Chain-of-Thought・Role prompting・Few-shot 組み合わせ演習

この演習をはじめる前に

この演習は「プロンプト（AI への指示文）の書き方を変えるだけで、AI の答えの質がどれだけ変わるか」を、自分の手で確かめる実践レッスンです。マーケティングの専門知識は必要ありません。題材はマーケティングですが、ここで学ぶ「指示の組み立て方」は、企画・人事・経理・営業・サポートなど、どの職種の文章作成にもそのまま応用できます。

💡 このレッスンのゴールを一言で言うと 「とりあえず質問する」から「うまく考えさせる」へ、AI への頼み方をレベルアップすることです。

まず3つの技法を、料理にたとえて理解する

このレッスンには専門用語が3つ出てきます。最初に、ざっくりイメージだけつかんでおきましょう。詳しい使い方は演習の中で体験します。

技法（読み方）	ひとことで言うと	料理のたとえ
Chain-of-Thought（チェーン・オブ・ソート / CoT）	「結論だけでなく、考える手順を踏ませる」	いきなり完成品を出させず、下ごしらえ→調理→盛り付けの順に作らせる
Role prompting（ロール・プロンプティング）	「AI に専門家の役を演じさせる」	「あなたはベテランシェフです」と役割を与えてから作らせる
Few-shot（フューショット）	「お手本の例をいくつか見せてから作らせる」	完成写真を数枚見せて「これと同じ感じで」と頼む

📖 用語ミニ辞典

• プロンプト: AI に出す指示文・質問文のこと。
• ハルシネーション: AI が事実でないことを、もっともらしく言ってしまう現象。「幻覚」と訳される。本演習でも注意点として出てきます。
• ポジショニングステートメント: 「この商品は、誰の、どんな悩みを、どう解決するか」を1〜2文でまとめた宣言文。ステップ3で作ります。

---

演習目標

Chain-of-Thought（CoT）・Role prompting・Few-shot の3技法を組み合わせて設計した高度プロンプトが、シンプルな指示と比べてどのくらい出力品質が向上するかを実証し、用途別に最適な組み合わせを判断できるようになる。

演習課題

架空企業「サンブリッジ食品株式会社」（食品メーカー・従業員500名）のマーケティング部が、新製品の市場投入戦略の立案に Claude を活用しています。同じ業務タスクをシンプルなプロンプトと高度プロンプトで比較し、差を確認します。

📝 「市場投入戦略」って何？（初心者向け補足） 新しい商品を「いつ・誰に・いくらで・どこで・どう伝えて」売り出すか、という計画のことです。むずかしく考えず、「新商品の売り出しプラン」と読み替えてOKです。

演習の全体像（90分の流れ）

最初に全体の地図を見ておくと迷いません。各ステップで「プロンプトを少しずつ進化させて、答えがどう変わるか」を観察していきます。

ステップ	何をするか	使う技法	時間
1	まず素朴な指示と、手順を踏ませた指示を比べる	（比較の土台）→ CoT	20分
2	AI に専門家の役を与えてみる	+ Role prompting	25分
3	お手本を見せて精度を上げる	+ Few-shot	25分
4	「どの場面でどれを使うか」を自分用にまとめる	振り返り	20分

---

ステップ 1: シンプルプロンプトとの比較ベースライン作成 (20 min)

🎯 このステップの目的: 「何もテクニックを使わない普通の指示」を基準点（ベースライン）として記録します。基準があるからこそ、後で「どれだけ良くなったか」が測れます。

まず比較のベースラインとして、技法を使わないシンプルなプロンプトで試します。

新製品の市場投入戦略を考えてください。

製品: 「腸活プロテインドリンク」（乳酸菌2種類配合・タンパク質20g・カロリー120kcal・希望小売価格250円）
ターゲット: 20〜40代の健康意識の高い働く女性
発売時期: 3ヶ月後

プロンプト送信後に自分でやること:

• 回答を手元に保存する（後で比較するため。メモ帳やドキュメントに貼り付けておきましょう）
• 「この回答で実際に意思決定できるか」を5点満点で自己評価し、理由をメモする

💡 自己評価のコツ: 「なんとなく良い」ではなく、「具体的な数字や手順まで書いてあるか？」「明日から動けるレベルか？」という目線で点数をつけると、後の比較がはっきりします。

次に、以下のプロンプトで Chain-of-Thought を追加して比較します。下の【思考プロセス】の部分が、まさに「考える手順を踏ませる」CoT の正体です。

新製品の市場投入戦略を考えてください。

製品: 「腸活プロテインドリンク」（乳酸菌2種類配合・タンパク質20g・カロリー120kcal・希望小売価格250円）
ターゲット: 20〜40代の健康意識の高い働く女性
発売時期: 3ヶ月後

【思考プロセス】
以下の順序でステップごとに分析してから、最終的な戦略提案を出してください：
ステップ1: 市場環境の分析（プロテイン市場と腸活市場の現状・トレンド）
ステップ2: ターゲット顧客の深堀り（行動特性・情報収集経路・購買障壁）
ステップ3: 競合ポジショニング（類似製品との差別化ポイント）
ステップ4: チャネル・価格戦略の検討
ステップ5: 上記を統合した市場投入戦略の提案

各ステップの思考過程を明示しながら進めてください。

• 2つの回答を比較し「具体性・根拠の明確さ・実用性」の観点で差を記録する

🔍 観察ポイント: 多くの場合、CoT版は「なぜそうするのか」の理由が増え、結論が地に足のついたものになります。手順を分けて考えさせると、AI が論理の飛躍をしにくくなるためです。

---

ステップ 2: Role prompting の効果を検証する (25 min)

🎯 このステップの目的: AI に「ベテランの専門家」という役を与えると、答えの視点がどう変わるかを見ます。役割を与えるだけで、AI は「その立場の人なら何を気にするか」を盛り込もうとします。

あなたは食品・飲料業界で20年の経験を持つマーケティングストラテジストです。
P&G・コカ・コーラ・明治での新製品立上げを複数経験しており、
特に「健康食品」カテゴリの消費者インサイトの専門家です。

以下の新製品の市場投入戦略を、あなたのプロとしての知見を活かして分析してください。

製品: 「腸活プロテインドリンク」（乳酸菌2種類配合・タンパク質20g・カロリー120kcal・希望小売価格250円）
ターゲット: 20〜40代の健康意識の高い働く女性
発売時期: 3ヶ月後

特に以下の観点で、業界経験者ならではの視点を盛り込んでください：
1. 過去の類似製品の成功・失敗パターンから学べること
2. この価格帯での消費者の心理的ハードル
3. 今の市場で「やってはいけない」こと
4. 3ヶ月という短いタイムラインでの現実的な優先事項

【思考プロセス】
経験者として「まず何を確認し、どう考えるか」のプロセスも示してください。

プロンプト送信後に自分でやること:

• ステップ1の CoT 版と比較して、どんな「追加の視点」が出てきたか記録する
• Role prompting が「ハルシネーション（不正確な情報）」を増やすリスクについて考える

⚠️ 注意（ここ重要）: 専門家ロールを与えると、AI は「専門家なら知っているはず」と振る舞い、実在しない統計や事例を自信たっぷりに作り出すことがあります（＝ハルシネーション）。具体的な数字・社名・調査結果が出てきたら、そのまま信じず必ず一次情報で裏取りする習慣をつけましょう。役を与えるのは「視点」を増やすためであって、「事実」を増やすためではありません。

---

ステップ 3: Few-shot を組み合わせて精度を上げる (25 min)

🎯 このステップの目的: 「こういう形で出してほしい」というお手本（例）を見せると、AI の出力フォーマットと品質が一気に安定します。これが Few-shot の威力です。ここでは CoT・Role・Few-shot の3つを同時に使います。

あなたは食品・飲料業界で20年の経験を持つマーケティングストラテジストです（ステップ2と同じ役割設定）。

新製品の「ポジショニングステートメント」を作成します。
以下の例を参考に、同じフォーマットで作成してください。

【例1: 成功事例】
製品: オーガニック緑茶（180円/本）
ターゲット: 30〜50代の健康意識の高いビジネスパーソン
ポジショニングステートメント:
「本物の健康を日常に取り入れたいビジネスパーソンにとって、
[製品名]は1日の仕事の合間に飲める唯一の本格オーガニック緑茶です。
国産茶葉100%・農薬不使用という裏付けが、忙しい日常でも妥協しない
あなたのライフスタイルにふさわしい選択肢を提供します。」

【例2: 成功事例】
製品: 高タンパクヨーグルト（150円/個）
ターゲット: 20〜35歳のフィットネス志向男女
ポジショニングステートメント:
「運動後のリカバリーを最大化したいフィットネス志向の方にとって、
[製品名]はコンビニで手に入る最も効率的なタンパク質補給食です。
1個でタンパク質15g・低脂質という科学的な配合が、
あなたのトレーニング成果を食事面からしっかりサポートします。」

【今回の作成依頼】
製品: 「腸活プロテインドリンク」（乳酸菌2種類配合・タンパク質20g・カロリー120kcal・希望小売価格250円）
ターゲット: 20〜40代の健康意識の高い働く女性

【思考プロセス】
1. 例1・例2のパターンを分析してから、今回の製品に適用する
2. ターゲット顧客が「なぜこの製品を選ぶか」の本質的理由を特定する
3. 競合との差別化が明確に伝わるよう表現する

上記の3ステップの思考過程を示した後、最終的なポジショニングステートメントを出力してください。

📖 「2つの例文をよく見てください」: どちらも「〜したい〈誰々〉にとって、[製品名]は〈唯一の/最も〜な〉◯◯です。〈裏付け〉が、〈ベネフィット〉を提供します」という同じ骨組みになっています。Few-shot では、AI はこの共通の型を読み取って真似します。例を2つ以上そろえると、型が伝わりやすくなります。

プロンプト送信後に自分でやること:

• 3技法（CoT + Role + Few-shot）を組み合わせた出力を、ステップ1のシンプルプロンプトと最終比較する
• 「これは実際にプレゼンで使えるか」という基準で評価し、どの技法の貢献が最大だったかを特定する

💡 技法は足し算できる: CoT（考えさせる）＋ Role（立場を与える）＋ Few-shot（型を見せる）は、互いに邪魔をしません。1つずつ重ねると、それぞれが別の角度から品質を底上げします。

---

ステップ 4: 技法選択の判断基準を整理する (20 min)

🎯 このステップの目的: 学んだことを「次に自分が使うときの早見表」に変換します。知識は、自分の言葉でまとめ直して初めて使える道具になります。

これまでの演習（ステップ1〜3）の結果を踏まえて、
プロンプトエンジニアリングの3技法（CoT・Role prompting・Few-shot）の
「使い分けガイド」を作成してください。

【出力形式】

## 技法使い分けガイド

### Chain-of-Thought が効果的な場面
- 向いているタスクタイプ（3〜5個）
- 向いていないタスクタイプ（2〜3個）
- 実装時の注意点

### Role prompting が効果的な場面
（同上）

### Few-shot が効果的な場面
（同上）

### 組み合わせのベストプラクティス
| 業務タスク | 推奨組み合わせ | 理由 |
|----------|-------------|------|
（最低5つのタスクで表を作成）

## 今日の演習で得た最大の気づき（3点）
1. ...
2. ...
3. ...

最後に、「自分の業務で最初に試すべきプロンプト技法の改善点」を
具体的なアクションとして1つ提示してください。

プロンプト送信後に自分でやること:

• 使い分けガイドを読み、自分の実際の業務で最も使えそうな組み合わせを選ぶ
• 「最初に試すべき改善点」を今週のタスクとして登録する

💡 職種別の応用ヒント（マーケ以外の人へ）

• 人事: 「あなたは採用のプロです（Role）」＋「過去の良い求人票の例（Few-shot）」で求人原稿を作る。
• 経理・総務: 「規程改定の影響を、手順を踏んで洗い出して（CoT）」で抜け漏れを防ぐ。
• 営業: 「過去の刺さった提案メール2通（Few-shot）」を見せて、新規顧客向けに横展開する。
• サポート: 「丁寧で簡潔な返信の見本（Few-shot）」を渡して、回答トーンを統一する。

提出成果物

1. ステップ1で作成したシンプル版・CoT 版の比較記録（評価スコア・差の分析）
2. ステップ3で作成した3技法組み合わせによるポジショニングステートメント
3. ステップ4で作成した技法使い分けガイド（業務タスク別推奨組み合わせ表を含む）
4. 今週の業務で実践する具体的なアクション1件

採点基準 (100 点満点)

項目	配点	評価基準
比較分析の深さ	25点	シンプルプロンプトと各技法追加版の差異が具体的な観点で分析されているか
ポジショニングステートメントの品質	30点	Few-shot の例に倣った構造で、ターゲットへの訴求と競合差別化が明確か
使い分けガイドの実用性	30点	5件以上の業務タスクで推奨組み合わせと理由が明確に記述されているか
実践アクションの具体性	15点	「今週実際に試す」レベルで具体的に書かれているか

✅ 満点を取るためのセルフチェック: 提出前に「ステップ1の素朴版とステップ3の組み合わせ版を、実際に並べて比較したか？」「自分の業務での具体例まで落とし込んだか？」を確認しましょう。比較と具体化の2点が、評価の分かれ目になります。

確認問題

Q1. Chain-of-Thought プロンプトが最も効果を発揮するタスクはどれですか？

• a) 単純な事実の確認（「東京の人口は？」など）
• b) 複数の要因を考慮した戦略立案や複雑な問題解析 [x]
• c) 定型的なメール文章の生成
• d) 画像の説明文生成

Q2. Few-shot プロンプトで「例」を提示する主な目的はどれですか？

• a) AI の処理速度を上げるため
• b) 期待する出力フォーマット・スタイル・品質レベルを例示して、同じパターンで生成させるため [x]
• c) AI に正しい情報を学習させるため
• d) プロンプトの文字数を節約するため

Q3. Role prompting でリスクが生じやすい状況はどれですか？

• a) 専門家ペルソナを設定して戦略分析をさせるとき
• b) 特定分野の最新データや統計を引用させるとき（ペルソナが「知っているはず」と過信してハルシネーションが起きやすい） [x]
• c) 文章のトーン・口調を指定するとき
• d) 出力フォーマット（表・箇条書き等）を指定するとき