生成AIパスポート用語解説

プロンプトとは

生成AIに対して出力の指示や条件を与える、入力のテキストや文章。

まず押さえる結論

プロンプトは、生成AIパスポートの「第5章テキスト生成AIのプロンプト制作と実例」に出てくる用語です。見分けの要点は、プロンプトエンジニアリングは、望ましい出力を得るために指示（プロンプト）の与え方を工夫・設計する取り組みです。プロンプトはその工夫の対象となる入力のテキストや文章そのものを指します。プロンプトが「もの」、プロンプトエンジニアリングがそれを「工夫する取り組み」という関係で区別します。

情報源と編集区分

公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。一次情報確認日: 2026-08-31。

公式シラバス（PDF）（公式）

混同しやすい用語との差

プロンプト / ファインチューニング

プロンプトは、モデルへの入力指示や条件指定です。出力形式や前提を与えて回答を調整します。

ファインチューニングは、学習済みモデルに追加学習を行ってモデル側を調整する方法です。

見分け方: 入力で制御する話か、モデルを追加学習する話かを見ます。

プロンプトの具体例と、問題文で見る箇所・隣接概念との境界

指示の与え方を工夫する取り組みそのものではなく、生成AIへ渡す入力のテキストや文章そのものとして捉える

生成AIに「〇〇について300字で要約して」と入力するとき、この入力のテキストそのものがプロンプトです。プロンプトには、何をしてほしいかという指示、判断材料になる文脈、処理してほしいデータ、出力形式の指定などが含まれることがあります。同じ生成AIでも、渡すプロンプトの文章が変われば出力される内容も変わります。

問題文で見る箇所: 「生成AIへの入力のテキストや文章」「指示や条件を与える」という語があればプロンプトを候補にします。望ましい出力を得るために指示の与え方を工夫・設計する取り組みを説明している場合は、プロンプトではなくプロンプトエンジニアリングを候補にします。
隣接概念との境界: プロンプトエンジニアリングは、望ましい出力を得るために指示（プロンプト）の与え方を工夫・設計する取り組みです。プロンプトはその工夫の対象となる入力のテキストや文章そのものを指します。プロンプトが「もの」、プロンプトエンジニアリングがそれを「工夫する取り組み」という関係で区別します。

誤答しやすい選択肢

望ましい出力を得るために指示の与え方を工夫・設計する取り組みをプロンプトと呼ぶ。それはプロンプトエンジニアリングの説明であり、プロンプトは入力のテキストや文章そのものを指します。
事前学習済みモデルへ追加データを与えて調整する処理をプロンプトと呼ぶ。それはファインチューニングの説明であり、プロンプトはモデルを学習させず入力として渡す文章です。
プロンプトを工夫すればモデルの重みが書き換わり、次回以降の回答にも自動的に反映されると考える。プロンプトは1回の入力に対する指示であり、モデル自体を変更するものではありません。

4段階の判断手順

01設問が指す対象が入力のテキストそのものか、その工夫・設計の取り組みかを先に分ける。
02入力のテキストや文章の説明であればプロンプトを候補にする。
03工夫・設計という取り組みの説明であればプロンプトエンジニアリングに切り替える。
04モデルの重みを変える処理（ファインチューニング）の説明が混ざっていないか見直す。

到達条件: プロンプトを生成AIへの入力のテキストとして説明し、プロンプトエンジニアリング・ファインチューニングとの違いを言える。

試験での問われ方

定義の言い換え

用語そのものではなく、説明文の一部を言い換えて出されることがあります。

似た概念との比較

同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。

具体例からの判断

問題文の事例が、定義のどの部分に対応しているかを先に確認します。

誤答しやすいポイント

「第5章テキスト生成AIのプロンプト制作と実例」の問題で、取り違えやすい組み合わせです。

Zero-ShotとFew-Shotの取り違え。例を示さず指示だけ＝Zero-Shot、例をいくつか示してから指示＝Few-Shot。
プロンプトエンジニアリングとファインチューニング／プレトレーニングの混同。プロンプトエンジニアリングは指示の与え方の工夫で、ファインチューニングとプレトレーニングはモデル側の学習段階。
テキスト生成AIの不得意（正確な計算・最新の情報・芸術の批評）を、得意分野（要約・メール作成・箇条書き変換）と取り違える。