **反射エージェント**: テストグループからのフィードバックやユーザーコメントを分析し、修正を設計グループに反映させます。
* **設計グループ(Design Group)**: モジュールに基づいて、具体的なプロンプトのエレメントを生成します。
* **デザインエージェント**: 各モジュールに対応し、プロンプトのエレメント(例:「タイトルは20語以内」という制約)を作成します。複数のエージェントが協力してプロンプトを完成させます。
* **テストグループ(Test Group)**: 生成されたプロンプトが機能するかどうかを検証します。
* **シミュレータエージェント**: 生成されたプロンプトに従ってAIとしてタスクを実行します。
* **質問者エージェント**: シミュレータエージェントと対話し、プロンプトの正確さをテストします。
* **コメンテーターエージェント**: その対話を評価し、改善点を見つけ出します。このフィードバックは反射エージェントを通じて設計グループに送られ、プロンプトが洗練されます。
**Minstrelの動作の流れ**
Minstrelのシステム全体の動作は以下のプロセスで進行します。
1. **タスクの解析**: 解析エージェントがユーザーからのタスクを解析し、必要なモジュールを選定します。
2. **プロンプトの生成**: 設計グループのデザインエージェントが、それぞれのモジュールに基づいて具体的なプロンプトを生成します。
3. **テストとフィードバック**: テストグループがプロンプトを実行し、その結果を分析。必要に応じてフィードバックを行い、反射エージェントが設計を修正します。
#### Minstrelの実験結果と実用性
Minstrelは、手動で設計されたプロンプトと比較して、同等以上の結果を示しました。ユーザー調査においても、AIの知識がなくてもプロンプトを簡単に作成でき、短期間で成果を上げられる点が非常に高く評価されています。日本語での様々なタスクに対しても高い精度を示しています。
性能評価には以下のベンチマークが使用されました。
* **GPQAベンチマーク**: 2023年発表のLLMにおける高度な問題解決能力を評価するためのデータセットで、物理学、生物学、化学の専門家が作成した選択式問題(448問中30問をランダム選択)。
* **TruthfulQA**: 2022年発表のAIモデルが真実をどの程度正確に生成できるかを評価するベンチマーク。38カテゴリにわたる817の質問(817問中30問をランダム選択)で、モデルが誤情報や虚偽を生成する傾向を検証します。
* **GSM8k(Grade School Math 8k)**: 2021年提案の数学問題解決能力の評価に特化したデータセット。小学校レベルの数学問題(8k問中30問をランダム選択)を含み、単純な計算だけでなく、複数のステップを必要とする推論能力も評価します。
#### まとめ
本記事では、生成AIのプロンプト設計を体系的に行うためのフレームワーク「LangGPT」と、それを基に開発された自動プロンプト生成ツール「Minstrel」について解説しました。LangGPTはモジュールとエレメントを利用してプロンプトをプログラムのように構造化し、初心者でも容易なプロンプト設計を可能にします。一方、Minstrelは複数のエージェントが協力してプロンプトを生成・テストし、フィードバックを反映することで、より効果的なプロンプトを自動で設計することを可能にします。
実験結果からも、Minstrelによるプロンプト生成が手動で設計されたプロンプトに匹敵する精度と使いやすさを持ち、AIの専門知識がなくても短期間で高品質なアウトプットを得られることが示されています。LangGPTとMinstrelは、生成AIを効果的に活用するための強力なツールとして、今後も様々な分野での利用が期待されます。
#### 参考文献
* Wang, M., Liu, Y., Liang, X., Huang, Y., Wang, D., Yang, X., Shen, S., Feng, S., Zhang, X., Guan, C., Zhang, Y. (2024). Minstrel: Structural Prompt Generation with Multi-Agents Coordination for Non-AI Experts.
* LangGPT Team. (2024). LangGPT: A structural prompt design framework.
* Rein, D., Hou, B. L., Stickland, A. C., Petty, J., Pang, R. Y., Dirani, J., Michael, J., & Bowman, S. R. (2023). *GPQA: A Graduate-Level Google-Proof Q&A Benchmark*.
* Cobbe, K., Kosaraju, V., Bavarian, M., Chen, M., Jun, H., Kaiser, Ł., Plappert, M., Tworek, J., Hilton, J., Nakano, R., Hesse, C., & Schulman, J. (2021). Training Verifiers to Solve Math Word Problems.
* Lin, S., Hilton, J., & Evans, O. (2021). *TruthfulQA: Measuring How Models Mimic Human Falsehoods*.
プロンプト設計戦略 | Gemini API | Google AI for Developers
プロンプト設計は、言語モデルから正確で高品質なレスポンスを引き出すプロンプト(自然言語リクエスト)を作成するプロセスです。 このページでは、Gemini AI モデルを ...
~テンプレ付きですぐ使える!~プロンプトエンジニアリングとは ...
プロンプトエンジニアリングとは、生成AIに最適な指示を与えるための“言葉の設計技術”のことです。 初級者のプロンプトは、生成AIに「やってもらう指示」を書く傾向が ...
🏷 【目的別】代表的なプロンプトフレームワーク(CRAFT・RICE等)の構造と具体例
Write Better AI Prompts: A 4-Sentence Framework [2025] - Asana
Learn how to write better AI prompts using a simple four-part framework: persona, goal, task, and context. This guide breaks down effective strategies for ...
How to Craft Prompts - Artificial Intelligence (Generative) Resources
The CLEAR Framework. Good prompts are CLEAR – a framework developed by Leo Lo, a librarian and professor at the University of New Mexico. Concise (also Clear) ...
5 Powerful ChatGPT Prompt Frameworks You Can Copy and Paste
Below, you'll find five high-performance prompt frameworks: RAIN, CLAR, FLOW, PIVO, and SEED each tailored to different use cases, from product design to ...
【プロンプト】7R ~効果的なプロンプトを作るフレームワーク - Qiita
プロンプトには以下のような特徴があります。 - 自然言語で表現される- タスクの文脈を提示する役割- モデルにタスクを明示的に指示する- 適切なプロンプトが出力の質を ...
適切に近いAIプロンプトを作成する「CRAFTフレームワーク」
AIプロンプト作成のコツ · 意図を明確にする:プロンプトには、AIに何をしてほしいのかを明確に記載しましょう。 · 言葉を洗練させる:正確かつ簡潔な言葉を使用し、混乱を ...
AIとの会話を最適化する9つのフレームワーク:ChatGPTプロンプト ...
#### AIとの会話を最適化する9つのフレームワーク:ChatGPTプロンプトエンジニアリングの秘密

「プロンプトエンジニアリング」は、AIを活用して高付加価値なプロジェクトを迅速に開発するための、AI時代のソフトウェアエンジニアリングと位置づけられています。体系的な学習には時間を要しますが、@pradeepeth氏が9つのシンプルで強力なプロンプトフレームワークを整理し、初心者からベテランまで活用できるテンプレートを提供しています。
@pradeepeth氏のツイート(pic.twitter.com/eIpI14rNv3、2023年6月26日)によると、「プロンプトエンジニアリングは35万ドルのスキル」であり、これらのフレームワークがその習得に役立つとされています。
#### 9つのプロンプトフレームワーク
以下に、ChatGPTとの対話を最適化し、より具体的で効果的な結果を得るための9つのフレームワークをまとめます。
1. **APE(Action, Purpose, Expectation)**
* **行動(Action)**: 行うべき仕事や活動を定義します。
* **目的(Purpose)**: 意図や目標を説明します。
* **期待(Expectation)**: 望ましい結果を述べます。
2. **CARE(Context, Action, Result, Example)**
* **コンテキスト(Context)**: 議論の舞台や状況を設定します。
* **行動(Action)**: 行うべきことを説明します。
* **結果(Result)**: 望ましい結果を説明します。
* **例(Example)**: ポイントを示すための例を挙げます。
3. **TRACE(Task, Request, Action, Context, Example)**
* **タスク(Task)**: 具体的なタスクを定義します。
* **リクエスト(Request)**: 何を求めているかを説明します。
* **行動(Action)**: 必要な行動を述べます。
* **コンテキスト(Context)**: 状況や背景を提供します。
* **例(Example)**: ポイントを示すための例を挙げます。
4. **TAG(Task, Action, Goal)**
* **タスク(Task)**: 具体的なタスクを定義します。
* **行動(Action)**: 何を行うべきかを説明します。
* **目標(Goal)**: 最終目標を説明します。
5. **SAGE(Situation, Action, Goal, Expectation)**
* **状況(Situation)**: 状況やコンテキストを説明します。
* **行動(Action)**: 何を行うべきかを説明します。
* **目標(Goal)**: 最終目標を説明します。
* **期待(Expectation)**: 望ましい結果や期待を説明します。
6. **ROSES(Role, Objective, Scenario, Expected Solution, Steps)**
* **役割(Role)**: ユーザーまたはAIの役割を定義します。
* **目的(Objective)**: 目標や目的を説明します。
* **シナリオ(Scenario)**: 特定の状況や背景を説明します。
* **期待される解決策(Expected Solution)**: 望ましい結果や解決策を説明します。
* **ステップ(Steps)**: 行動の手順を説明します。
7. **RTF(Role, Task, Format)**
* **役割(Role)**: ユーザーまたはAIの役割を定義します。
* **タスク(Task)**: 具体的なタスクを定義します。
* **形式(Format)**: 応答の形式を定義します。
8. **SPAR(Scenario, Problem, Action, Result)**
* **シナリオ(Scenario)**: 特定の状況や背景を説明します。
* **問題(Problem)**: 解決すべき問題を説明します。
* **行動(Action)**: 問題解決のための行動を説明します。
* **結果(Result)**: 行動後の結果を説明します。
9. **SCOPE(Scenario, Complications, Objective, Plan, Evaluation)**
* **シナリオ(Scenario)**: 特定の状況や背景を説明します。
* **コンプリケーション(Complications)**: 問題や困難を説明します。
* **目的(Objective)**: 目標や目的を説明します。
* **プラン(Plan)**: 問題解決のための計画を説明します。
* **評価(Evaluation)**: 結果の評価を説明します。
#### まとめ
これらのフレームワークは、ChatGPTとの対話を最大限に活用するための強力な道具です。それぞれのフレームワークは特定の状況や目的に対応しており、適切に適用することで、より有意義で生産的な対話を通じて、具体的かつ効果的な結果を得ることができます。
🏷 フレームワークと組み合わせる応用技術:思考の連鎖(CoT)とフューショット
調査のまとめ
AIへの指示(プロンプト)を作成する際に役立つフレームワークには、特定の目的や状況に合わせて設計されたものがいくつか存在します。これらは、AIからより正確で、関連性が高く、効率的な出力を得るためのガイ...
🏷 明日から始めるプロンプト設計:効果的な活用と改善のサイクル
10 Best Practices for Prompt Engineering with Any Model - PromptHub
10 Best Practices for Prompt Engineering with Any Model · 1. Be specific · 2. Use delimiters · 3. Give the model room to think · 4. Quote sources · 5. Avoid ...
Google just released a 68-page guide on prompt engineering. Here ...
– Start simple: Clear, concise, verb-driven prompts usually perform best. Less ambiguity = better results. – Define the output: Be explicit about structure, ...
効果的なプロンプト設計ガイド - GI Cloud エンジニアブログ - Dryaki
プロンプト設計は、AIを効果的に活用するための重要なステップです。本記事では、実際の業務やユースケースで応用しやすい「プロンプトの書き方」に焦点を当て、効果的な ...
📖 レポートに利用されていない参考文献
検索結果: 91件追加のソース: 0件チャット: 1件
The Best AI Prompt Framework For Work (2025)
1. Keep prompts simple and direct · 2. Avoid chain-of-thought prompts · 3. Use delimiters for clarity · 4. Start with zero-shot, then try few-shot if needed · 5.
I finally found a prompt that makes ChatGPT write naturally - Reddit
Writing Style Prompt. Use simple language: Write plainly with short sentences. Example: "I need help with this issue." Avoid AI-giveaway phrases: Don't use ...
AI Prompting Tips from a Power User: How to Get Way Better ...
One of my favorite prompting techniques is to have the AI reference or write a framework first, then use that framework to generate the content.
Prompt design strategies | Gemini API | Google AI for Developers
Prompt design is the process of creating prompts, or natural language requests, that elicit accurate, high quality responses from a language model.
Prompt Frameworks 2025 Explained: What Works and Why
In 2025 prompt frameworks serve as the foundation for effective AI interactions with advanced language models such as ChatGPT.
Best ChatGPT Prompt Framework For Paperworks
AI prompting: a comprehensive guide to writing effective prompts ...
Prompt Engineering Made Easy: The RICCE Framework for AI Content ...
Understanding Prompt Structure: Key Parts of a Prompt
Prompt engineering techniques - Azure OpenAI | Microsoft Learn
Add clear syntax. Using clear syntax for your prompt—including punctuation, headings, and section markers—helps communicate intent and often makes outputs ...
The Ultimate Guide to Prompt Engineering in 2025 - Lakera AI
Master advanced prompt engineering techniques to improve LLM output quality, security, and reliability—featuring real-world use cases and expert tips.
Prompt engineering concepts - Amazon Bedrock
Prompt engineering refers to the practice of optimizing textual input to a Large Language Model (LLM) to obtain desired responses.
GPT-4.1 Prompting Guide - OpenAI Cookbook
In this prompting guide, we collate a series of important prompting tips derived from extensive internal testing to help developers fully leverage the improved ...
Creating Effective Prompts: Best Practices and Prompt Engineering
Ten Ways to Make Your Prompts More Effective · Give Clear and Specific Instructions · Include Context on Formatting and Length · Provide Proper Content and ...
AI Prompt Engineering Examples, Tactics, & Techniques
Master Prompt Engineering Strategies
Prompt Engineering Tools: Best Practices You Must Know to Benefit ...
Best Practices for Effective Prompt Engineering
Prompt Engineering Best Practices for AI Models - GeeksforGeeks
Prompt Engineering Best Practices
Prompt Engineering in 2025: The Latest Best Practices
Prompt Engineering for Educators
Best Practices For Prompt Engineering For Effective Interaction ...
What is Prompt Engineering? A Complete Guide
呪文からパターンへ:PKMフレームワークで変わるプロンプト ...
PKMフレームワークの新しいアプローチ · 「仕組み」「動作原理」を意味し、AIの内部処理プロセスに焦点 · 単なる「ガイダンス」とは異なり、AIの自律的な思考・処理方法を ...
プロンプトの基本知識と最新の活用例を紹介 | マーケトランク
注釈や説明や繰り返しは出力不要です。 フレームワークの説明や、フレームワークを使った分析は出力不要です。 結果のみを出力してください。 #商品 ...
プロンプトアイデア #12 まだ誰も知らない!革新的な5つの ...
“Prompt Architect ∞”で解き明かす 自己完結型メタプロンプト完全ガイド. 77. AIライティングの新時代!「人間らしさ」を追求した革新的プロンプトフレームワーク「CWA」.
言語学の観点から導くプロンプト構造の分類フレームワーク LLMの ...
本記事では、プロンプトを言語学的な観点から分類し、LLMの出力に与える影響を定量的に評価した研究を紹介します。プロンプトの構成を三つの視点で整理する枠組みを ...
プロンプトフレームワークについて - SAS documentation
プロンプトフレームワークについて. SAS Studioを使用して、ジョブ定義のプロンプトを作成できます。これらのプロンプトにより、ジョブのユーザーは実行時に指定値を提供 ...
【完全ガイド】7Rプロンプトの使い方
7Rプロンプト:ChatGPTを最大限に活用するフレームワーク. 7Rプロンプトは、AIとの対話を構造化し、より精度の高い回答を引き出すための体系的なアプローチです。
5つのプロンプトと4つのフレームワークの推論精度向上の有効性の ...
問題解決フレームワーク · GPT-4o 88/100. ReAct(Reason + Act)技術は推論と行動を交互に行い、インタラクティブな問題解決を促進します。 · Claude 3.5 Sonnet 85/100.
ChatGPTのプロンプトのフレームワークを知ろう|Anaky
タスクを理解したプロンプト最適化フレームワーク「PromptWizard」を試す
プロンプトエンジニアとは?仕事内容や年収、必要なスキルも解説 | 侍 ...
生成AIで企業の生産性を最大43%向上?明日から使える!AIリテラシー ...
ChatGPT】のプロンプトに、フレームワークは必要か? #ChatGPT - Qiita
生成AIと組み合わせる新規事業開発フレームワーク - Genspark
LLM 活用を加速する“振り子”メタプロンプト ~抽象⇆具体フレーム ...
初学者に贈る、プロンプトエンジニアリング入門 LLMを“効率的”に使う ...
【生成AI】サクッと学ぶプロンプトエンジニアリング手法 - Qiita
プロンプトエンジニアは、アプリケーションの生成 AI が想定どおりに機能するよう、創造性と試行錯誤を駆使して多数の入力テキストを作成します。 要するに「AIから ...
プロンプトエンジニアリングとは?ChatGPTで代表的な12個の ...
プロンプトエンジニアリングは、言語モデルのパフォーマンスを最大限に引き出し、効果的なプロンプトを検証・設計するために重要な役割を果たします。 プロンプト ...
AI のプロンプト エンジニアリング ガイド - Google Cloud
プロンプト エンジニアリングとは、AI モデル(特に LLM)が望ましい回答を生成するようにプロンプトを設計、最適化するための技術であり、科学的な手法です。プロンプトを ...
AI時代に重要になる「プロンプトエンジニアリング」とは?具体例と ...
プロンプトエンジニアリングとは、対話型AIから求める回答を引き出すためにプロンプト(指示内容)を設計・最適化することです。 ビジネスにおける生成AIの活用が進み、 ...
シュンスケ式プロンプトデザイン&プロンプトエンジニアリング ...
本ガイドでは、プロンプトの基本から始まり、シュンスケ式プロンプトデザイン&プロンプトエンジニアリングの実践的なテクニック、さらには最新の技術トレンドまで、 AIとの ...
ChatGPTのプロンプトエンジニアリングとは|7つのプロンプト例や ...
プロンプトエンジニアリングとは、プロンプトを創造的に定義・設計・改良するための技術、ならびにプロンプトを用いて生成モデルの潜在能力を引き出すための技術です。
プロンプトエンジニアリングとは?その種類やコツを徹底解説!
プロンプトエンジニアリングとは、AIに対して提示する質問や命令、つまり「プロンプト」と呼ばれるテキストをより効果的に設計する手法のことを指します。 AIが学習した ...
プロンプトエンジニアリングとは?効果的に使うための原則から7つの ...
にわかに注目を集めている「プロンプトエンジニアリング」 ─ AIとの ...
プロンプトエンジニアリング入門:効果的なAIプロンプト設計の ...
プロンプトエンジニアとは?仕事内容や平均年収、必要なスキルや資格 ...
プロンプトエンジニアリングとは?重要性や手法、設計のポイント ...
生成AIを使いこなすためのプロンプトスキルとは - Genspark
Prompt Engineering - AI and Academic Research: A Guide
A Prompt Framework. Goal: Clearly define what you want. Response Format: Specify exactly how you want the response to be structured. Warnings ...
Prompt Engineering for Academic Research - LibGuides
Prompt engineering is the process of creating and refining the inputs given to language models, like those in AI, to achieve desired outputs more effectively.
Prompt Engineering for Academic Research: Prompt Library
What is Prompt Engineering · 5 Principles of Prompt Engineering for Research · Prompt Design Tips · Prompt Library · Prompt Frameworks ...
Prompt Engineering - Generative Artificial Intelligence for Teaching ...
Prompt engineering is the method to ask generative AI to produce what the individual needs. There are two main principles of building a successful prompt for ...
My Guide to Deep Research, Prompt Engineering, and Multi-Step ...
Below is everything I've learned, plus tips and best practices that have helped me unlock deeper, more reliable insights from AI.
Unleashing the potential of prompt engineering for large language ...
This review explores the role of prompt engineering in unleashing the capabilities of large language models (LLMs).
AI Literacy: Prompt Engineering - Research Guides
Prompt engineering is a relatively new discipline for developing and optimizing prompts to efficiently use language models (LMs) for a wide variety of ...
Prompt Framework for Students: The Five "S" Model — AI for Education
Prompt engineering in higher education: a systematic review to ...
10 ChatGPT Prompt Engineering Frameworks You Need To Know | by ...
Prompt Engineering: Key Concepts, Examples, and Tips for Effective ...
The Last Prompt Engineering Guide You'll Ever Read — Introducing ...
What is Prompt Engineering? Step-by-Step Guide + Examples
Prompt Engineering And Why It Matters To The AI Revolution ...
Prompt engineering: The process, uses, techniques, applications ...
AI and Academic Research: Prompt Engineering
When conceptualizing your prompt, it may be helpful to use the CLEAR framework. This framework was developed by Dr. Leo Lo of the University of ...
A Systematic Survey of Prompt Engineering in Large Language ...
This survey paper addresses the gap by providing a structured overview of recent advancements in prompt engineering, categorized by application area.
[PDF] A Prompt Pattern Catalog to Enhance Prompt Engineering with ...
One contribution of this paper is the framework it provides to document patterns that structure prompts to solve a range of software tasks that can be adapted ...
[PDF] Role-playing Prompt Framework: Generation and Evaluation - arXiv
Missing: scholarly article citation
[PDF] Prompt-generalized and Level-aware Learning Framework for Cross ...
Missing: scholarly article citation
[PDF] Information Creation as an AI Prompt: Implications for the ACRL ...
This paper discusses the implications of generative AI for the Framework for Information Literacy for Higher Education. (Association of College and Research ...
[PDF] Prompt Engineering: a methodology for optimizing interactions with ...
Abstract. ChatGPT is a versatile conversational Artificial Intelligence model that responds to user input prompts, with applications in academia and various.
[PDF] The Impact of Structured Prompt-Driven Generative AI on Learning ...
Abstract: This paper investigates the use of Generative AI chatbots, especially large language models like ChatGPT, in enhancing data analysis skills ...
[PDF] Introduction to Prompt Engineering - ucf stars
To be able to describe what prompt engineering, how it is different from search engines, is and why it is important.
[PDF] Advanced Evaluation Using Prompt - The Open University
Is the journal well regarded? Does it have a high rating in the Journal Citation Reports? Does this matter? • Is the information peer reviewed? Many ...
[PDF] Prompt engineering in higher education: a systematic review to help ...
This paper presents a systematic review of the role of prompt engineering dur- ing interactions with Generative Artificial Intelligence (GenAI) ...
Prompt engineering in higher education: a systematic review to ...
Prompt engineering paradigms for medical applications: scoping ...
Prompt engineering as a new 21st century skill
DrugReAlign: a multisource prompt framework for drug repurposing ...
Title and abstract screening for literature reviews using large ...
Red teaming ChatGPT in medicine to yield real-world insights on ...
[PDF] A Comprehensive Survey of Prompt Engineering Techniques in ...
By utilizing LoT prompting techniques, language models can effectively break down complex logical problems into sequential steps, enhancing ac-.
調査のまとめ
ユーザーの皆様がプロンプトを作成する際に参照できる、信頼性の高いフレームワークについて、学術論文や研究者によって提唱されたものを中心に調査しました。以下にその結果をまとめます。
### #### 論...
📊 ドメイン統計
参照ドメイン数: 85引用済み: 16総文献数: 119
1
引用: 1件/ 総数: 5件
引用率: 20.0%
2
引用: 1件/ 総数: 5件
引用率: 20.0%
3
引用: 1件/ 総数: 4件
引用率: 25.0%
4
引用: 1件/ 総数: 3件
引用率: 33.3%
5
引用: 1件/ 総数: 3件
引用率: 33.3%
6
引用: 1件/ 総数: 2件
引用率: 50.0%
7
引用: 1件/ 総数: 2件
引用率: 50.0%
8
引用: 1件/ 総数: 2件
引用率: 50.0%
9
引用: 1件/ 総数: 1件
引用率: 100.0%
10
引用: 1件/ 総数: 1件
引用率: 100.0%
11
引用: 1件/ 総数: 1件
引用率: 100.0%
12
引用: 1件/ 総数: 1件
引用率: 100.0%
13
引用: 1件/ 総数: 1件
引用率: 100.0%
14
引用: 1件/ 総数: 1件
引用率: 100.0%
15
引用: 1件/ 総数: 1件
引用率: 100.0%
16
引用: 1件/ 総数: 1件
引用率: 100.0%
17
引用: 0件/ 総数: 5件
引用率: 0.0%
18
引用: 0件/ 総数: 3件
引用率: 0.0%
19
引用: 0件/ 総数: 2件
引用率: 0.0%
20
引用: 0件/ 総数: 2件
引用率: 0.0%
21
引用: 0件/ 総数: 2件
引用率: 0.0%
22
引用: 0件/ 総数: 2件
引用率: 0.0%
23
引用: 0件/ 総数: 2件
引用率: 0.0%
24
引用: 0件/ 総数: 2件
引用率: 0.0%
25
引用: 0件/ 総数: 2件
引用率: 0.0%
26
引用: 0件/ 総数: 2件
引用率: 0.0%
27
引用: 0件/ 総数: 2件
引用率: 0.0%
28
引用: 0件/ 総数: 2件
引用率: 0.0%
29
引用: 0件/ 総数: 1件
引用率: 0.0%
30
引用: 0件/ 総数: 1件
引用率: 0.0%
31
引用: 0件/ 総数: 1件
引用率: 0.0%
32
引用: 0件/ 総数: 1件
引用率: 0.0%
33
引用: 0件/ 総数: 1件
引用率: 0.0%
34
引用: 0件/ 総数: 1件
引用率: 0.0%
35
引用: 0件/ 総数: 1件
引用率: 0.0%
36
引用: 0件/ 総数: 1件
引用率: 0.0%
37
引用: 0件/ 総数: 1件
引用率: 0.0%
38
引用: 0件/ 総数: 1件
引用率: 0.0%
39
引用: 0件/ 総数: 1件
引用率: 0.0%
40
引用: 0件/ 総数: 1件
引用率: 0.0%
41
引用: 0件/ 総数: 1件
引用率: 0.0%
42
引用: 0件/ 総数: 1件
引用率: 0.0%
43
引用: 0件/ 総数: 1件
引用率: 0.0%
44
引用: 0件/ 総数: 1件
引用率: 0.0%
45
引用: 0件/ 総数: 1件
引用率: 0.0%
46
引用: 0件/ 総数: 1件
引用率: 0.0%
47
引用: 0件/ 総数: 1件
引用率: 0.0%
48
引用: 0件/ 総数: 1件
引用率: 0.0%
49
引用: 0件/ 総数: 1件
引用率: 0.0%
50
引用: 0件/ 総数: 1件
引用率: 0.0%
51
引用: 0件/ 総数: 1件
引用率: 0.0%
52
引用: 0件/ 総数: 1件
引用率: 0.0%
53
引用: 0件/ 総数: 1件
引用率: 0.0%
54
引用: 0件/ 総数: 1件
引用率: 0.0%
55
引用: 0件/ 総数: 1件
引用率: 0.0%
56
引用: 0件/ 総数: 1件
引用率: 0.0%
57
引用: 0件/ 総数: 1件
引用率: 0.0%
58
引用: 0件/ 総数: 1件
引用率: 0.0%
59
引用: 0件/ 総数: 1件
引用率: 0.0%
60
引用: 0件/ 総数: 1件
引用率: 0.0%
61
引用: 0件/ 総数: 1件
引用率: 0.0%
62
引用: 0件/ 総数: 1件
引用率: 0.0%
63
引用: 0件/ 総数: 1件
引用率: 0.0%
64
引用: 0件/ 総数: 1件
引用率: 0.0%
65
引用: 0件/ 総数: 1件
引用率: 0.0%
66
引用: 0件/ 総数: 1件
引用率: 0.0%
67
引用: 0件/ 総数: 1件
引用率: 0.0%
68
引用: 0件/ 総数: 1件
引用率: 0.0%
69
引用: 0件/ 総数: 1件
引用率: 0.0%
70
引用: 0件/ 総数: 1件
引用率: 0.0%
71
引用: 0件/ 総数: 1件
引用率: 0.0%
72
引用: 0件/ 総数: 1件
引用率: 0.0%
73
引用: 0件/ 総数: 1件
引用率: 0.0%
74
引用: 0件/ 総数: 1件
引用率: 0.0%
75
引用: 0件/ 総数: 1件
引用率: 0.0%
76
引用: 0件/ 総数: 1件
引用率: 0.0%
77
引用: 0件/ 総数: 1件
引用率: 0.0%
78
引用: 0件/ 総数: 1件
引用率: 0.0%
79
引用: 0件/ 総数: 1件
引用率: 0.0%
80
引用: 0件/ 総数: 1件
引用率: 0.0%
81
引用: 0件/ 総数: 1件
引用率: 0.0%
82
引用: 0件/ 総数: 1件
引用率: 0.0%
83
引用: 0件/ 総数: 1件
引用率: 0.0%
84
引用: 0件/ 総数: 1件
引用率: 0.0%
85
引用: 0件/ 総数: 1件
引用率: 0.0%
このレポートが参考になりましたか?
あなたの仕事の調査業務をワンボタンでレポートにできます。