プロンプトエンジニアリングはどのように進化したか：GPT-3からContext Designへ

プロンプトエンジニアリングは、2020年頃のGPT-3をめぐる非公式な試行錯誤によるテキスト操作から、2026年までに名前の付いたテクニック・フレームワーク・ツールを持つ体系的な分野へと進化しました。 この歩みは5つのフェーズにわたります：初期のフューショット実験・大衆の認識にスキルをもたらしたChatGPTの瞬間・構造化された推論テクニックの発展・自動プロンプト最適化の台頭・そして現在のコンテキストデザインへの移行。

この分野は単一の論文や企業から生まれたのではありません。研究（フューショット学習・思考の連鎖推論・RAG）と、プロンプトコレクションをオンラインで共有する実践者コミュニティと、優れたプロンプティングを即座に報われるものにした強力なモデルの突然の一般公開との重なりから成長しました。2026年現在、プロンプトエンジニアリングはもはやニッチなトリックではありません — AIシステムを扱う誰もが持つべき基本スキルです。

「プロンプトエンジニアリング」という言葉が生まれる前から、研究者はより良い出力を得るためにモデルへの入力を工夫していました。ただ、そう呼んでいなかっただけです。GPT-2（2019年、OpenAI）やBERT（2018年、Google）などの初期のトランスフォーマーモデルは、慎重に選んだ入力テキストで使われていましたが、その実践はデータ前処理の一部とみなされ、独立したスキルとは考えられていませんでした。

GPT-2は2019年2月に15億パラメータのモデルとして発表され、OpenAIはまず小さなバージョンを公開し、2019年11月に完全版を公開しました。驚くほど一貫性のある文章を続けて生成できました。研究者や初期の実践者は、入力の言い回しで続きの品質が大きく変わることに気づきましたが、この観察をめぐるフレームワークも用語もコミュニティもまだありませんでした。プロンプトは入力であり、エンジニアリングの成果物ではなかったのです。

プロンプトエンジニアリングの現代史は、実質的にGPT-3から始まります。 2020年5月、OpenAIの研究者が「Language Models are Few-Shot Learners」（Brown et al.）を発表し、1,750億パラメータのモデルGPT-3を紹介しました。この論文は、目的のタスクの例をいくつかプロンプトに直接含めるだけで、モデルの重みを更新しなくても、多くの下流タスクで性能が向上することを示しました。

これがプロンプトエンジニアリングという分野の種でした。研究者や開発者は、プロンプトの書き方を変えるだけで、同じモデルが翻訳者、要約者、コード生成器、質問応答システムに変わることに気づきました。モデルの再学習は不要で、必要なのはより良いプロンプトでした。この気づきにより、プロンプトは単なる入力ではなく設計上の成果物として捉え直されました。

Brown et al.は、フューショットの性能が一般にモデルサイズとともに向上し、1,750億パラメータのGPT-3が全体として最も強いと報告しました。これはスケールとプロンプトによる学習を結びつけ、プロンプトの質を研究者だけでなく実践者も制御できる変数にしました。

GPT-3が広めた技法の実践ガイドは、ゼロショット vs. フューショットプロンプティングを参照してください。

2021年から2022年初頭にかけて、プロンプト作成は研究論文から実践者のコミュニティへと広がりました。研究者もこの実践を文章で説明し始めました。Reynolds and McDonellは「Prompt Programming for Large Language Models: Beyond the Few-Shot Paradigm」（2021年2月）で、GPT-3向けのプロンプトを書くことはプログラミングの一形態だと論じ、サーベイ論文「Pre-train, Prompt, and Predict」（Liu et al.、2021年7月）は自然言語処理におけるプロンプトベースの手法を整理しました。一方、実践者はオンラインコミュニティで効果のあるプロンプトを共有していました。

OpenAIのInstructGPT論文（Ouyang et al.、2022年3月）は、人間のフィードバック（RLHF）で調整され、ベースのGPT-3よりはるかに確実に自然言語の指示に従うモデルを紹介し、プロンプトの質をいっそう重要なものにしました。2022年半ばには、プロンプティングが研究者の好奇心にとどまらず、持ち運べるスキルであることが明らかになっていました。

2022年の思考の連鎖（CoT）プロンプティングの登場は、この分野の短い歴史の中で最も重要な技術的進展の一つでした。 Wei et al.（Google）は「Chain-of-Thought Prompting Elicits Reasoning in Large Language Models」を発表し、途中の推論ステップを含む解答例をモデルに与えると、算術、常識、記号推論のタスクで性能が向上することを示しました。代表的な結果として、思考の連鎖プロンプティングにより、PaLM 540Bの小学校レベルの算数ベンチマークGSM8Kでの正答率は17.9%から56.9%に上がりました。追加の学習なしに、プロンプトを変えただけで得られた向上です。この意味は大きく、プロンプトの構造は異なる事実だけでなく、異なる推論の振る舞いを引き出せるということでした。

関連する技法がすぐに続きました。Zhou et al.はleast-to-most プロンプティングを提案し、複雑な問題をより単純なサブ問題の列に分解して順に解きます。これらの手法により、プロンプトエンジニアリングは書式の工夫から、そう訓練されていないモデルに構造化された推論を引き出すための道具へと変わりました。プロンプティングは認知の足場になったのです。

技法の詳しいガイドは、Chain-of-Thoughtプロンプティング: AIに推論プロセスを見せさせるとプロンプトチェーニング：複雑なタスクを成功する段階に分ける方法を参照してください。

2022年11月30日のChatGPT公開は、プロンプトエンジニアリングの世間での位置づけを一夜にして変えました。 OpenAIのサム・アルトマンCEOは2022年12月初めにTwitterで、ChatGPTが5日で100万ユーザーを超えたと述べ、Reutersが伝えたUBSの分析は、2023年1月までに月間アクティブユーザーが約1億人になったと推定しました。数日のうちに何百万もの人がプロンプトを試し、依頼の仕方で結果が大きく変わることに気づき、技術系メディアはプロンプトエンジニアリングを学ぶ価値のあるスキルとして取り上げ始めました。

2023年初めには「プロンプトエンジニア」が職種名として登場しました。Anthropicの「Prompt Engineer and Librarian」の求人は17.5万〜33.5万ドルの給与幅を示しており、2023年3月にFortuneが報じました。プロンプトエンジニアリングが長続きするキャリアなのか、一部がヒューマンコンピュータインタフェース設計、一部が専門知識、一部が品質保証にまたがる過渡的な役割なのかは、広く議論されました。

この用語を作った人物として特定の個人が認められているわけではありません。2021年にはすでに研究論文がプロンプトに基づく手法を説明しており（上記参照）、ChatGPT後にこの言葉が広まりました。Wikipediaのプロンプトエンジニアリングの記事が経緯を概観しています。

2023年3月にOpenAIが発表したGPT-4は、テキストに加えて画像入力に対応し（当初は研究プレビュー）、画像の説明、図の比較、グラフへの注釈といった視覚タスクにプロンプトエンジニアリングを広げました。その後、より大きなコンテキストウィンドウ（2023年11月のGPT-4 Turboで12.8万トークン）も続きました。GoogleのGemini（2023年12月）や、画像理解を備えたAnthropicのClaude 3モデル（2024年3月）が、他社のマルチモーダルな選択肢を加えました。

同じ時期に、ベストプラクティスの体系化が進みました。OpenAIは公式のプロンプトエンジニアリングガイドを公開し、Google Cloudも独自のプロンプトエンジニアリングガイドを公開しました。独立した著者やチームは、CRAFT、CO-STAR、SPECS、RISEN、TRACEなどのフレームワークを公開し、プロンプトを構造化する再現可能なテンプレートを実践者に提供して、試行錯誤への依存を減らしました。これらのフレームワークの著者や公開時期は情報源によって異なり、公式の標準となっているものはありません。

これらのフレームワークは、プロンプトエンジニアリングが個人のスキルから、教えて共有できる実践へと成熟したことを示しています。選び方はどのPromptフレームワークを使うべきか？（2026）、マルチモーダルの側面はテキストを超えて：画像でプロンプトを作成する方法を参照してください。

2023年ごろの注目すべき進展は、LLMが人間と同じくらいうまくプロンプトを最適化できることを示す研究でした。Zhou et al.は2022年11月に「Large Language Models Are Human-Level Prompt Engineers」（APE）を公開しました。LLMが候補の指示を生成して評価し、検証した24タスクのうち19タスクで、人間が書いた指示に並ぶか上回りました。Stanfordの研究者によるDSPyフレームワーク（Khattab et al.、2023年10月）はさらに進み、開発者がプロンプトの目的を記述すると、文言が自動的にコンパイルされます。

同時に、Facebook AI Research（現Meta）のLewis et al.が2020年に提案した検索拡張生成（RAG）が、本番のAIシステムの中心的なパターンになりました。RAGは取得したドキュメントをプロンプトのコンテキストに直接挿入し、必要な事実をすべてプロンプトに含める代わりに、実在する最新の情報源に出力を根拠づけました。これにより重点は「モデルにこれをどう知らせるか」から「モデルが正しく使えるようにコンテキストをどう構造化するか」へ移りました。

この時期の主要な技法は、RAG解説：実データでAI回答を根拠づける方法（2026年）とセルフコンシステンシープロンプティング：複数の答えを生成して正しいものを選ぶを参照してください。

2024〜2025年にかけて、「より良いプロンプトを書く」という単純な考え方に代わる新しい捉え方が現れました。コンテキストエンジニアリング、つまりシステムプロンプト、取得したドキュメント、ツールの出力、会話履歴、ユーザー入力といった、コンテキストウィンドウに入るものすべてを、モデルの振る舞いを導くよう意図的に組み立てる実践が注目されるようになりました。この用語自体は、Shopify CEOのTobi LütkeとAndrej Karpathyが2025年6月に「プロンプトエンジニアリング」より「コンテキストエンジニアリング」を好むと公に表明したことで注目を集めました（Simon Willisonが2025年6月27日に記録）。プロンプトは単独の成果物ではなく、設計されたコンテキストの一層になりました。

いくつかの進展がこの変化を加速しました。Metaの Llama 3モデル（2024年4月）は高性能なオープンウェイトLLMを私的な環境にデプロイできるようにし、プロンプトエンジニアリングの一部をクラウドAPIからローカルのインフラへ移しました。Googleは2024年2月に、限定プレビューで100万トークンのコンテキストウィンドウを持つGemini 1.5 Proを発表し、コードベースや書籍、ドキュメント集全体を1つのプロンプトに入れることを現実的にしました。LangChainやAutoGenのようなマルチエージェントフレームワークは、プロンプティングをオーケストレーションに変えました。1つのプロンプトが別のモデルを動かし、それがツールを呼び出し、結果のコンテキストが次のプロンプトに返ります。

2026年には、プロンプトエンジニアリングは特殊な職種というより、AIツールを使うナレッジワーカーの基礎的なリテラシーとして語られることが増えています。つまり、タスクを言語化し、適切なコンテキストを与え、必要な出力を指定する力です。

役割は2つの系統に分かれました。1つはシステムとコンテキストの設計で、プロンプトが検索、エージェント、評価パイプラインを含む大きなアーキテクチャの一部となる本番AIシステムのエンジニアリングです。もう1つは日常的な利用で、内部のアーキテクチャを知らなくても、明確で構造化されたプロンプトを書いて有用な出力を得る力です。どちらも、明確なタスク指定、適切なコンテキスト、制約、出力形式という同じ基本原則の恩恵を受けます。

より高性能なモデルや自動化ツールが登場しても変わらないのは、入力が明確で構造化されているほど出力が信頼でき有用になるという根本原則です。技法、用語、ツールは成熟しましたが、GPT-3時代の核心的な洞察は2026年でも成り立っています。

次の表は、2018年から2026年までの主要な節目、つまりプロンプトエンジニアリングが現在の形に至るまでを形づくった出来事、論文、モデルのリリースをまとめたものです。

プロンプトエンジニアリングの進化の各フェーズは、現在の実践に永続的な堆積物を残しました。GPT-3時代は、モデルの動作が入力の構造によって形作られる — コンテンツだけでなく — というコアな洞察を与えてくれました。思考の連鎖（Chain-of-Thought）時代は、明示的な推論の足場を与えてくれました：ステップバイステップのプロンプティング・プロンプトチェーニング・思考ツリーアプローチ。フレームワーク時代は、各実践者がゼロから発見することなくベストプラクティスを体現する再利用可能なテンプレートを与えてくれました。

RAGとコンテキストデザインの時代は、プロンプトが単独で存在するのではなく — 取得されたデータ・システム指示・ツール出力と組み合わされてフルコンテキストを形成する — という理解を与えてくれました。そして自動プロンプティング時代は、優れたプロンプティングの原則が測定可能であることを思い出させてくれました：より構造化されたプロンプトは、体系的に評価・最適化できる方法でより良い出力を生成します。