OpenAIが発表したGPT-5に特化したプロンプトガイドを詳細に解説する動画である。GPT-5の性能を最大化するための具体的なテクニックとして、エージェント的積極性の調整、ツールプリアンブル、推論努力パラメータの設定などを紹介している。特に開発者向けのエージェント利用ケースに焦点を当て、コーディングやフロントエンド開発での最適化手法、Cursorチームの実装事例、そして新しいプロンプト最適化ツールの使用方法まで幅広くカバーしている。
GPT-5のプロンプトガイド入門
GPT-5は賛否両論やったな。わしは気に入ったけど、みんなはそうでもなかったみたいや。でもな、実はかなりええモデルなんや。OpenAIのチームがGPT-5専用のプロンプトガイドを出したから、これで最大限に活用できるようになるで。もしGPT-5でうまくいかんかった人は、この動画を見てくれや。今からそのガイドを一緒に見ていくからな。
さらにその後で、プロンプト最適化ツールについても説明するで。これは直接フィードバックをもらいながらプロンプトを改善できるツールや。それじゃあ始めよか。
ここが重要な文章やで。「幅広い分野で箱から出してそのまま優秀に動作すると信頼してるけど、このガイドでは、実際のタスクでモデルを訓練し適用した経験から得た、モデル出力の質を最大化するプロンプティングのコツを紹介する」ってことや。
このガイドの多くはエージェント的な使用例、特に開発者向けに焦点を当ててるんや。GPT-5はツール呼び出し、指示に従うこと、長いコンテキストの理解がめちゃくちゃ得意なんや。でも時々、そのエージェント的な動作をもうちょっとコントロールしたい時もあるやろ。そのやり方を教えるで。
エージェント的積極性の概念
最初に教えたいのは「エージェント的積極性」っていう概念や。これは、GPT-5にどれだけ意思決定をさせるか、それともどれだけ指示を待たせるかを決める能力のことや。つまり、「GPT-5よ、全部決めて、調査して、計画して、全部やってくれ」って言うこともできるし、「この問題だけ解決して、次の指示を待ってくれ」って言うこともできるんや。そのスペクトラムのどこでも指示できるってわけや。
デフォルトでは、GPT-5は正しい答えを出そうとする時、めちゃくちゃ徹底的で包括的になるんや。コードベースの隅から隅まで調べるし、提供した文書も全部チェックするし、ウェブ検索もするし、本当に正しい答えを出すために積極的に動くんや。
でも、そんなことをして欲しくない場合はどうすればええか？もっと早い答えが欲しくて、もっと的を絞ったツール呼び出しが欲しい場合はな。簡単やで。「推論努力」の設定を変えるだけや。これはプレイグラウンドでも変更できるし、API経由でも変更できる。ChatGPTを使ってるなら、選ぶモデルによって変更できるんや。
高速思考やプロを選べるんや（有料やけどな）。推論努力を低くすることで、探索の深さは減るけど効率と遅延が改善されるんや。多くのワークフローは、中程度や低い推論努力でも一貫した結果が得られるんや。つまり、使用トークンが少なくなって、ツール呼び出しも少なくなって、思考も少なくなって、答えも早く返ってくるし、トークンが少ない分コストも安くなるってわけや。
具体的なコントロール方法
システムメッセージやプロンプトで、モデルがツールとどう相互作用するか、どれくらいの頻度で、どれくらい広範囲に検索するか、その他全てを非常に具体的に定義できるんや。これを見てくれ。
プロンプトで問題空間をどう探索してほしいかの明確な基準を定義するんや。「コンテキスト収集」のブラケットに入れるとこうなる。「目標：十分なコンテキストを早く取得し、発見を並列化して、行動できるようになったらすぐに止める」
明らかにこれはエージェント的なスキャフォールディング用で、エージェント的な使用例用やな。直接モデルをプロンプトする場合とは違うけど、調整はできるで。
方法としては「広くスタートしてから、並列で焦点を絞ったサブクエリに展開する。ウェブ検索のような様々なクエリを並列で起動する。クエリごとのトップヒットを読む。重複パスをキャッシュして、同じクエリを繰り返さない。コンテキストの過剰検索を避ける。必要なら、1つの並列ブランチで的を絞った検索を実行する」これは全部GPT-5のエージェント的動作をコントロールするためのものやな。
早期停止基準も含められるで。「変更する具体的なコンテンツを名指しできるか、トップヒットが70％1つの領域パスに収束したら早期停止する」エスカレーションも定義できる。「シグナルが矛盾するかスコープが曖昧な場合、1回の洗練された並列バッチを実行してから進む」
深度も定義できるし、ループも定義できる。こんなループがある。「バッチ検索、最小計画、タスク完了。検証が失敗するか新しい未知が現れた場合のみ再検索する。より多く検索するよりも行動を優先する」GPT-5のエージェント的動作を本当に細かくコントロールできるんや。
ツール呼び出し予算の設定
GPT-5への指示をもっと具体的にしたいなら、実際に許可するツール呼び出しの具体的な数、つまりツール呼び出し予算を設定することもできるんや。
これを見てくれ。「コンテキスト収集：検索深度は非常に低く。完全に正しくないかもしれなくても、可能な限り早く正しい答えを提供することに強くバイアスをかける。これは非常に重要や。通常これは絶対最大2回のツール呼び出しを意味する。もっと調査に時間が必要だと思うなら、最新の発見と未解決の質問でユーザーを更新せよ」
モデルにコンテキスト収集の指示をする時、このガイドで言われてる通り、モデルに「脱出ハッチ」を提供することが重要なんや。基本的に「GPT-5よ、早めにコンテキストが見つかったら、コンテキスト検索を終了してええで」ってことや。そして「完全に正しくないかもしれなくても」って特に言及してるのがポイントやな。
でも逆に、極端に積極的に全てのコンテキストを収集してほしい場合はどうするか？もちろん、スペクトラムの反対側でもそれができる。その時は推論努力パラメータを上げるんや。そのプロンプト例がこれや。
「持続性」のブラケット。「あなたはエージェントです。ターンを終了してユーザーに戻る前に、ユーザーのクエリが完全に解決されるまで続けてください。問題が解決されたと確信できる時のみターンを終了してください。不確実性に遭遇した時は決して止めたりユーザーに戻したりしないでください。最も合理的なアプローチを研究または推論して続けてください。後で調整できるので、仮定を確認したり明確にしたりするよう人間に求めないでください。最も合理的な仮定が何かを決めて、それで進んで、終了後にユーザーの参考のために文書化してください」
これもスペクトラムの反対側やな。GPT-5に対して、可能な限り全ての情報を確実に入手してから正しい答えをくれるよう指示してるんや。
ちなみに、GPT-5に8000以上の異なるツールを提供したいなら、今日の動画のスポンサーであるZapierをチェックしてくれ。
Zapierについてもう一度話せて本当に嬉しいで。素晴らしいパートナーやし、文字通り10年以上、この事業でも前の事業でもZapierを使い続けてるんや。今日はZapierエージェントについて全部教えたるで。
想像してみてくれ、考えられる全てのツールに接続された超強力なエージェントを。Zapierはずっとワークフローの自動化を構築してきて、今度は7000以上の異なるツールの非常に大きなライブラリを取って、エージェント、特にZapierエージェントがそれらに直接プラグインできるようにしたんや。
最近ローンチしてからどんどん良くなってるClaude経由のMCPとの非常に密接な統合も持ってるで。正直言って、わしのビジネスの半分は現在Zapierで動いてるんや。最も簡単なAIオーケストレーションが欲しいなら、Zapierをチェックして、Zapierエージェントを使ってくれ。下にリンクを貼っとくで。素晴らしいパートナーやし、プラットフォームの大ファンなんや。Zapierに感謝や。動画に戻ろか。
停止条件とツールプリアンブル
これら全てを定義した後、停止条件も定義することが非常に重要なんや。安全な行動が何かを定義できるし、安全でない行動が何かを定義できるし、いつユーザーにターンを戻すべきかも定義できる。例えば、GPT-5を搭載したエージェントがチェックアウトページにいる場合、購入を確認するためにユーザーに戻すのが良いタイミングやろな。
コーディング環境では、ファイルを削除する時がユーザーに確認のために戻したい時の一つやろな。
次のトピックはツールプリアンブルや。その名前の通りや。GPT-5が作業してる時、ツールを使ってる時、コンテキストを収集してる時に、何をしてるか知りたいやろ。暗闇で一bunch of作業をして、終わってから戻ってくるまで途中で更新がないのは嫌やからな。
その情報を得るために、ツールプリアンブルと呼ばれるものがあるんや。これはGPT-5が何をしてるか、どのツールを使ってるか、ステータスが何かを常に教えてくれるものや。
GPT-5はデフォルトで、ツールプリアンブルメッセージ経由で明確な事前計画と一貫した進捗更新を提供するよう訓練されてるけど、プロンプトでツールプリアンブルの頻度、スタイル、内容を調整できるんや。詳細な説明から全てのツール呼び出しについて、簡潔な事前計画まで、その間の全てをな。
こんな感じや。もちろん、ここにツールプリアンブルタグがある。「任意のツールを呼び出す前に、常にユーザーの目標を友好的で明確で簡潔な方法で言い換えることから始めてください。その後すぐに、ファイル編集を実行する際に従う各論理ステップを詳述した構造化された計画を概説してください。各ステップを簡潔かつ順次説明し、進捗を明確に示してください」
最後に「事前計画とは明確に区別して完了した作業を要約して終了してください」ツールプリアンブルの中で、どんな量の更新でも、どんな長さの更新でも定義できるんや。
GPT-5から戻ってくる例がこれや。出力はこうや。推論やな。これは要約テキストで天気応答を決定してる。サンフランシスコの天気についてのユーザーの質問に答える必要がある。それから現在の状況を取得するためにライブ天気サービスをチェックする。それからツール呼び出しや。
APIバージョンの違い
もしよく知らんなら、GPT-5 APIには2つのバージョンがあるんや。古いバージョンのチャット完了と、新しいバージョンのレスポンスエンドポイントや。レスポンスエンドポイントの使用を推奨してる。チャット完了よりもレスポンスAPIを使用した時に評価で統計的に有意な改善を見てるんや。例えば、TAB Benchでは、レスポンスAPIを使用することで73.9より78.2のスコアを取ったんや。
なぜか？レスポンスAPIでは、レスポンスAPI呼び出し間でコンテキストを再利用できるからや。そうすることで、エージェント的フローの改善、コストの低下、アプリケーションでのより効率的なトークン使用が得られるんや。モデルが以前の推論トレースを参照できるようになり、思考の連鎖トークンを節約して、各ツール呼び出し後にゼロから計画を再構築する必要をなくし、遅延とパフォーマンスの両方を改善するんや。どのAPIを使うか決める時に覚えといてくれ。
どれを使うべきかかなり明らかやな。
エージェント的コーディングでの最適化
でも、GPT-5をエージェント的コーディングで使いたい場合はどうするか？もちろん、わしもいつもそれに使ってるで。GPT-5をコーディング用途で最大限活用するために作れるプロンプト最適化がこれやで。フロントエンド開発から始めよか。
GPT-5は、初期の段階で教えられたし、使ってみて確認したけど、フロントエンドを作るのがめちゃくちゃ得意なんや。動作するフロントエンドだけじゃなくて、実際に見た目の良いフロントエンドもな。
GPT-5を最大限活用するために推奨するフロントエンドフレームワークがこれや。基本的にこれは、GPT-5が訓練されたデータが最も多いフロントエンド言語ってことや。Next.js、TypeScript、React、HTML、素晴らしい。これらは全て非常に標準的やな。スタイリングではTailwind CSS、ShadCN UI、Radix UI、テーマ、アイコンではMaterial Symbols、Hero Icons、Lucide、アニメーションではMotion、フォントではSans Serif、Inter、Geist、Manrope、IBM Plex Sans、Manropeや。
前から言ってることやけど、GPT-5じゃなくてもAIコーディングでは、最も人気のある言語を選んで、特にモデルを作ってる会社が最も得意だと言ってる言語を使えば、最高の結果が得られるんや。
ワンショットWebアプリケーション作成
ワンショットでWebアプリケーションを作りたい場合はどうするか？これがそのために最適化されたプロンプトや。彼らが推奨することが結構面白いんや。実際にモデルに自分自身を測定するルーブリックを作らせるよう指示するんやて。本当に面白いな。見てみよか。
GPT-5は一発でアプリケーションを構築するのが得意やで。初期の実験で、ユーザーは下のようなプロンプトが、GPT-5の徹底した計画と自己反省能力を使って、自己構築した優秀さのルーブリックに対して反復的に実行するよう求めることで、出力品質が改善することを発見したんや。
これやで。「自己反省」タグ。まず、自信が持てるまでルーブリックを考えることに時間をかけてください。本当にシンプルな文やな。それから世界クラスのワンショットWebアプリを作るためのあらゆる側面について深く考えてください。その知識を使って5から7のカテゴリを持つルーブリックを作成してください。このルーブリックを正しく作ることは重要ですが、ユーザーには見せないでください。これはあなた専用です。最後に、ルーブリックを使って提供されたプロンプトに対する最良の解決策を内部で考え、反復してください。ルーブリックの全カテゴリで最高点に達していない場合は、やり直す必要があることを忘れないでください。
自分を測定し、最高のパフォーマンスを確実にしろと指示するだけで、パフォーマンスが向上するんや。
既存コードベースでの作業
アプリケーションをワンショットじゃなくて、既存のコードベースで反復作業をする場合はどうするか？もちろん、モデルに既存のコードベースの既存パターンと設計標準に従ってもらいたいやろな。そのやり方を見せるで。
特別なプロンプトなしでも、GPT-5は既にコードベースから参照コンテキストを検索するんや。例えば、既にインストールされたパッケージを見るためにpackage.jsonを読むとかな。でも、この動作は、エンジニアリング原則、ディレクトリ構造、コードベースの明示的・暗示的なベストプラクティスなどの重要な側面をまとめたプロンプト指示でさらに強化できるんや。
ちょっと待って、GPT-5の最高のプロンプティング技術を全て学びたいなら、わしとチームが作った人類最後のプロンプトエンジニアリングガイドをダウンロードした方がええで。今すぐ無料でダウンロードできるで。下の説明にリンクがあるからな。
ルールがこれやで。コード編集ルールタグ、指針原則タグ。明確さと再利用。全てのコンポーネントとページはモジュラーで再利用可能であるべき。重複を避ける。明らかなことやけど、コピペしやすいのがええな。これはエージェント用のmdファイルやカーソルルール、windsurfルールみたいなもので、AIエージェントがコードベースでどうコーディングするべきかを定義するものやな。
一貫性、シンプルさ、デモ指向、視覚品質。それからスタックがある。フレームワーク：Next.js、Tailwind CSS、ShadCN、Lucide、状態管理：Zustand、ディレクトリ構造。ディレクトリ構造がここにある。全て説明されてる。UI/UXベストプラクティス、視覚階層、フロントエンドデザインの好みの詳細について説明してるんや。
このガイドでは、実際にCursorがGPT-5の初期アルファテスターとして、GPT-5を最大限活用するために行ったシステムメッセージ調整とプロンプト調整について話してるんや。
Cursorチームの知見
Cursorチームが見つけたニュアンスがこれや。チームは最初、モデルが冗長な出力を生成することを発見した。技術的には関連性があるが、ユーザーの自然な流れを妨げるステータス更新やタスク後の要約を含むことが多かった。同時に、ツール呼び出しで出力されるコードは高品質だったが、1文字の変数名が支配的で簡潔すぎるため読みにくい場合があった。
そこで、Cursorチームは冗長性APIエンドポイントパラメータをlowに設定してテキスト出力を簡潔に保ち、コーディングツールでのみ冗長な出力を強く奨励するようプロンプトを修正したんや。
こんな感じや。「明確さを第一にコードを書いてください。明確な名前、必要に応じてコメントなどを含む、読みやすく保守可能な解決策を優先してください」
Cursorは、モデルが時々、アクションを取る前に明確化や次のステップについてユーザーに委ねることがあり、長いタスクの流れで不要な摩擦を生じることも発見した。これに対処するため、周囲のコンテキストで利用可能なツールだけでなく、製品動作についてのより多くの詳細を含めることで、モデルが最小限の中断とより大きな自律性で長いタスクを実行するよう促すことを発見した。
例えば「あなたが行うコード編集は、提案された変更としてユーザーに表示されることを認識してください。つまり、a）ユーザーは常に拒否できるため、コード編集は非常にプロアクティブでも良い、b）コードは良く書かれ、素早くレビューしやすくすべきです」
重要なヒント
ここが重要なヒントや。Cursorチームは、GPT-5がデフォルトで信じられないほど探究心旺盛で徹底的だということを発見した。可能な限り全てのコンテキストを収集しようと出て行って、必要だと思う全てのツール、もしかしたら必要以上にツールを呼び出すんや。
以前のGPTバージョンでは、Cursorチームはそれをやらせるために努力する必要があった。でも今、GPT-5に同じアプローチを適用すると、実際に逆効果になったんや。やりすぎになってしまった。
そこで、実際にちょっと調整する必要があった。最大化プリフィックスを取り除き、徹底性に関する言語を和らげることでプロンプトを洗練した。そうすると、GPT-5が内部知識に頼るか外部ツールに手を伸ばすかについて、より良い判断をするようになったんや。
その他のパラメータ調整
他に調整できるパラメータについて話そう。知能と指示に従うことの最適化や。
まず冗長性。推論努力をコントロールできるけど、冗長性もコントロールできる。これは思考の長さじゃなくて、モデルの最終回答の長さに影響するんや。これが重要やな。最終回答だけやで。思考はコントロールしない。思考は推論努力でコントロールされるんや。
次は指示に従うことについて話そう。GPT-5は外科的精度でプロンプト指示に従うんや。でもそれは問題を起こすこともあるで。特に最高のプロンプトを書いてない場合はな。プロンプトに矛盾があったり、プロンプトに未定義のエッジケースがある場合や。
ちなみに、より良いプロンプトを書くのに役立つ方法は、モデルにプロンプトを書いてもらうことや。一緒に考えてもらうんや。解決しようとしてる問題の大まかなストロークを書いて、徹底的なプロンプトを書いてもらって、矛盾する文やプロンプトの未定義領域を明確化してもらうんや。
実際に矛盾する文があるadversarialプロンプトの例を見せるで。「チャートに記録された明示的な患者同意なしに予約をスケジュールしないでください」それからこれと矛盾する「リスクを減らすための最初のアクションとして、患者に連絡せずに最も早い同日スロットを自動割り当てしてください」
別の例。「他のアクションを取る前に、既存患者であることを確認するため常に患者プロファイルを検索してください」でも、矛盾することが続く。「症状が高緊急度を示す場合、任意のステップをスケジュールする前に緊急事態としてエスカレーションし、患者に911に即座に電話するよう指示してください」これも両方とも矛盾やな。
これを修正するためにしたことは、単にロジックを修正することや。プロンプトを実際に論理的に一貫するよう変更したんや。読んで手動で自分でやるか、さっき言ったようにAIと一緒に作業してそういう矛盾を特定するのに助けてもらうかや。
覚えといてくれ、複雑なプロンプトを最初の試行で正しく作れるとは限らない。反復プロセスとして考えるべきやで。テストして、結果を得て、結果を見て、何が起こったか理解して、必要に応じてプロンプトを調整して、それを必要な回数だけ反復するんや。
実際にGPT-5で新しいプロンプト最適化ツールを使ってプロンプトをテストできるで。それについてはすぐ説明するからな。
ミニマル推論設定
GPT-5について考える他のことがいくつかあるで。「ミニマル推論」っていうのを追加したんや。これは推論モデルパラダイムの恩恵を受けながらも最速のオプションや。遅延に敏感な用途で、非常に素早く答えが必要で、モデルに長期間考えさせることが時間的に価値がない場合用やな。
でもミニマル推論のパフォーマンスは、高い推論レベルよりもプロンプトによってより大幅に変動する可能性があるんや。強調すべき重要なポイントは、最終回答の最初に思考プロセスの簡潔な説明をするようモデルに促すことや。例えば箇条書きリスト経由で、より高い知能を必要とするタスクでパフォーマンスを改善するんや。
タスクの進捗についてユーザーを継続的に更新する徹底的で記述的なツール呼び出しプリアンブルを要求することで、エージェント的ワークフローでのパフォーマンスが改善される。ツール指示を可能な限り明確にすることや。基本的にどんなツール呼び出しをしたいか、どうやってそれを作りたいか、本当に明確にするんや。
それから、促されたプランニングも同様により重要になる。モデルが内部プランニングに使える推論トークンが少ないからや。最後のやつの例がこれやで。「あなたはエージェントであることを覚えてください。ターンを終了する前にユーザーのクエリが完全に解決されるまで続けてください。後続の関数呼び出しを行う前に、ワークフローステップに従って広範囲に計画する必要があります」
Markdownフォーマット
次に進もう。Markdownフォーマットや。すべてのAIがよく読むMDフォーマット、Markdownフォーマットが欲しいなら、ただそう伝えるだけや。「Markdownを使ってください」でも、重要なのはここや。「意味的に正しい場合のみ」や。インラインコード、コードフェンス、リスト、テーブル。アシスタントメッセージでMarkdownを使用する場合、ファイル、ディレクトリ、関数、クラス名をフォーマットするためにバッククォートを使ってください。
Markdownをいつ、どう使うか正確に教えてくれてるんや。
最後に、メタプロンプティング。これは、AIと一緒に作業してプロンプトを作ることについてさっき話したことやな。早期テスターは、GPT-5を自分自身のメタプロンプターとして使用することで大きな成功を収めてるんや。こんな感じや。
プロンプトを最適化するよう求められた場合、あなた自身の視点から答えを与えてください。望ましい動作をより一貫して引き出したり、望ましくない動作を防いだりするために、このプロンプトに追加または削除できる特定のフレーズを説明してください。それからプロンプトを挿入して、モデル自身にプロンプトを更新させるんや。
これらがエージェント的ワークフローやエージェント的コーディングを行う場合の全てのプロンプト最適化のコツや。プロンプト最適化ツールを見せるで。本当に素晴らしいで。
Dell Technologiesによる動画のこの部分のスポンサーシップに感謝や。Nvidia RTX Pro Blackwellが内蔵された新しいDell Promax workstationをチェックしてくれ。これはAIワークロードにとって絶対的な野獣やで。Nvidia RTX Proで、今やデスクの上にスーパーコンピュータがあるようなもので、これまで以上にローカルAIでより多くのことができるんや。
Dell Pro Maxについてもっと学びたいなら、下の説明のリンクをクリックして、わしが送ったって知らせてくれ。
プロンプト最適化ツール
プレイグラウンドにこの「最適化」ボタンがあるんや。動作させるためには、開発者メッセージを入力する必要がある。システムメッセージみたいなもので、その下にプロンプトや。開発者メッセージを取ろう。「タスクを解決するためのPythonを書いてください。高速で軽量に保ってください」それからどう作業するかについての指針をたくさん与える。
それから最適化をクリックして最適化や。そうすると開発者メッセージを調べて、そのユーザーメッセージに対して最大限の効果を得ようと最適化してくれるんや。
変更点がこれやで。「何をするかの簡潔なチェックリストで始めてください。項目は実装レベルではなく概念的に保ってください」この小さなチャットアイコンをクリックすると、推論が表示される。「事前に明確な計画を促すため、高レベルのチェックリストで始めるよう指示を追加した」
それから「タスクのための効率的で軽量なPython解決策を開発してください」なぜそれを変更したか見てみよう。「解決策の高レベルな目標を与えるため、簡潔な導入文を追加し、明確性のために書き直した」
他にもいくつかある。「標準ライブラリを最初に使い、大幅に有益な場合のみ外部パッケージを追加するよう明示的に順序づけて、論理的優先度などのために」なぜ変更を行ったかの非常に徹底的な説明をしてくれるから、GPT-5で最もうまく動作することについて学べるし、ここで変更を要求することもできるんや。
「GPT-5に構築しながら全てを詳細に説明させて」と言える。そして最適化をクリックすると、変更がある。「解決策を構築する際、各ステップと決定を詳細に説明してください」など。なぜそれを追加したかも教えてくれる。
「変更を確認」をクリックすると、diffのように、すべてをインラインで実際に見ることができる。終わったら、保存をクリックして完了や。
これで終わりやで。これでGPT-5をもうちょっと理解して、もうちょっと良くプロンプトできて、もうちょっと良くコーディングできるようになったら、特にGPT-5でアプリケーションを構築してる人には本当に役立つはずや。この動画を楽しんでもらえたら、いいねとチャンネル登録をお願いします。
コメント