毎日AIは仕事でも使っているし、AIに関する研修も何度か受けたことはあるけど、その上で勉強になることが多かった。 意識して使っていきたい！

この本で何度も出てくる「Chat GPTとは手前の文章に合わせて確率で続きの文章を書いてくれる機械」という認識で読み進めると様々なプロンプト例が腑に落ちやすく感じた。また最後に出てくるプロンプト索引も使いやすい仕組みで良本だと思う。

本書を通じ、生成AIは、「根本的に『確率論でしゃべるマシン』」に過ぎない、という事がよく分かり、プロンプトの重要性を再認識しました。 特にビジネスの場で、期待するアウトプットを導くために、どうプロンプトを構成するべきか、を深津氏独自の型も披露しながら、体系的に解説してくれています。 生成AIを普段ビジネスでフル活用している人にとっては、自然と身についているテクニックも多く、真新しさは少ないかもしれませんが、生成AIを活用して自分の仕事の質を少しでも向上させたい、と思うビジネスパーソンにとっては本書のような体系化された読本は一冊は読んで損はないのではないでしょうか。 個人的には、普段感覚で生成AIを使っていると、使い方に偏りがでたり、プロンプトを考える型に抜け漏れが生じてしまったりしがちなので、 自分のプロンプトテクニックを定期的に矯正するつもりで、これからも折に触れて本書を参考書として活用したいです。

「深津式とは！？」と期待して読んだが、AI講座で学んだ内容とそう変わらず。 しかし、適度なカラーの紙面、会話形式、プロンプトやAI回答例が見やすい、という点で、初心者にはおすすめの本だと感じた。

わからないことを調べるといった表面的な使い方しかできていなかったものをもう一歩踏み込んで、一緒にアイデア出しを行ったり、精密な推敲をしたりとよりビジネスライクな使い方ができるようになりたいと感じました。本書に挙げられたテクニックなどをフル活用できればよりAIの恩恵を受けられると思いましたが、実際の場面で紹介されていたプロンプトを適切に取捨選択して使用するにはやはりchatgptとの会話をある程度重ねないと難しいかなと思いました。

GoogleやClaudeがおススメするプロンプトの書き方とは全く異なる視点でのプロンプトが紹介されている。LLMの一活用法としてありだと思うが、この手の話をはじめて読む人は前述の大手LLMプロバイダーのプロンプトの書き方を一読された方が良いと思う。この本だけでは良いプロンプトは絶対書けない。

現代（2025）において、AIは更に進化しこれからも進化していく過程で名称も変わっていくだろう。私たちが利用をする側または協力する仲間として向き合いテクノロジーの力を得て活用することは生活の質を上げることを目指せばより良い過程と結果が得られやすいだろう。 さて、本著ではプロンプト（命令・質問文）を定型文とその応用を活用し、AIへ自分が指示した通りの内容または調査を指示する際に正確に回答が得られるようにするためのノウハウが込められた良書である。日本ではまだAIを導入している人は少ない。総務省ほか複数調査によると、日本の個人の生成AI利用率は2024年から急増し「26.7%～30.3%」に到達したばかりであり、まだ個人利用での普及には繋がっていない。 全ての生成AIサービスに加入する必要はない。1つでも無料版から触り感じ慣れを経て契約をし、日常の雑務や調査や分析等や他多くの恩恵を得られるだろう。あくまで過去の莫大なデータから現在から未来へと推論をしているので未来を見られるわけではないが、それなりに予測は当たる。だが、本著でも示す通りプロンプトの指示内容が情報量が足りなかったり、指示が不適切だったり、誤った情報で分析するとやはり誤った情報が応えてくる。これは慣れもある。たくさんテキストでも音声でも会話をし本著等を活用し自分なりに応用するのもいいだろう。 生成AIは平気で間違いを断言するときもあるので、鵜呑みにはせず必ず情報の裏取りは自分自身で確認することをおすすめする。 本著もまた生成AI時代において、時代を象徴するような一冊であることは間違い無いだろう。

『深津式プロンプト読本』書評 ChatGPTを業務や日常に取り入れたいが、どう指示すれば思い通りの結果が返ってくるのか分からない――そんな悩みを抱える人にぴったりの一冊。著者・深津貴之氏が提案する「深津式プロンプト」は、5つの要素（ロール、コンテキスト、制約条件、出力形式、プロセス）で構成され、指示の質を飛躍的に高める実践的フレームワークです。 本書の魅力は、理論だけでなく豊富な手法例が載っていること。Few-Shot、情報提供型、CoT（段階的思考）、ToT（分岐的思考）、ReAct、積極質問型など、現場ですぐに応用できるパターンが整理されています。単なるプロンプト集ではなく、「なぜそう組み立てるのか」という思考の筋道が解説されており、丸暗記に頼らず応用力が身につきます。 私自身、この本を参考に業務マニュアル作成用のプロンプトを組み立てたところ、アウトプットの精度とスピードが大きく向上しました。特に「情報提供型＋Few-Shot」の組み合わせは、長文資料の要約や企画書骨子作りに効果的でした。 唯一の注意点は、プロンプト技術に全く触れたことのない人にとっては、用語や概念がやや多く感じられるかもしれない点。ただし巻末や章末のまとめが丁寧なので、少しずつ実践しながら読み進めれば十分理解可能です。 AI活用の初級から中級へステップアップしたい人に強くおすすめします。読み終えたら、自分専用の「深津式プロンプトテンプレート」を1つ作ってみること。それだけで日々の生成AI活用が一段と楽しく、頼もしいものになるはずです。

筆者も繰り返し述べているが、chatGPTは確率で続きを書く機械であることを意識として持っておく必要がある。一見極めて未来的で有能に思えても、まだハルシネーションやバイアスが生じる可能性を捨てていい段階ではない。ただそのような特性を理解し、人間がうまくチャットGPTを導くことで飛躍的に効率が上がることを学んだ

chatGPTは使い慣れてるから本は買わなくていい！って思ってたんだけど、もっと効率的な使い方があるのかも？と疑い始めて購入✅ 知ってることも多かったけど、プロンプトの種類がかなり整理されていたおかげで、効率的なプロンプトを考えるきっかけになってすごくよかった！

ChatGPTの有料プランを使うことを前提として書かれている本。 割と面白くて後半になるほど、より手を動かすのが楽しくなってきた。 会話形式で進むから、それが読みやすくしてると思うけど、ある程度の知識がある人にとってはまどろっこしいと感じるかもしれない。 課題→AIでできる事→具体的なプロンプト→出てきた回答→過不足を発見→プロンプトの修正1→回答2→もっとこうしたい→プロンプト修正2 みたいに話が進むので、知ってるけど全く触ったことがないくらいの人でも生成AIのクセとかを掴みやすいと思う。

ChatGPTの入門書。ChatGPTの ・特性 ・得意なこと、苦手なこと ・具体的なプロンプトの例 を挙げて説明されているのでわかりやすい。最大限活用するためにも、プロンプトの工夫が重要だと認識できた。あとは実践、実行あるのみ。

タイトルに釣られ、どんな素晴らしい著者オリジナルのプロンプトが披露されているのかと期待したが、少し調べれば得られるような一般的なプロンプトテクニックが述べられているだけで、それ以上でもそれ以外でもなかった。2024年発刊当時は新しいテクニックだったのかもと思ったけど、zero-shotとかchain-of-thoughtとかで検索すると2022年のWebサイトまでヒットするし、そんなわけでもなさそう。 内容は実例併記されていて分かりやすいので、初めて学ぶ人にはとっつきやすいと思う。

ChatGPTを使い慣れていない人向けの入門書。優しくさまざまな利用パターンを、会話そしてストーリー形式で教えてくれる。

生成AI（特にチャットGPT）への活用の仕方がわかる。AIへの指示は具体的に自分が欲しい回答を求めるには、解答例を見せたり当たり前を回答させてから、例外を出させるなどAIの特性を活かした使い方をすることで、良きパートナーになれそう！ 　読んでて改めて感じるのは、ヒトも同じでざっくりとした指示を出されても何をしたら良いのか分からなくなるので、指示する技術やディレクションする技術をこれからも必要とされるのかもしれない。

深津式プロンプト索引 ■ロールを与える ChatGPTに役割を与えることで適切な回答を引き出す ■コンテキスト（文脈）を与える どのような回答を求めているかの文脈を指示することで適切な回答を引き出す ■制約条件 回答を導く上での制約条件を定義することで適切な回答を引き出す ■出力フォーマットを与える どのような項目で回答を記述するかを指定する ■プロセスを与える 回答の考え方などをステップで指定する ■Zero-Shot Prompting （例なし推定） 一発で回答させる単発の命令 ■Few-Shot Prompting （少数例での推定） 回答例を与えてから回答させる ■ Information Retrieval（情報検索） 関連資料を渡してから回答させる ■Generated Knowledge Prompting （知識生成プロンプティング） 前情報を生成させてから回答させる ■Chain of Thought （思考の連鎖） 考え方を与えてから回答させる ■Tree of Thought （思考の木） 複数のアプローチに分岐させて考えるよう依頼して回答させる ■ReAct （Reasoning + Acting）（推論+行動） 必要な行動と理由を考えさせてからそれを踏まえて回答させる ■Proactive Prompting （積極的な質問と推定）. 足りない情報を質問させる ■Common belief and（一般論と） 一般論を回答させてから、一般論でないものを回答させる ■Score Anchoring （スコア係留） 回答を点数付けしてから、点数を指定して回答させる ■Virtual Parameter（仮想パラメーター） 点数と回答例を渡してから回答させる ■Virtual Vectorization（仮想ベクトル化） 点数と回答例を渡してから、その延長線上の点数を指定して回答させる

初心者向けですが、日頃の仕事でも使える小技が満載です。ただ、GPTsとか、もっと踏み込んだツール作成もしてみたかったので物足りなかった。

仕事で生成AIをもっと上手に使えたいと思い読んでみた。 結論を言えば、第4章と231ページからの端末資料が役に立つ内容でそれ以外は自分には不要。 ゼロショットプロンプティングなど命名されているが、逆にわかりづらい。

求める出力を得るためのプロンプト入力のテクニック集。一般論に強く、確率的に答えを予測するという生成AIの特徴が理解できれば、参照情報や制約条件を指定することで回答精度が上がることは容易に納得できる。 LLMが更に進化すれば、こうしたプロンプトエンジニアリングもいずれは不要になるかも知れないが、今のところは有効なので覚えておいて損はない。

今まで6か7冊くらいChatGPTの使い方の本読んできたけど、初心者の人に勧めるなら今のところこれ一択。それくらい良かった。自分としてはもうちょいエンジニアよりのこと書いてほしかった気がするけど仕方がない、これは入門書だ。

　 □ロールを与える ChatGPTに役割を与えることで適切な回答を引き出す □コンテキスト(文脈)を与える どのような回答を求めているかの文脈を指示することで適切な回答を引き出す □制約条件 回答を導く上での制約条件を定義することで適切な回答を引き出す □出力フォーマットを与える どのような項目で回答を記述するかを指定する □プロセスを与える 回答の考え方などをステップで指定する □Zero-Shot Prompting (例なし推定) 一発で回答させる □Few-Shot Prompting (少数例での推定) 回答例を与えてから回答させる □Information Retrieval (情報検索) 関連資料を渡してから回答させる □Generated Knowledge Prompting (知識生成プロンプティング) 前情報を生成させてから回答させる □Chain of Thought (思考の連鎖) 考え方を与えてから回答させる □Tree of Thought(思考の木) 複数のアプローチに分岐させて考えるよう依頼して回答させる □ReAct (Reasoning + Acting)(推論+行動) 必要な行動と理由を考えさせてからそれを踏まえて回答させる □Proactive Prompting (積極的な質問と推定) 足りない情報を質問させる □Common belief and (一般論と) 一般論を回答させてから、一般論でないものを回答させる □Score Anchoring (スコア係留) 回答を点数付けしてから、点数を指定して回答させる □Virtual Parameter (仮想パラメーター) 点数と回答例を渡してから回答させる □Virtual Vectorization (仮想ベクトル化) 点数と回答例を渡してから、その延長線上の点数を指定して 回答させる

これ系の本は、ネットに転がってるものを探し回るより効率的で良い。 確率的に近いものを返しているだけ、ということを捉えられれば各種の小技の理解も早い。

chat GPTの基本を学び、プロンプト作成のコツが、わかり有用な本だった。 そもそもchatGPTが確率で答えを出すマシンであるという認識がなく驚いた。 この前提を持って使うことで間違いが、あるのは当然だと認識できるし、使い手がしっかりとチェックするということが腹落ちした。

AIは推測で答えを出すものというくだりが、繰り返し出てきて、そこがポイントなのだと理解できた。 AIは計算が苦手という話はとても意外でした。 プロンプトを作る際の考え方がよく分かりました。

小手先のテクニックではなく、論文を読んでる人らしい内容。 自分がChatGPTの用途を誤解してたことに気づかされた。

LLMが記載された文章に対して確立を求めるものだと理解できた。その原理からのプロンプトをとても有効に利用可能で使い尽くしたい

数多くのプロンプト手法を類型化し、ビジネスシーンでの活用法を具体例を出して説明しているところが良かった。 現在のChatGPTだけでなく、今後リリースされる新モデルや他のAIモデルを利用する場合でも使える汎用性があると思う。 一方で、One-Shot PromptingやChain of Thoughtなどの用語の扱いに誤りがあったので、1点減点した。 例えば、一発で回答させるのはOne-Shot Promptingではなく、Zero-Shot Promptingと呼ぶ。