最終回答を出す前にAIが推論プロセスをステップバイステップで書き出すプロンプティング技術。コアアプローチ：プロンプトに「ステップバイステップで考えて」を追加するか、推論ステップの例を提供する。研究によると、この一見シンプルな技術は、数学、論理的推論、複数ステップの問題での大型言語モデルの精度を劇的に向上させることができます——時に20%から80%以上へ。

プロンプトにいくつかの「入力→出力」のデモ例を提供し、AIが期待するフォーマット、スタイル、またはタスクパターンを学習させ、新しい入力に対して示範に合わせた回答をさせます。Zero-Shot（直接要件を述べる）より多く；Fine-tuning（モデルの再トレーニング）よりはるかに軽量です。タスクに特定の非標準フォーマット要件があるか、高度に一貫した出力スタイルが必要な場合、Few-ShotはAI テキスト説明だけに頼るよりはるかに優れています。

プロンプト圧縮は、重要な情報を失わずにAIモデルへ送るテキストの長さを削減するプラクティスです。長い会話や複数ターンの会話において、すべての履歴メッセージをコンテキストに詰め込んでモデルの<a href="/ja/glossary/core-concepts/context-window/">コンテキストウィンドウ</a>を超えたり、不必要なコストと遅延を発生させたりするのを防ぐことが目的です。

より正確でニーズに合ったアウトプットを得るためにAIへの指示を系統的に設計・最適化すること。同じClaudeモデルが指示の組み方次第で全く異なる品質の結果を生み出すコアスキル。

外部コンテンツ（ウェブページ、文書、ユーザー入力）に悪意のある指示を埋め込み、AIシステムの<a href="/ja/glossary/prompt-techniques/system-prompt/">システムプロンプト</a>を上書きまたは回避して、AIに不正な行動を実行させる攻撃手法。

「プロンプト」は会話で入力する質問や指示；「System Prompt（<a href="/ja/glossary/prompt-techniques/system-prompt/">システムプロンプト</a>）」は会話開始前に設定される「背景ルール」で、この会話でのClaudeの役割、行動ガイドライン、制約を決定します。比喩：プロンプトはClaudeに「これをして」と言うもの；System Promptは会話開始前に「あなたは誰で、どのように振る舞うべきか」を伝えるもの。通常のclaude.aiユーザーにとって、この違いはClaude ProjectsのInstructions設定で最も明確に見られます。

プロンプトの冒頭でClaudeに特定の役割や専門家のアイデンティティを割り当て、その役割の知識フレームワーク、トーン、思考スタイルで回答させる技術。最も基本的で効果的なプロンプト技術の一つ。

会話開始前にClaudeに送られる隠れた指示レイヤーで、役割の定義、ルールの設定、行動の制約に使用されます。会話内のすべてのメッセージはシステムプロンプトのフレームワーク内で動作し、エンドユーザーには見えません。

例を一切提供せずにAIにタスク指示を与え、完了することを期待する——「ゼロのデモ、直接実行」。<a href="/ja/glossary/prompt-techniques/few-shot-prompting/">Few-Shotプロンプティング</a>（AIがフォーマットを学ぶための例を提供する）の反対。ほとんどの人の日常的なClaude使用は実際にはZero-Shotです：例を最初に提供せずに「メールを書いて」と言うだけ。