生成AI（人工知能）を業務に導入したものの、「思ったような回答が返ってこない」「期待外れの成果物が出てきて修正に時間がかかる」と悩んだ経験はありませんか？
例えば、AIに対して「提案書の骨子を作って」「簡単な画像をプログラムで作成して」と頼んでも、どこかズレた結果が出力されてしまうことがあります。AIは指示を忠実に実行しようとしますが、人間の「意図」や「文脈」を完璧に汲み取れるわけではありません。
こうした問題を解決し、AIの能力を最大限に引き出すための技術が**「プロンプトエンジニアリング」**（AIに対する適切な指示文を作成・設計する技術）です。
本記事では、海外の技術コミュニティで注目を集めた「ペリカンが自転車に乗る絵を生成させる実験（Pelican-bicycle benchmark）」とその派生検証を題材にして、ビジネス現場で役立つプロンプトエンジニアリングの考え方、設計方法、そして実務での運用ノウハウまでをわかりやすく解説します。
1. なぜ「ペリカンと自転車」なのか？プロンプトエンジニアリングの基礎理解
まず、今回題材とする実験の背景と、専門用語の意味について整理しておきましょう。
専門用語のわかりやすい解説
- LLM（大規模言語モデル）: 大量のテキストデータを学習し、人間のように自然な文章を作成・理解できるAIのことです（ChatGPTやClaudeなどが代表例です）。
- SVG（ベクトル画像）: 画像をドットの集まりではなく、数値や数式、コード（命令文）で表現する画像形式です。拡大しても画像が荒れない特徴があります。
- ベンチマーク: AIやシステムなどの性能を客観的に評価・比較するための「テスト」や「基準」のことです。
- プロンプト: AIに命令や質問をするために入力する「指示文」のことです。
- プロンプトエンジニアリング: AIから望む結果を高確率で引き出すために、プロンプトの出し方や構造を工夫する技術やプロセスのことです。
「ペリカンが自転車に乗る絵」実験とは？
エンジニアのサイモン・ウィリソン（Simon Willison）氏が提唱した「Pelican-riding-a-bicycle」というテストがあります。これは、テキストしか直接扱えないはずのLLMに対して、**「ペリカンが自転車に乗っているSVG形式の画像コードを書いてください」**と指示する実験です。
さらに2025年後半には、この実験から派生して「パイプオルガンを操作するタコ」など、同様に複雑で想像力を必要とする30種類の指示文（プロンプト）を使って、当時の最新AIモデルたちにSVG画像を生成させる追試が行われました。
一見すると「AIに面白い絵を描かせるジョークのような実験」に見えるかもしれません。しかし、このテストにはAIの性能とプロンプトエンジニアリングの本質が詰まっています。
なぜこの実験が実務の参考になるのか？
AIにとって「ペリカンが自転車に乗る絵をコードで描く」という作業は、非常にハードルが高いタスクです。
- 抽象的な概念の理解: 「ペリカン」の姿と「自転車」の構造を正しく理解しているか。
- 位置関係・空間把握: ペリカンの足がペダルに乗り、クチバシがハンドルを向いているかという位置関係（ロジック）を保持できるか。
- 形式の制約: 画像編集ソフトを使うのではなく、テキストの「SVGコード」だけでそれを表現できるか。
業務でAIを利用する際も、これとまったく同じ構造の課題にぶつかります。
「自社のフォーマットに沿って、過去のデータと照らし合わせながら、適切な敬語で顧客へのメール返信を作成してほしい」といった業務指示は、AIにとってみれば「ペリカンに自転車に乗らせる」のと同じくらい、複数の条件や制約が絡み合った複雑なタスクなのです。
高難度の指示に対してAIがどう反応するかを分析することは、実務でAIに正しく指示を出すための最高の教材になります。
2. 実務で成果を出すプロンプトエンジニアリングの設計ステップ
AIに思い通りの仕事をしてもらうためには、感覚的にメッセージを送るのし、プロンプトを「仕様書」のように構造化して設計する必要があります。ここからは、実務で使える具体的なプロンプト設計の手順を解説します。
ステップ1：役割（ペルソナ）とゴールを明確にする
AIにどのような立場・前提で動いてほしいかを指定します。
- 悪い例: 「ブログ記事を書いてください。」
- 良い例: 「あなたはIT企業のWebマーケターです。非エンジニアの現場担当者に向けて、業務効率化のメリットを伝えるブログ記事の構成案を作成してください。」
役割を与えることで、AIはどのような言葉遣いや知識レベルで回答すべきかを判断しやすくなります。
ステップ2：コンテキスト（背景情報）と入力データを与える
AIは指示文以外のことを知りません。必要な前提知識や参考データをすべてプロンプト内に含めるか、読み込ませる必要があります。
- 背景情報の例: 「弊社は中小企業向けにクラウドサービスを提供しています。今回のターゲットはIT知識があまりない総務担当者です。」
ステップ3：明確な「制約条件」を設定する
「ペリカンと自転車」の実験で言えば、「SVGコードで出力すること」が強力な制約条件でした。実務でも、やってほしいこと・やってほしくないことを箇条書きで指定します。
- 制約条件の例:
- 文字数は800文字以上、1200文字以内とすること。
- 専門用語を使う場合は、直後にカッコで平易な説明を追加すること。
- 推測による事実は書かず、提供した資料内の情報のみを使用すること。
ステップ4：出力フォーマットを指定する
AIが出力する形式をあらかじめ固定しておくと、後続の業務への連携が格段にスムーズになります。
- 出力形式の例:
- 表形式（CSV形式）で出力してください。
- 以下のMarkdown見出し構成（## 導入、## メリット、## まとめ）に従ってください。
応用テクニック：思考プロセスの誘導（Chain-of-Thought）
複雑な業務を頼むときは、いきなり答えを出させるのではなく、「順を追って考えさせる」指示を入れると精度が劇的に向上します。
「まず課題を3つ抽出してください。次に、それぞれの課題に対する解決策を考えてください。最後に、それらをまとめて全体の回答を作成してください。」
このように段階を踏ませることで、AIが途中でロジックを踏み外すリスクを減らすことができます。
3. 現場で失敗しないための導入・運用の注意点
プロンプトエンジニアリングを組織や実務に導入する際には、いくつかの注意点や運用上の罠が存在します。
1. モデルのバージョンアップで挙動が変わる
AIのモデル（GPT-4o、Claude 3.5 Sonnetなど）がアップデートされると、これまで上手く機能していたプロンプトの出力結果が変わってしまうことがあります。
「ペリカンと自転車」のテストのように、定期的に同じ指示を入力して「期待通りのクオリティが維持されているか」を確認する運用チェック（定期テスト）が必要です。
2. 「プロンプト調整」だけに頼りすぎない
AIの回答がうまくいかないとき、指示文（プロンプト）の言葉遣いだけを何度も修正しようとするケースがよくあります。しかし、原因がプロンプトではなく「AIに渡している元データ（参照資料）の不足」や「タスク自体がAIに向いていない」ことである場合も少なくありません。
プロンプトの改善で行き詰まったら、以下の点を見直してみましょう。
- AIに渡している前提資料は十分か？
- タスクを細かく分解して、複数回に分けて頼めないか？
- そもそも人間が判断すべき領域ではないか？
3. 人間による確認プロセス（Human-in-the-Loop）を残す
どれほど完璧なプロンプトを作成しても、AIが誤った情報をもっともらしく出力する現象（ハルシネーション）をゼロにすることはできません。特に社外向けの文書作成や重要データの処理においては、最終的に人間が内容を確認して承認するフローを必ず組み込んでください。
一次情報・検証結果に関する未確認事項について
今回参考にした検証（2025年11月〜12月に実施された、30種類のプロンプトによるLLMのSVG生成能力のテスト）において、具体的にどのAIモデルが最も優れたSVGを出力したかという詳細な評価スコアや、個別のモデルごとの完全な比較データについての全容は未確認です。
しかし、実務においては「特定のAIモデルの勝ち負け」以上に、「複雑な要素を掛け合わせた指示を与えてAIの能力限界と特性を把握する」という検証の考え方そのものが欠かせないとなります。
4. まとめ：プロンプトエンジニアリングはAIとの信頼関係を築くインターフェース
「ペリカンが自転車に乗るSVGを描かせる」という一見ユニークなテストは、AIに対して「制約の中でどこまで高度なアウトプットを出せるか」を試す優れたアプローチです。
実務におけるプロンプトエンジニアリングも同様です。単に「魔法の命令文」を探すことし、「AIに何を、どのような前提で、どのような形式で頼めば、望む結果が得られるか」をロジカルに整理する技術なのです。
最後に、実務でプロンプトエンジニアリングを成功させるポイントをまとめます。
- 役割、背景、制約条件、出力形式を明確に指定する
- 複雑なタスクはステップ分けして段階的に処理させる
- AIのアップデートに合わせて定期的に出力クオリティを点検する
- 最終確認は人間が行うプロセスを維持する
プロンプト設計のコツを掴めば、AIは「使い勝手の悪いツール」から「頼もしいビジネスパートナー」へと変わります。まずは日々の小さな業務指示から、今回紹介したステップを試してみてはください。