【対話型AIプロンプト完全攻略】職種別・目的別の作り方、改善・学習方法など一覧から選択して学べます

【LLMへの理解不足】
LLM（大規模言語モデル）がどのように動作するのか、得意なこと・苦手なことへの理解が浅いまま作られている。

【プロンプト原則の無視】
明確さ、具体性、文脈提供、役割設定といった、良いプロンプトを作るための基本原則が守られていない。

【目的・期待出力の曖昧さ】
何を達成したいのか、どのような形式や内容の出力を求めているのかが不明確なまま指示している。

【具体性・情報の欠如】
指示が抽象的すぎたり、背景情報、制約条件、参考例など、LLMがタスクを理解・実行するために必要な情報が不足している。

【過度な単純化】
「簡単さ」を追求するあまり、本来必要な指示や情報が削ぎ落とされてしまっている。

【テスト・検証不足】
作成者が十分に試行錯誤や検証を行っておらず、期待通りの結果が得られない「思いつき」レベルのプロンプトが共有されている。

【再現性の低さ】
特定のLLMモデルや設定（Temperatureなど）でのみ有効なプロンプトが、その前提条件なしに共有されている。

【情報の安易な拡散】
SNSなどで質に関係なく情報が拡散されやすく、質の低いプロンプトも目にする機会が多い。

【情報の陳腐化】
LLMは急速に進化するため、過去には有効だった手法が最新モデルでは最適でなくなっている場合がある。