プロンプトのベスト プラクティスを確認する

  • 10 分

Microsoft 365 Copilot は、Microsoft 365 のアプリとデータに接続された大規模言語モデル (LMM) に基づいて構築されています。 Microsoft 365 Copilot では、他の LLM を使用したチャットボットを超える機能を利用できます。 Microsoft 365 Apps や内部データ (記事、レポート、メール、プレゼンテーションなど) からデータを取得することもできます。 Copilot を使用すると、コンテンツの作成や編集、質問、情報の要約を行ったり、最新情報を入手したりできます。

Microsoft 365 Copilot のパフォーマンスは、多くの場合、ユーザーが提供するプロンプトの明確さと具体性に依存しています。 Copilot のプロンプトは、求めていることを Copilot に伝えるために使用する指示または質問です。 一般的な経験則として、求めている結果を得るために、複数回の会話のやり取りがあることを想定しておく必要があります。 Microsoft 365 Copilot との対話は関連するプロセスであることにご注意ください。 最初の応答が満足いくものでない場合、次の提案を適用することを検討する必要があります。

  • 明確にするためにプロンプトを絞り込みます。
  • より具体的にするか、言い回しを調整します。
  • 前の回答からのフィードバックを使用して、次のプロンプトを案内します。

次のセクションでは、Copilot の機能を最大限に活用するためのプロンプト作成のベスト プラクティスを紹介します。

明確で簡潔なプロンプトを提供する

Microsoft 365 Copilot とやり取りするときは、明確かつ簡潔であることが重要です。 Copilot はコンテキストを理解するように設計されていますが、プロンプトのあいまいさを減らすと、より正確な結果を導き出せる可能性があります。

  • クリアにする。 要求またはクエリを明確にします。
  • 簡潔にする。 明確さを損なうことなく簡潔にしてください。

明確で簡潔なプロンプトを提供することは、Microsoft 365 Copilot の真の可能性を活用するための基本です。 より具体的で詳細な命令を行うほど、Copilot は意図した結果に合わせて応答することができます。 次の例に示すように、汎用的なプロンプトから包括的なプロンプトに移行すると、Copilot の出力の品質と関連性が大幅に向上し、要件に完全に一致するコンテンツを確実に受け取ることができます。

初期プロンプト 潜在的な問題 修正されたプロンプト
この会議のトランスクリプトの要約 すべての関連する詳細をキャプチャしないか、重要な情報を省略する可能性があります この会議のトランスクリプトを分析し、会議を要約します。特に、Susan が指摘したすべての重要なポイントです。
このドキュメントをより簡潔に書き直す どのセクションを優先させるか、あるいは維持するかについてのコンテキストが欠如 このドキュメントの概要と結論を書き直して、要点を維持しながら簡潔にします。
思い出に残る体験についての個人的な物語を書く 物語に深みや細部がなく、感情的な共鳴や鮮明なイメージに欠ける一般的なストーリーが生成される可能性があります。 鮮やかな感覚の詳細と感情を使用して、自然の中で経験した思い出に残る体験についての個人的な物語を書きます。
最新発表の製品レビューをまとめる 実用的な分析情報を提供しない一般的すぎる概要が生成される可能性があります 最新のスマートフォン発売の製品レビューから、上位 3 つの肯定的な点と上位 3 つの否定的な点をまとめています。
この顧客の苦情に対する対応を下書きする 一般的すぎます。トーン、提供されるソリューション、または対応の深さが会社の基準や苦情の重大度と一致しない可能性があります 配送の遅延に関するこのお客様の苦情に対する申し立ての下書きを作成し、次の注文に対して 10% の割引を提供します。

明確で簡潔であることに加えて、応答の品質を向上させるのに役立つもう 1 つのベスト プラクティスは、肯定的な指示を与えることです。 Microsoft では、アクションを実行するように Copilot を構築しました。そのため、Copilot に対して "やらないこと" よりも"やるべきこと" を伝える方が効果的です。 "If-Then" 命令を使用してみてください。

最後に、覚えておくべき点として、AI は模倣に優れています。 大規模言語モデルは、人間の会話を模倣することによって機能するため、期待している出力の例を示してみてください。 例: "良いものは変わらない" というインスピレーションを例に、歯を白くし、息をスッキリさせる歯磨き粉の新しいブランドのキャッチーなスローガンを書いてください。

さまざまなスタイルを試す

創造力を発揮し、さまざまなスタイルを試して、自分のニーズに合った回答に的を絞りましょう。 トーン (中立的、カジュアル、プロフェッショナル) を指定したり、どのような表現を使用するかに関するガイダンスを提供したりしてみてください。 例: "技術専門家でない人が理解できる表現を使用してください。"

例え、詩、歴史的な寓話 ("このドキュメントの中心的なメッセージを説明するために使用できる歴史上の出来事は何ですか?" など) さえも、情報を処理するのに役立つ方法として役立ちます。

どの観点から回答するかを Copilot に指示する

どの観点から回答するかを指定すると、Copilot が要求のコンテキストを理解し、より正確な応答を生成するのに役立ちます。 これには通常、AI がロールプレイできるように、自分が誰であるか、何を達成しようとしているかについての説明が含まれます。 以下に例を示します。

  • あなたは LinkedIn の原稿を作成している SNS マネージャーです。
  • あなたは新しいキャンペーンに取り組んでいる製品マーケティング担当者です。
  • あなたは Python を学生に説明するのが上手なコーディング講師です。

また、次のような特定のペルソナまたはアプローチのスタイルで応答を求めることもできます。

  • スタンフォードのビジネス専門の教授の専門知識を使って、この問題を解決する方法を教えてください。
  • 技術専門家でない人が理解できる方法で、この難解な会社の概念について教えてください。

プロンプトの作成時に回避するべきことを理解する

慣行によっては、Microsoft 365 Copilot との最適な対話を低下させる可能性のあるものがあります。 注意すべき内容は次のとおりです:

  • あいまいさ。 過度に一般的なプロンプトを避けます。これにより、広範で有用ではない回答が得られます。
  • 過剰な複雑さ。 1 つのプロンプトに、質問や要求を含めすぎないようにします。
  • 前提条件。 同じセッション内でない限り、Copilot は以前の対話のコンテキストを持っていないことを前提としてください。

Copilot の限界を理解する

Microsoft 365 Copilot は強力ですが、問題が起きないとは限らないことを認識することは不可欠です。 Copilot の限界を把握すると、効果的なプロンプトを作成するのに役立ちます。 以下に例を示します。

  • 複雑なタスクの分割。 手作業で行う場合に複雑な思考プロセスや多くの手順を必要とするタスクは、Copilot でも同様に困難である可能性が高くなります。 これらのタスクや考えを管理しやすい部分に分割することを検討してください。
  • 反復のための最適化。 Copilot は、同じタスクを手動で実行する場合に比べて、単純な反復タスクを複数回実行する方が効率的です。
  • あいまいさ。 Copilot はあいまいなプロンプトを誤って解釈する可能性があるため、常に明確にすることを目指します。
  • ランダムな応答。 Copilot から得られる応答はランダムです。 まったく同じプロンプトを複数回使用すると、異なる応答が返ってくる可能性があります。
  • 許容できない応答。 大規模言語モデルは、Copilot が構築される基盤を提供します。 時には、LLM がバイアスをかけられた、または攻撃的、有害、不適切なコンテンツを生成することがあります。 そのため、応答を定期的に確認し、正確性と妥当性を検証することが不可欠です。

礼儀正しく

生成 AI と対話するときに基本的なエチケットを使用すると、敬意のこもった協力的な出力が生成されます。 礼儀正しい表現を使用すると、応答の調子を定めることができます。 生成 AI は、提供する入力のプロ意識、明快さ、詳細レベルも反映します。

生成 AI を使用するときは、一般的に "黄金律" として知られているルールをご検討ください。 黄金律の文言は、文化、宗教、哲学の伝統によって異なる場合がありますが、基本的な前提は "自分にしてほしいことを他の人にもする" ことです。 このアドバイスを AI にどのように応用できるでしょうか? "お願いします" や "ありがとう" と言うと Copilot が感謝するということではありません。それもあるかもしれませんが、Copilot と対話するときに基本的なエチケットを取り入れると、敬意のこもった協力的な出力を生成するのに役立ちます。

大規模言語モデル (生成 AI とも呼ばれます) は、人間の会話でトレーニングされます。 電子メールのオートコンプリートが次の単語または語句の候補を提案するように、LLM は入力に基づいて必要と思われる文や段落を選びます。 言い換えると、次に何が起こるかについて、確率の高い推測を行う巨大な予測マシンです。 したがって、Copilot が礼儀正しい要求を認識すると、礼儀正しい回答が返される可能性が高くなります。 同じことは、同僚や道で会う見知らぬ人にも言えます。コクのあるエスプレッソ、砂糖、シナモンで飾ったふわふわのソイラテを作ってくれるバリスタにも当てはまります。あなたが親切にすると、相手も親切にしてくれる傾向があります。 Copilot などの生成 AI ツールでも同じことが言えます。 生成 AI は、提供する入力のプロ意識、明快さ、詳細レベルも反映します。

Copilot に命令するのではなく、プロンプトで "してください" と言います。

  • このステートメントをもっと簡潔に書き直してください。
  • この製品のブランドを変更する方法を 10 個提案してください。

応答したら "ありがとう" と言い、助けに感謝していることを伝えます。 そうすることで、回答が丁寧に返されるようにするだけでなく、AI の応答性とパフォーマンスも向上します。

好奇心を持つ

英語では "好奇心は猫を殺した" ということわざがありますが、Copilot を使用するときは予備の質問をすることが重要です。 これは、Copilot に特定の指示を提供し、適切な質問をするのに役立ちます。その結果、Copilot を最大限に活用し、一般的な落とし穴を避けることができます。 好奇心を持つことは、わからないことを理解するだけでなく、グロース マインドセットを持つのにも役立ちます。これは、AI を使用するうえで不可欠です。

好奇心があれば、問題をよりよく理解し、Copilot に具体的な指示を提供するのに役立つ質問をする可能性が高くなります。 それにより、Copilot がより関連性の高いクリエイティブな応答を生成するのに役立ちます。

反復、反復、反復

ユーザーが AI で最もやりがちな間違いの 1 つは、1 回のプロンプトで理想的でない応答が生み出された後にあきらめてしまうことです。 Copilot の使用は動的な対話型のプロセスであり、お客様と Copilot が連携して、コンテンツの作成や複雑な問題の解決を行い、目標、期待、フィードバックに基づいて新しい情報を学習します。 また、最初のプロンプトはほんの始まりにすぎません。

最初の質問は出発点にすぎません。 詳細とコンテキストを提供するに従って、その会話は Copilot がお客様のニーズを理解し、より関連性の高い出力を生成するのに役立つものとなります。 また、他のすべての人が学ぶのにも役立ちます。 Copilot に何かの説明、要約、言い換えをリクエストすると、新しい分析情報や視点を得ることができます。

たとえば、良い出力や悪い出力が生成されたときに Copilot フィードバックを提供します。 これにより、お客様の期待値から学習し、パフォーマンスを向上させることができます。 以下に例を示します。

  • この文はあいまいすぎます。 もっと具体的にしてください。
  • ありがとうございました。 この方が良いです。
  • 段落の要点を要約した文を追加してください。

プレゼンテーションの準備が必要だとします。 最初に次のように入力するとします: 60 分間の基調講演のためのストーリーボードを作成してください。そこでは営業担当者が部屋いっぱいに集まり、持続可能性に対する新しいアプローチについて説明する必要があります。これらのファイルを背景として使用してください。

Copilot が下書きを共有したら、フォローアップできます。 以下に例を示します。

  • セクションごとに表示する主要なメッセージを追加します。
  • その計画は良いですが、この問題が営業担当者にとって重要である理由についてもっと詳しく知りたいです。

満足のいくまで続けます。 Copilot が落胆することはないため、たくさんのオプションをリクエストします。 以下に例を示します。

  • はじめの段落のアイデアを 10 個ください。
  • このセクションを 5 つの異なるスタイルで書き直してください。
  • この聴衆が共感するような例えを 3 つ教えてください。

実験は重要です。 クリエイティブになり、自分のニーズに最適なものが見つかるまで、いろいろなプロンプト、フィードバック、絞り込みを使用します。

演習: Copilot in Word を使用してプロンプトの結果を比較する

以下のヒントでは、効果的なプロンプトを作成するのに役立つガイダンスを提供します。 各ヒントには、Microsoft Word で実行できる演習が含まれています。 各演習では、それぞれのヒントに関連付けられたさまざまなプロンプトの結果を比較します。

  • ヒント: 詳細を含めます。 目標 (Copilot に求める内容) に加えて、コンテキストをいくらか含め、リクエストを満たすために Copilot がするべき対応について説明することを検討します。 また、Copilot が使用する必要がある特定の情報ソース (ファイルや電子メール メッセージなど) があれば、それも含めます。

    演習: Copilot in Word を使用して次の 2 つのプロンプトを試し、得られる応答を比較します。 より充実した、簡潔なブログ投稿の下書きを提供したのはどちらのプロンプトですか?

    • プロンプト 1: 農業における持続可能な手法に関するブログ記事を書いてください。
    • プロンプト 2: 有機農業やアグロフォレストリーのようなサステナブルな農業の手法の重要性と利点に焦点を当てて、サステナビリティに興味を持つ一般の聴衆向けに 1500 ワードのブログ投稿を作成してください。 実際の例、革新的なテクノロジ、信頼できるソースからの分析情報を含めます。 最後に、これらの手法の重要性を振り返り、それらを受け入れる集合的な取り組みを呼び出します。

  • ヒント: より良い結果を得るために、プロンプトを構造化します。 プロンプトにおいては、順序が重要です。 指示の順序は、得られる応答に影響する可能性があります。 プロンプトの後の部分は、前の部分よりも強調される可能性があります。 効果を理解するために、さまざまな順序を試します。 Copilot が特定のファイルやソースを使用するようにするには、その情報を最後に配置します。

    演習: Copilot in Word を使用して次の 2 つのプロンプトを試し、得られる応答を比較します。 どのような違いが見られますか?

    • プロンプト 1 (指示、文脈、例え): 瞑想の利点を概説するブログ投稿を作成してください。 瞑想は、何世紀も前から伝わる、ストレスを軽減する手法です。 たとえば、マインドフルネス瞑想法は、精神的な健康にプラスの影響を与えることがわかっています。
    • プロンプト 2 (文脈、例え、指示): 瞑想は、何世紀も前から伝わる、ストレスを軽減する手法です。 たとえば、マインドフルネス瞑想法は、精神的な健康にプラスの影響を与えることがわかっています。 この情報をふまえて、瞑想の利点を概説するブログ投稿を作成してください。

  • ヒント: 反復して再生成します。 多くの場合、最初の結果は最終的または最適な応答ではありません。 Copilot から得られた結果が満足のいくものでない場合、プロンプトを修正して、もう一度やり直します。

    演習: Copilot in Word を使用して、次の 3 つの反復を試します。 各反復で応答がどのように改善されるかを確認します。

    • プロンプト 1: 再生可能エネルギー技術の進歩について書いてください。
    • プロンプト 2: 太陽エネルギーと風力エネルギーに焦点を当てて、再生可能エネルギー技術の最近の進歩について説明する技術記事を書いてください。 この記事の対象読者は、エンジニアと環境科学者で構成されています。
    • プロンプト 3: エンジニアや環境科学者向けの詳細な技術記事を作成してください。 記事では、太陽エネルギーと風力エネルギーに焦点を当てて、再生可能エネルギー技術の最近の進歩とイノベーションを詳しく説明する必要があります。 これらのテクノロジの背後にある科学的原則、効率の向上、実際のアプリケーションについて説明します。 正確で最新の情報を得るため、最近の研究論文、特許、業界レポートを参照してください。