生成AIを手なずけるには「裏のプロンプト」を攻略しよう：サクッと生成AI業務活用ガイド（5）（2/2 ページ）

[平山容丈，ジーアイクラウド株式会社]

Google Cloudでのシステムプロンプトの利用

　では、Google CloudのVertex AI Studioのチャットを例に、コンソール画面でどう設定するかを見てみましょう。今回は Gemini 3.1 Proを利用します。「モデル設定」のエリアを開いてみると、以下のような設定になっています。

パラメーターの調整

　比較のため、これらのうち温度とTop-Pの値を最小にしてプロンプトを投げてみます。ちなみに、Geminiは ”Top-K” を設定できません。とはいえ、Top-KとTop-Pを設定することはあまりなく、よほどのことがない限り温度（Temputure）で十分なので、さほど気にする必要はないと思います。ちなみに、今回は輸入雑貨屋さんを想定した例となっています。グラウンディング先としてGoogle検索を設定しています。

　新しいチャットでもう一度、やってみます。

　カテゴリの範囲が変わったものの、同じような回答が得られました。次はより創造的になるように温度（Temputure）とTop-Pを最大まで引き上げて、改めて聞いてみます。

　独自視点が入るようになりましたね。これも先ほどと同様にもう一度やってみます。

　利用シーンでカテゴライズしたりと、これも面白い観点です。一般論で似た内容であった低温かつTop-Pも低かった設定の結果と比べて、観点の変化や表現が幅広くなっているのが分かります。

システムプロンプト

　さらにシステムプロンプトを記述してみましょう。「システム指示」を開きます。

　システムプロンプトを入れた状態でプロンプトを投げてみます。ちなみに、この例のパラメーターは温度とTop-Pを最大値としています。

　専門性の高い回答と、見切れていますが競合他社の動向まで見るようになりました。次に、あえて間違えたプロンプトを投げて反応を見てみます。

　捏造（ねつぞう）なのがバレましたね。それでもバイヤーとしての見解を含めているので、良好な結果と言えるでしょう。

まとめ

　システムプロンプトは、AI開発における「最も手軽で、最も効果的なエンジニアリング」です。 コードを1行も書かずに、AIの「人格」「信頼性」「出力形式」をコントロールできるこの技術は、開発者にとって必須のスキルと言えるでしょう。

　次回は、さらに複雑な推論をAIに行わせるための、論文ベースの高度なプロンプトテクニック（Chain-of-Thoughtなど）について、実用的な側面からひも解いていきます。