9月15日、Search Engine Journalが「Anthropic Shares Power Prompts That Improve AI Results」と題した記事を公開した。AnthropicがClaude向けに公開したプロンプトエンジニアリングガイドには、コスト削減・ファイル書き換えの抑制・AI臭い文章の除去といった、日常的にAIを使うエンジニアやライターが即座に試せるテクニックが詰まっている。いずれも特定モデルに依存しない汎用的な考え方であり、他のAIモデルへの転用も十分に見込める内容だ。

プロンプトエンジニアリングへの注目が高まった背景には、LLMの性能向上と普及がある。モデル自体の精度が上がるにつれ、「どう指示するか」という入力側の設計が出力品質の差を決定づける場面が増えてきた。Anthropicが公式ドキュメントとしてプロンプトエンジニアリングガイドを整備・公開しているのも、こうした流れを受けたものだ。今回Search Engine Journalが取り上げた内容は、そのガイドの中でも特に実践的な項目を抜き出して紹介している。

コーディングで一番効く：ファイル全体の書き換えを防ぐ

エンジニアにとって最も実用的なのが、ファイルの差分編集を促すプロンプトだ。AIにコードの修正を依頼すると、小さな変更でもファイル全体を出力し直すことがある。これはトークンの無駄遣いであり、差分が追いにくくなる原因にもなる。コストと可読性の両面で損失が生じる典型的なパターンだ。

Anthropicが推奨するプロンプトは以下のとおりだ：

"The number of tokens used to edit files is best minimized, all else being equal. Therefore, when it will not affect the end result, try to surgically edit a file rather than rewrite the entire thing."

このプロンプトはClaude向けガイドで紹介されているが、CSS・PHP・JavaScriptの設定ファイルやテンプレートを扱う場面全般で効果が期待できるとAnthropicは述べている。「surgically edit（外科的に編集する）」という表現が示すように、モデルに対して「最小限の変更で目的を達成せよ」という判断基準を明示することがポイントだ。

ローコストモードでも検索をサボらせない

Claudeには複数の「effort（努力レベル）」設定があり、lowレベルはより高価なモデルと同等のコストでありながら高いスコアを出すとAnthropicは説明している。コスト削減目的でlowレベルを使う場合、問題になるのがモデルが外部検索ツールを使わずに学習済みの知識（パラメトリックメモリ：モデルが事前学習で獲得した内部の知識のこと。ウェブ検索などの外部取得とは異なる）だけで回答しようとする傾向だ。

特にAIモデルやデベロッパーツールのように数ヶ月単位で状況が変わる領域では、古い知識が「もっともらしい嘘」になりやすい。これを防ぐためのプロンプトが以下だ：

"When a query centers on a name you do not confidently recognize, or recognize from a fast-moving area like AI models and developer tools where the landscape shifts within months, the name itself is the thing to verify: search before answering, and include the name as the user wrote it in at least one query alongside any reformulations. This holds even when you have some background on it — partial background is exactly what makes an out-of-date answer sound authoritative, so familiarity is not a reason to skip the search."

「少し知っている」からこそ古い情報が権威ある回答に見えてしまう、という指摘が鋭い。RAG（Retrieval-Augmented Generation）やツール呼び出しを活用したシステムを構築する際にも、このような「検索をスキップしない」設計思想は参考になる。

AIらしい「クセのある文章」を消す

Anthropicは、AIが生成しがちな比喩や修飾過多の文体を「mannered prose（くせのある散文）」と呼んでいる。たとえば "a parameter worth varying" を "a dial worth turning" と言い換えるような、ライター自身を演出するための装飾的な表現がこれに当たる。読み手には「それらしさ」として伝わりやすいが、情報の正確な伝達という観点では余分なノイズになることも多い。

修正プロンプトには長短2バージョンが用意されており、短いバージョンはたった一文だ：

"Please remove all mannered prose."

長いバージョンでは具体的な悪い例と代替表現を示し、「文字通りの表現が使えるなら、使え」と明確に指示している。AIライティングの品質に悩んでいるなら、まず短いバージョンをシステムプロンプトに追加するだけで効果を確認できる。長いバージョンは、短い版で期待どおりの結果が得られなかった場合の次の手として活用するとよいだろう。

タスクを途中で止めさせない

非同期処理やエージェント的なタスクでモデルが「次に進んでいいですか？」と確認を求めて止まってしまう場合、Anthropicは以下のような長めのプロンプトを推奨している：

"You are operating autonomously. The user is not watching in real time and cannot answer questions mid-task, so asking 'Want me to…?' or 'Shall I…?' will block the work. For reversible actions that follow from the original request, proceed without asking. Stop only for destructive actions or genuine scope changes the user must decide.（以下略）"

ポイントは「元に戻せる操作は確認不要、破壊的な操作やスコープ変更のみ停止」という判断基準を明示している点だ。また「タスク完了前に次のステップをリストアップするだけで終わるな、実際にやれ」という指示も含んでいる。AIエージェントの設計では、自律性と安全性のバランスをどこで取るかが常に課題になるが、このプロンプトはその線引きを言語化した実例として参考になる。

フォーマットルールの見直しも忘れずに

最近のClaudeは以前のモデルと比べ、Bold・見出し・リスト・引用符などのフォーマット要素を使う頻度が低い傾向にある。そのため旧来の「フォーマットを使うな」系のルールをシステムプロンプトに残したままにすると、意図せず機能しなくなっている可能性がある。

この点はコーディングや自律タスクの文脈とも連動している。出力形式の変化はダウンストリームの処理（パース・表示・ログ）に影響するため、既存システムを運用しているエンジニアは注意が必要だ。Anthropicは既存プロンプトのフォーマットルールを削除するか、「いつ使うか」を明示した新ルールに書き直すことを推奨している。モデルのバージョンアップ時にシステムプロンプトを見直す習慣をつけておくとよいだろう。

詳細はAnthropic Shares Power Prompts That Improve AI Resultsを参照していただきたい。