AIを『使いこなす側』に回るための実用プロンプト集
ChatGPT / Claude / Gemini 等の汎用 LLM は、エンジニア業務の幅広い場面で生産性を上げます。本記事では編集部の視点で、業務で使える具体的なプロンプトの型を公開情報をもとに整理します。AIコーディングエージェント比較 もご参考に。
設計フェーズで効くプロンプト
(1) 「以下の要件で3つの設計案を出して、トレードオフを表で比較して」(2) 「この設計の盲点を5つ挙げて、それぞれ対策案も」(3) 「先輩エンジニアになりきって、この設計をレビューして」(4) 「この設計で1年後にスケールしなくなる箇所はどこ?」(5) 「外部API連携の失敗パターンを5つと、対策を」具体性・役割設定・複数案・反証の4つが効きます。
実装フェーズで効くプロンプト
(1) 「テスト先行で。まずテストコードを書いて、次に最小実装を」(2) 「この関数のエッジケースを10個挙げて、それぞれテストを」(3) 「これをリファクタして、関数を3つに分割して」(4) 「型定義を厳密化して、any を排除して」(5) 「セキュリティ観点でこのコードのリスクを5つ」実装は『分割して』『観点を変えて』が鍵です。TypeScript 上級 も合わせて。
レビュー支援プロンプト
(1) 「このPRを5観点でレビューして：可読性/保守性/セキュリティ/パフォーマンス/テスト」(2) 「コミットメッセージを Conventional Commits で書き直して」(3) 「変更点を箇条書きでサマリ。レビュアが30秒で理解できる粒度で」(4) 「このコードをジュニアエンジニアにレビューする想定でフィードバックを」(5) 「以前のコードと比べて何が改善されたか、表で」チームレビューの一次フィルタとして機能します。
ドキュメント作成プロンプト
(1) 「このコードからAPIドキュメントを OpenAPI 3.1 形式で生成して」(2) 「READMEを更新して、Getting Started を5ステップで」(3) 「障害ポストモーテムのテンプレに沿って書いて」(4) 「設計判断の ADR を書いて、文脈・選択肢・決定理由・帰結の4つで」(5) 「このTypeScript型からスキーマ図を Mermaid で」フォーマット指定で品質が安定します。
キャリア・学習に効くプロンプト
(1) 「この技術を3ヶ月で身につける学習計画を、週単位で」(2) 「私の経歴から、職務経歴書の改善点を5つ」(3) 「この技術トレンドを、3年スパンで予測して」(4) 「フリーランス独立の前に検討すべきリスクを10個」(5) 「面接で『なぜ転職を?』の理想の回答パターンを3つ」IT転職成功ロードマップ も合わせて。
失敗しがちなプロンプト
(1) 抽象的すぎる：「コードを良くして」では曖昧。(2) 機密コードを無計画に貼る：データポリシー確認必須。(3) 1回で完璧を求める：対話で深掘りが基本。(4) 出力を無検証で採用：必ずレビュー。(5) 同じプロンプトを延々再利用：分野ごとに型を更新。対策は、(1)具体性+役割+目標+制約、(2)機密はマスキング、(3)反復対話、(4)必ず人がレビュー、(5)プロンプトの棚卸し、です。