Claudeで結果が変わる、プロンプト最適化の実践法

これはChatGPTが補完的に解釈して答えを返すのとは対照的です。つまり、Claudeには「意図を明示してあげる」ことが特に重要になります。

もう一つの違いは、長文の処理精度です。Claudeは長い文脈の維持が得意で、長い文書の要約・分析・比較といったタスクでは高い精度を発揮します。この特性を活かすプロンプト設計をするだけで、出力の質が変わります。

例：

```

<role>あなたは10年以上のキャリアを持つコピーライターです</role>

<task>以下の商品説明を、30代のビジネスパーソン向けに書き直してください</task>

<constraints>200文字以内、専門用語なし、行動を促す言葉で締める</constraints>

<input>（元の文章）</input>

```

このように情報をタグで分離すると、Claudeは「役割」「タスク」「制約」「入力データ」を混在させることなく処理できます。特に、指示が複雑になればなるほど、XML構造の有効性は高まります。

シンプルな1〜2文のプロンプトにはXMLは不要ですが、複数の条件を同時に伝えたいときには試してみてください。

例えば、「要約してください」だけ伝えると、Claudeは前置きの説明を付けたり、注意書きを追加することがあります。これを防ぐには：

このように「してほしくないこと」を書き添えるだけで、そのまま使えるアウトプットが返ってくる確率が高まります。

業務で繰り返し使うプロンプトほど、「除外指示」を洗練させる価値があります。最初は試行錯誤が必要ですが、一度型が決まれば再利用できます。

効果的な使い方：

1. 複数文書の比較：「以下の2つの提案書を比較し、費用・期間・リスクの観点で表形式でまとめてください」

2. 議事録から課題抽出：「この議事録からネクストアクションと担当者・期日を箇条書きで抜き出してください」

3. 長文の構造化：「このドキュメントを見出し・本文・結論の構造に整理してください」

ChatGPTでは文脈が長くなると精度が落ちやすい場面でも、Claudeは一貫性を保ちやすい傾向があります。長い資料を扱う業務では、Claudeを選ぶメリットが出やすいです。

PromptListでは、Claude向けに最適化された実践プロンプトを探すことができます。

チェックポイントとして使えるのは以下の3点です。

出力が長すぎる・短すぎる場合

→ 文字数・行数の制約を追加する

回答が曖昧・一般論になる場合

→ 役割指定を具体化するか、対象者・状況・目的を追記する

余分な前置きや注意書きがつく場合

→ 「前置き不要、本文のみ出力」と明示する

これらの調整を繰り返すことで、特定の用途に特化した「自分専用の最適プロンプト」が育っていきます。PromptListはその過程で他のユーザーのプロンプトを参考にする場としても活用できます。