「プロンプトエンジニアリング」という言葉に、疲れを感じていませんか？ ネットで拾った「精度が上がる魔法の言葉」を試しては、モデルのアップデートで使えなくなる……そんなイタチごっこはもう終わりにしましょう。
2026年1月現在、生成AIの世界は「Thinking（推論）モデル」と「通常モデル」の二極化が完全に進みました。 これまでは「いかに詳しく手順を教えるか」が正義でしたが、最新のgpt5.0 thinkingや Gemini 3.0 Thinking においては、その常識が逆効果になることすらあります。
今回は、モデルの進化に振り回されないための、「2つのモデルの使い分け」と「本当に必要なプロンプト」を解説します。
1. なぜ今までのプロンプトが通じないのか？
これまでのAI（GPT-4oなど）は、入力に対して即座に反応する「直感型」でした。だからこそ、人間が「ステップ・バイ・ステップで考えて」と手取り足取り教える（Chain of Thought）必要がありました。
しかし、o3などの最新Thinkingモデルは、「回答する前に、裏側で勝手に悩み、試行錯誤する時間」を持っています。
ここに人間が「まずAをして、次にBをして…」と中途半端な手順を指示すると、AIが本来持っている「もっと効率的な思考ルート」を阻害し、かえって精度が落ちてしまうのです。
つまり、「AIに考えさせるか、指示に従わせるか」を最初に見極める必要があります。
2. 【Thinkingモデル編】「How」ではなく「What」を伝える
対象モデル： o3, o1, Gemini 3.0 Thinking など
推論能力が高いモデルに対して、「手順（How）」の指示は不要です。
彼らに必要なのは、「最終的にどうなっていれば正解か（What）」という「ゴールの定義」と「制約条件」だけです。
❌ やってはいけないプロンプト（過干渉）
「このタスクをこなすために、まずは計画を立ててください。次に、各要素を分析し、ステップ1の結果をもとに…」
⭕️ 2026年流：本当に効くプロンプト（丸投げ）
「成功要件」をガチガチに固めて、あとは放置する。
# ゴール
提供されたPythonコードのリファクタリングを行い、処理速度を現在の2倍以上に高速化してください。
# 成功要件（制約）
- 外部ライブラリの追加は禁止（標準ライブラリのみ使用）
- 可読性を維持するため、すべての関数に型ヒントをつけること
- 変更前後のベンチマークテスト結果を提示すること
# 対象コード
(コードを貼り付け)
ポイント：
「どうやって高速化するか」はAIに考えさせた方が、人間が思いつかないアルゴリズムを出してきます。Thinkingモデルへの指示は、「部下へのマニュアル」ではなく「専門家への発注書」だと心得ましょう。
3. 【通常モデル編】「構造化」と「例示」がすべて
対象モデル： GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro など
普段使いの高速なモデル（通常モデル）にとって、依然として重要なのは「コンテキスト（文脈）の理解」です。
彼らは「空気を読む」のが得意ですが、複雑な指示はごちゃごちゃになりがちです。
ここで有効なのは、2025年から変わらず「XMLタグによる構造化」と「Few-Shot（例示）」です。
⭕️ 2026年流：本当に効くプロンプト
① XMLタグで情報を区切る
AIはどこからどこまでが「指示」で、どこが「参考資料」なのか迷います。これらを明確に分けます。
あなたはプロの編集者です。以下の <draft> を要約してください。
ただし、<rule> の条件を厳守してください。
<draft>
(要約したい長い文章)
</draft>
<rule>
- 300文字以内
- 専門用語は使わず、中学生でもわかる言葉で
- 箇条書きで3点にまとめる
</rule>
② 1つの「良質な例」を見せる (Few-Shot)
指示を長く書くよりも、1つの「正解例」を見せるほうが100倍伝わります。Claude 3.5 Sonnetなどは特にこれが効きます。
質問に対して、以下のフォーマットで回答してください。
質問：空はなぜ青い？
回答：【結論】太陽光の散乱によるものです。【詳細】太陽光が大気中の分子にぶつかり...（以下解説）
質問：(ユーザーの本当の質問)
回答：
通常モデルに対しては、「空気を読ませない（明確に区切る・例を見せる）」ことが唯一にして最大のコツです。
まとめ：モデルごとの「付き合い方」正解表
2026年のプロンプトエンジニアリングは、この表さえ頭に入れておけばOKです。スマホの壁紙にしておきましょう。
| 特徴 | Thinkingモデル (o3, Gemini Thinking) | 通常モデル (GPT-4o, Sonnet) |
| 得意なこと | 複雑な推論、数学、コーディング、戦略立案 | 文章作成、要約、翻訳、単純タスク |
| プロンプトの役割 | 「ゴール」を定義する | 「手順」を教える |
| NGワード | 「ステップバイステップで考えて」 | 「いい感じにやって」 |
| コツ | 制約条件を詳しく書く | XMLタグで構造化する |
結論
「どんなプロンプトが良いですか？」という質問は、もうナンセンスです。
「そのタスクは、AIに考えさせたいのか（Thinking）、サクッと処理させたいのか（通常）」。
この見極めこそが、AI時代の本当のスキルです。
コメント