GPT-2から現在まで：プロンプトエンジニアリングの進化

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。

これら5つのフェーズは、プロンプトエンジニアリングがどのように発展したかを理解するための基盤です。現在のプロンプトエンジニアリングの完全な定義については、What Is Prompt Engineering?を参照してください。

「プロンプトエンジニアリング」という用語が存在する前から、研究者たちはより良い出力を引き出すためにモデルへの入力を操作していました — ただ、それをそう呼んでいなかっただけです。GPT-2（2019年、OpenAI）やBERT（2018年、Google）などの初期トランスフォーマーモデルは注意深く選ばれた入力テキストを通じて使われていましたが、その実践はデータ前処理の一部として扱われており、独自のスキルとは見なされていませんでした。

2019年2月にリリースされたGPT-2は15億パラメーターのモデルで、驚くほど整合性のある方法でテキストを補完できました。研究者と初期の実践者は、入力のフレーズが補完の品質を劇的に変え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・用語・コミュニティはまだ存在していませんでした。プロンプトは入力であって、エンジニアリング上の成果物ではありませんでした。

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は1750億パラメーターのモデルであるGPT-3を、Brown et al.による画期的な論文「Language Models are Few-Shot Learners」Brown et al., 2020 – Language Models are Few-Shot Learners とともにリリースしました。この論文は、モデルへの重みの更新なしに、望ましいタスクのいくつかの例をプロンプトに直接含めるだけで、下流タスクのパフォーマンスが劇的に向上することを実証しました。

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。研究者と開発者は、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・コードジェネレーター・質問応答システムに変身できることを認識しました。モデルの再トレーニングは不要でした — より良いプロンプトが必要なだけでした。その洞察はプロンプトの意味を再構築しました：単なる入力ではなく、設計上の成果物として。

ブラウンらは、few-shotの性能がモデルサイズと一貫して拡張することを報告しました。1,750億パラメータのGPT-3は、テストしたすべてのベンチマークで小型バリアントを大幅に上回り、スケールとプロンプトベースの学習が直接結びついていることを確立しました。これにより、プロンプトの品質は研究者だけでなく実務家も直接制御できる変数となりました。

GPT-3が有名にしたテクニックの実践ガイドについては Zero-Shot vs. Few-Shot: Which Approach Gets Better Results? を参照してください。

初期のGPT-3プロンプトから現代的なコンテキスト設計されたシステムへの進化は、直接比較によって見えます。2020年、プロンプトは最小限でした — 例とタスク記述だけ。2026年までに、プロンプトはコンテキストウィンドウをオーケストレーションし、ツール相互作用を管理し、マルチステップ推論ワークフローを定義するシステムになりました。

2020年のプロンプトは大体こんな感じだったかもしれません：「これをフランス語に翻訳してください：こんにちは、お元気ですか？」 — 最小限の構造を持つ直接的な指示。2026年のプロンプトはシステム指示、役割定義、出力形式、検索コンテキスト、ツール可用性、推論制約を含めます — しばしば数百から数千トークンに及びます。このシフトはより大きなモデルとより大きなコンテキストウィンドウだけでなく、プロンプトの設計方法の根本的な変化を反映しています：テキスト補完への入力ではなく、システムへのインターフェースとして。

2021年から2022年初頭にかけて、プロンプトの作成は研究論文から実践者コミュニティへと移行しました。コーディング支援・要約・クリエイティブライティングに効果的なプロンプトを共有する「awesome-prompts」スタイルのキュレーションされたプロンプトコレクションのGitHubリポジトリが登場しました。TwitterやRedditで共有されたプロンプトコレクションはコミュニティの資産となりました。Prompt Engineering Guide（promptingguide.ai）Prompt Engineering Guide – promptingguide.ai はテクニックを体系的にカタログ化した最初の専用リファレンスの一つになりました。

「プロンプトエンジニアリング」という用語はこの期間を通じて、研究論文・ブログ投稿・求人票にますます頻繁に登場するようになりました。OpenAIのInstructGPT論文（Ouyang et al.、2022年）はRLHFチューニングされたモデルを導入し、自然言語の指示に対してはるかに信頼性高く反応するようになりました — プロンプトの品質をさらに重要なものにしました。2022年半ばまでに、これが単なる研究者の好奇心ではなく、移転可能なスキルであることが明らかになりました。

2022年の思考の連鎖（CoT）プロンプティングの導入は、この分野の短い歴史における最も重要な技術的発展でした。 Wei et al.（Google Brain）が「Chain-of-Thought Prompting Elicits Reasoning in Large Language Models」を発表し、回答する前にステップバイステップで推論するようモデルに求めることで、算術・常識的推論・記号的推論タスクのパフォーマンスが劇的に向上することを実証しました。GSM8Kの小学校数学ベンチマークでは、chain-of-thoughtプロンプティングによりPaLMの精度が17.9%から58%に向上しました。これは追加のモデルトレーニングなしに、プロンプト構造を変えるだけで達成された成果です。 その意味は深遠でした：プロンプトの構造が異なる推論行動を活性化できる — 単に異なる事実だけでなく。

関連するテクニックが素早く続きました。Zhou et al.は最小から最大へのプロンプティングを導入し、複雑な問題を順番に解決される一連のより単純なサブ問題に分解しました。これらのアプローチにより、プロンプトエンジニアリングはフォーマット演習から、そのような推論方法で明示的にトレーニングされていないモデルから構造化された推論を引き出すツールへと変わりました。プロンプティングは認知のための足場になりました。

完全なテクニックガイドについては Chain-of-Thought Prompting: Make AI Show Its Reasoning と Prompt Chaining: How to Break Big Tasks Into Winning Steps を参照してください。

2022年11月30日のChatGPTリリースは、プロンプトエンジニアリングの公的なプロフィールを一夜にして変えました。 ChatGPTはサービス開始から5日以内に100万ユーザーを達成しました——2022年12月にOpenAI CEOのサム・アルトマンがTwitterで確認——そしてロイターが引用したUBSの分析によると、2023年1月には月間アクティブユーザー1億人に達しました。 数日のうちに、何百万もの人々がプロンプトを試し、リクエストのフレーズの仕方によって結果が大きく異なることを発見しました。テクノロジーメディアは「プロンプトエンジニアリング」を習得する価値のあるスキルとして取り上げました。オックスフォード英語辞典は2023年にAIに関連する動詞として「prompt」を追加し、その単語自体が複数のランキングで今年の言葉の候補になりました。

2023年初頭までに、「プロンプトエンジニア」は広く引用された求人票によるとAnthropicを含む企業で17.5万〜33.5万ドルの給与で求人タイトルとして登場しました。この役職は大きなメディアの注目を集めました — Bloomberg・The Guardian・The Atlanticがすべて、プロンプトエンジニアリングが真のキャリアかどうかを取り上げました。当時のコンセンサス：それは移行期的な役割であり、ヒューマンコンピューターインターフェース設計・専門知識・品質保証の一部だと。

「プロンプトエンジニアリング」というフレーズの普及化は、様々な実践者やコメンテーターに起因するとされることがあります。Salesforceの元チーフサイエンティストであるRichard Socherは、その考えを早期に広めることに貢献したとする解説に言及されています。Wikipediaのプロンプトエンジニアリングの記事 Prompt Engineering – Wikipedia は、用語の起源についての競合する主張をバランスよく概説しています。

2023年3月のGPT-4のリリースは、プロンプトエンジニアリングを同時に2つの方向に拡張しました：より大きなコンテキストウィンドウ（後のバージョンでは最大128Kトークン）とマルチモーダル入力。実践者はテキストとともにプロンプトに画像を含めることができるようになり、プロンプトエンジニアリングがビジュアルタスク — 画像の説明・図の比較・グラフへの注釈付け — に開かれました。GoogleからのGeminiの初期モデルとAnthropicからのマルチモーダルClaudeバージョンが数ヶ月以内に続きました。

同年、プロンプトエンジニアリングのベストプラクティスの体系化が見られました。OpenAIは公式のプロンプトエンジニアリングガイド OpenAI – Best Practices for Prompt Engineering を公開しました。Google Cloudは独自のプロンプトエンジニアリングドキュメント Google Cloud – Prompt Engineering for AI Guide をリリースしました。独立した著者がフレームワーク — CRAFT・CO-STAR・SPECS・RISEN・TRACE — を体系化し、実践者にプロンプト構造化の再利用可能なテンプレートを提供し、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は、プロンプトエンジニアリングが個人的なスキルから教えられる・共有可能な実践へと成熟したことを表していました。フレームワーク間の選択ガイドについては Which Prompt Framework Should You Use? を、マルチモーダルの側面については Beyond Text: How to Prompt with Images を参照してください。

PromptQuorumは同じタスク — CO-STARフレームワークで構造化された — をGPT-4o、Claude 4.6 Sonnet、Gemini 1.5 Proに送信しました。3つのモデル全てが最初の試行でフォーマット準拠、長さ準拠の回答を生成しました。フレームワークなしの同じタスクは、モデル間で平均2～3回の修正ラウンドが必要でした、有用な出力に到達するために。

PromptQuorumは、この期間に正式化された9つのフレームワーク — CO-STAR、CRAFT、RISEN、SPECS、TRACE、その他4つ — を単一のインターフェースに統合し、実践者が毎回ゼロから構築することなく各構造を適用できるようにしています。

2023年の注目すべき発展は、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した研究でした。Zhou et al.が「Large Language Models Are Human-Level Prompt Engineers」（APE）を発表し、プロンプト候補を生成・評価するタスクを与えられたLLMがベンチマークタスクで人間が書いたプロンプトに匹敵またはそれを上回れることを実証しました。StanfordのDSPyフレームワーク（2023年）はこれをさらに進め、開発者がプロンプトが達成すべきことを説明すると、システムが自動的に言い回しを最適化できるようにしました。

同時に、RAG（検索拡張生成） — 元々2020年にMetaのLewis et al.によって導入された — が本番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注入し、プロンプトに必要な事実をすべて含めることを要求するのではなく、実際の最新のソースにモデルの出力を根拠付けました。これによりプロンプトエンジニアリングの重点が「モデルにこれを知らせるにはどうすればいいか？」から「モデルがこれを正しく使うようにコンテキストをどう構造化するか？」へとシフトしました。

この期間の主要なテクニックの解説については RAG Explained: How to Ground AI Answers in Real Data と Self-Consistency Prompting: Let the AI Check Its Own Work を参照してください。

2024年までに、「より良いプロンプトを書く」というシンプルなアイデアを置き換える新しいフレーミングが現れ始めました。実践者と研究者はコンテキストエンジニアリングを言及し始めました — フルコンテキストウィンドウに何が入るかを調整する実践：システムプロンプト・取得したドキュメント・ツール出力・会話履歴・ユーザー入力が、すべてモデルの動作を誘導するために意図的に組み合わされます。プロンプトはもはやスタンドアロンの成果物ではなく、設計されたコンテキストの一層でした。

いくつかの発展がこのシフトを加速しました。Metaのモデル（2024年のLlama 3クラス）はプライベート展開のための有能なオープンソースLLMを利用可能にし、一部のプロンプトエンジニアリングをクラウドAPIからローカルインフラへとシフトしました。コンテキストウィンドウは100万トークン以上（Gemini 1.5 Pro）に成長し、コードベース全体・書籍・ドキュメントコレクション全体を単一のプロンプトに注入することが実用的になりました。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 — 一つのプロンプトが別のモデルをトリガーし、それがツールをトリガーし、それが次のプロンプトにコンテキストを返します。

この移行への外部的な視点については Prompt Engineering from 2020 to 2025 – AI Supremacy と The Evolution of Prompt Engineering to Context Design – 2026 を参照してください。

2026年現在、研究とコメンタリーはプロンプトエンジニアリングをニッチな職種としてではなく、AIツールを使うナレッジワーカーのための基本的なリテラシースキルとしてますます説明するようになっています。「Prompt Engineering as a New 21st Century Skill」Prompt engineering as a new 21st century skill – Frontiers のような学術論文は、構造化されたプロンプティングを読み・書き・計算と並んで、生成AIシステムを扱うための基本的な能力として位置づけています。

この役割は2つの異なるトラックに分かれました。1つ目はシステムとコンテキストデザイン — プロンプトが取得・エージェント・評価パイプラインを含むより大きなアーキテクチャの一部を形成する本番AIシステムのエンジニアリング。2つ目は日常的な使用 — 基礎となるアーキテクチャを知らなくても有用な出力を生成する明確で構造化されたプロンプトを書く能力。両方のトラックが同じコア原則から恩恵を受けます：明確なタスク指定・適切なコンテキスト・制約・出力形式。

より高性能なモデルと自動化ツールにもかかわらず変わっていないのは、根本原則です：入力が明確で構造化されているほど、出力はより信頼性が高く有用になります。テクニック・用語・ツールは成熟しましたが、GPT-3時代のコアな洞察は2026年でも真実であり続けています。

以下の表は2018年から2026年の主要なマイルストーンをまとめたものです — プロンプトエンジニアリングが現在の形に進化した出来事・論文・モデルリリース。

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。