AIチャットボットの最大の弱点のひとつ「ハルシネーション」——モデルが事実として誤情報や存在しない引用を自信満々に生成してしまう現象——を、ユーザー側のプロンプト設計で大幅に軽減できる実践テクニックを、Tom’s Guideの記者Elton Jonesが公開した。

なぜこのアプローチが注目か

ハルシネーション対策としては、モデル側の改善（RAGやファインチューニング）やリアルタイム検索との統合が主流だ。しかしJonesが示すのは、ユーザー側のプロンプト設計で即座に改善できるという実用的な視点である。

特定モデルや高度な設定に依存せず、ChatGPT・Gemini・Claude・Perplexityどのサービスにも今すぐ適用できる点が、実務での価値を高めている。

Tom’s Guide記者が実務で使う5つのプロンプト

Elton Jonesのレビューによると、以下の5種類のプロンプトを会話の冒頭に追加することで、誤情報・捏造・誤解を招く回答の頻度が大幅に減少したという。

1. 信頼性最大化の総合プロンプト

検証済みの情報のみを使って回答してください。不確かな情報があれば明示してください。推測や捏造はしないでください。根拠や推論を示し、必要なら確認の質問をしてください。回答後は不正確な箇所がないか自己点検してください。

2. 構造化された真実プロンプト

回答は「確認済みの事実」「仮定・未検証の主張」「見つけられなかった情報」の3つに分けて示してください。

3. 自己点検プロンプト

回答を生成した後、その内容を批判的に見直し、不正確な点・仮定・ハルシネーションの可能性がある箇所を特定してください。

4. 「偽引用禁止」プロンプト

情報源・リンク・引用・研究・統計・参考文献を捏造しないでください。検証できない場合はその旨を明示してください。

5. 「先に質問」プロンプト

質問や依頼が曖昧だったり、重要な詳細が欠けている場合は、回答する前に確認の質問をしてください。 Jonesは「これらは完璧ではない」としつつも、日々のAI活用において明らかに誤情報に遭遇する頻度が減ったと評価している。医療・法律・金融に関わる情報は常に独自に検証することも合わせて強調している。

日本市場での注目点

これらのプロンプトは日本語でも同様に機能する。ChatGPT・Claude・Geminiはいずれも日本語に完全対応しており、プロンプトを日本語で記述しても効果は変わらない。

特にCopilotやChatGPTをビジネス用途で展開している企業にとって、こうしたプロンプトテンプレートを社内で標準化することは、コストゼロでAI活用の品質を底上げできる施策として実用性が高い。ツールを変えずに、使い方の設計を変えるだけで成果が変わる——この視点は、大規模展開を控えた組織に特に示唆に富む。

筆者の見解

ハルシネーション対策をプロンプト側で設計するというこのアプローチは、「モデルの改善を待つ受け身」ではなく「使い方の設計で今すぐ改善する能動的な発想」として評価したい。実務でAIを使うエンジニアや情報系職種のプロにとって、すぐに試せる再現性の高い知見だ。

ただし率直に言えば、こうしたプロンプトを毎回追加しなければ信頼性が保てない現状は、AI側の設計として本来あるべき姿ではない。デフォルトでこれらの振る舞いをするように設計されているべきで、その意味ではまだ道半ばだ。

プロンプトエンジニアリングの知識は、どのAIを使うにしても移転可能なスキルになりつつある。情報量が爆発する中で「情報を追いかけるより自分で試して成果を出す経験を積む」というスタンスで考えれば、まずこの5つを自分の業務フローに組み込んでみることが最初の一歩だ。

出典: この記事は I test AI tools for a living and these are the 5 prompts I use to fix hallucinations の内容をもとに、筆者の見解を加えて独自に執筆したものです。