ChatGPT・Claude・Geminiの公式プロンプトガイドを読み比べた｜3社が共通して言っていること

「プロンプトのコツ」を検索すると、大量の記事が出てきます。ただ、そのほとんどに出典がありません。 誰が検証したのか分からないテクニックが、そのまま引き写されています。

一方、OpenAI・Anthropic・Googleはそれぞれ公式のプロンプトガイドを公開しています。モデルを作っている当事者が書いた文書です。

この記事では、その3つを実際に読み比べて、共通して推奨されていることと食い違っていることを整理しました。

先に重要な前提：公式ガイドは開発者向けです

ここを飛ばすと話がずれます。

3社のガイドはいずれもAPI経由でモデルを使う開発者に向けて書かれています。 ChatGPTやClaudeのチャット画面を使う人が、そのまま適用できない内容が多く含まれます。

チャット画面では使えないもの

内容	なぜ使えないか
developer メッセージ、システムプロンプト	API側の仕組み。チャット画面には入力欄がない
temperature、topK、topP などのパラメータ	API側の設定
モデルのスナップショット固定	API側の指定
プロンプトキャッシュ	API側のコスト最適化
ツール呼び出し、RAG	開発者が実装するもの

OpenAIのガイドの大半はこの領域です。「プロンプトをコードで管理する」「コンテキストウィンドウを計画する」といった項目は、チャット画面を使う人には関係ありません。

残るのは、入力欄に打つ文章の書き方だけです。 以下はその部分だけを抜き出しています。

3社が共通して言っていること

① 具体的に、明示的に書く

3社とも最初に置いている原則です。

Anthropicのガイドには、判断基準がそのまま書かれています。

Golden rule: Show your prompt to a colleague with minimal context on the task and ask them to follow it. If they’d be confused, Claude will be too.

前提を知らない同僚に見せて、迷わず動けるか。 迷うならモデルも迷う、という基準です。あわせて「優秀だが入社したばかりで社内の慣習を知らない社員」として扱えとも書かれています。

Googleのガイドも「明確で具体的な指示」を基本原則に置き、読み取りと生成の両方について制約を指定すること、表・箇条書き・段落など応答の形式を指示することを挙げています。

OpenAIのガイドには、出力形式を具体的に制限する例として「Only output a single word in your response」のような書き方が示されています。

Anthropicのガイドが挙げている例は、違いが分かりやすいです。

効果が薄い： Create an analytics dashboard

より効果的： Create an analytics dashboard. Include as many relevant
            features and interactions as possible. Go beyond the basics
            to create a fully-featured implementation.

「いい感じにやって」は通じません。 どこまでやってほしいかを書くと結果が変わります。

② 例を見せる

3社とも推奨していますが、Googleがもっとも強い書き方をしています。

We recommend to always include few-shot examples in your prompts.

「常に含めることを推奨する」です。

Anthropicのガイドは、例を「出力の形式・トーン・構造を導くもっとも信頼できる方法のひとつ」と位置づけ、3〜5個を推奨しています。条件は3つです。

• Relevant — 実際の用途に近いもの
• Diverse — 端のケースも含め、意図しないパターンを拾わせない程度に散らす
• Structured — <example> タグで囲み、指示と区別させる

Googleは逆方向の注意も書いています。例が多すぎると応答が例に過剰適合するため、数個で十分な場合が多いとされています。また、例の構造・空白・改行・区切り文字は統一することが重要だとしています。

OpenAIも、多様な入力と望ましい出力の組み合わせを示すことを推奨しています。

つまり3社の一致点は「例は入れる。ただし多すぎない。形式は揃える」です。

③ 区切り記号で構造を作る

長いプロンプトでは、指示・資料・例・入力が混ざります。3社とも区切ることを推奨しています。

• Anthropic：XMLタグ（<instructions>、<context>、<input> など）で囲む。タグ名は一貫させる
• Google：XMLタグまたはMarkdown見出し。1つのプロンプトでは形式を1つに統一する
• OpenAI：Markdownの見出しやリストでセクションを分け、XMLタグで参照資料の範囲を明示する

チャット画面でもそのまま使えます。見出しや記号で区切るだけで、何が指示で何が資料かが明確になります。

④ 理由を添える

Anthropicのガイドにある例が明快です。

効果が薄い： NEVER use ellipses

より効果的： Your response will be read aloud by a text-to-speech engine,
            so never use ellipses since the text-to-speech engine will
            not know how to pronounce them.

なぜそうしてほしいのかを書くと、モデルがそこから一般化します。 禁止事項だけを並べるより、目的を書いたほうが周辺のケースにも対応されます。

Googleのガイドも、問題を解くために必要な情報を推測させず、プロンプトに含めることを推奨しています。

⑤ 長い資料は先、質問は最後

これはAnthropicとGoogleが独立に同じことを書いている項目です。

Anthropicのガイドでは、2万トークンを超える長い入力について「長い資料をプロンプトの上部、質問や指示や例より前に置く」ことを推奨し、こう書かれています。

Queries at the end can improve response quality by up to 30 percent in tests, especially with complex, multidocument inputs.

質問を最後に置くと、品質がテストで最大30%改善するという記述です。

Googleのガイドも、長い文脈では資料をすべて先に示し、具体的な指示や質問は末尾に置くとしています。資料と質問をつなぐために「Based on the information above…」のような橋渡しの文を入れる書き方も示されています。

長文を貼ってから質問する。 順序を入れ替えるだけなので、チャット画面でもすぐ試せます。

⑥ 役割は与える。ただし1文で足りる

Anthropicのガイドには「Even a single sentence makes a difference」とあります。1文でも差が出るという書き方です。

Googleは、役割（ペルソナ）・重要な制約・出力形式を、システム指示またはプロンプトの冒頭に置くとしています。OpenAIも、developer メッセージの先頭に「Identity」（アシスタントの目的、コミュニケーションスタイル、全体目標）を置く構成を示しています。

3社とも「役割は冒頭に、簡潔に」です。 長い設定を書き連ねることは、どのガイドにも書かれていません。

3社で食い違っていること

モデルによって必要な指示の粒度が違う

OpenAIのガイドには、推論モデルは高レベルの指示でも良い結果が出やすく、GPTモデルは明示的な指示で性能が上がると書かれています。

つまり「具体的に書く」の必要度がモデルによって違います。同じプロンプトが、あるモデルでは冗長で、別のモデルでは不足になります。

Anthropicのガイドも、冒頭に「モデル固有の指針」の章を置き、技術が特定のモデル名を挙げている場合はそのモデルで測定されたものとして扱い、他のモデルに適用する前に自分で検証するよう書いています。

「このプロンプトが最強」という記事が成立しない理由がここにあります。

説得的な言葉遣い

Googleのガイド（Gemini 3向けの原則）は、不要な、または過度に説得的な言葉遣いを避けるとしています。目的を簡潔に明示する方針です。

出回っているプロンプトには「あなたは世界最高の〇〇です」「必ず完璧に」といった強い表現が多く見られますが、公式ガイドにそうした推奨はありません。

思考過程を書かせること

Googleのガイドは、応答の中でモデルに推論過程を細かく書かせることは通常不要としています。

Anthropicのガイドにも「Overthinking and excessive thoroughness」という項目があり、「迷ったら必ず〜」のような過剰な指示がかえって過剰な動作を招くと書かれています。ただしこれはツールを使うエージェント的な用途についての記述で、チャットでの単発のやりとりとは文脈が異なります。

無料プランで使っている人にこそ効きます

無料プランには、アップロード・画像生成・音声・Deep Researchなどに回数の上限があります。 何度も試し直せる前提ではありません。

やり直しの回数が限られているなら、1回目の精度を上げるほうが効率的です。 上の①〜⑥は、どれも入力欄に打つ文章の書き方なので、無料プランでもそのまま使えます。パラメータの調整やAPIの機能は要りません。

各社の無料プランで何がどこまで使えるかは、生成AIの学割と無料プランをまとめた記事に書いています。

まとめ

公式ガイド3つを読み比べて共通していたのは、この6つです。

1. 具体的に、明示的に書く — 前提を知らない同僚が迷うなら、モデルも迷う
2. 例を見せる — 3〜5個。多すぎると例に過剰適合する。形式は揃える
3. 区切り記号で構造を作る — XMLタグかMarkdown見出し。1つのプロンプト内では統一
4. 理由を添える — 禁止事項だけより、目的を書くと周辺のケースにも対応される
5. 長い資料は先、質問は最後 — Anthropicはテストで最大30%の改善と記載
6. 役割は冒頭に1文で — 長い設定を書き連ねる推奨は、どのガイドにもない

食い違っていたのは、必要な指示の粒度がモデルによって違うという点です。だから「万能のプロンプト」は存在しません。

そして公式ガイドの大半は開発者向けで、チャット画面では使えません。 検索で出てくるプロンプト記事が公式ガイドを引用していないのは、引用しても大半が使えないからだと思われます。

出典・注記

• 2026年10月21日に、次の公式ドキュメントで確認しました。 OpenAI: Prompt engineering、 Anthropic: Prompting best practices、 Google: Prompt design strategies
• 各社のガイドはモデルの世代に応じて更新されます。 推奨内容も変わるため、最新の記述は各公式ドキュメントで確認してください
• 原文は英語です。引用部分は原文のまま掲載し、それ以外は内容を日本語で整理しています
• API向けの内容（パラメータ調整、ツール呼び出し、プロンプトキャッシュ、エージェント構成など）は扱っていません。この記事はチャット画面で使える範囲に絞っています
• 各テクニックの効果を運営者が独自に検証したものではありません。公式ドキュメントに書かれている内容の整理です