「プロンプトを書いているのに、Claudeの答えがブレる」——そんな悩みは、指示の組み立て方を変えるだけでかなり減らせます。Anthropicは、Claudeを開発したApplied AIチームによる実践ワークショップ「Prompting 101」をYouTubeで無料公開しています。登録も課金も不要で、約25分の動画と、あわせてGitHub上の対話型チュートリアルで、公式の考え方をそのまま学べます。
この記事では、ワークショップの位置づけと中身、あわせて無料で使える関連教材までを整理します。
この記事でわかること
- 「Prompting 101」が何のイベントから公開された教材か
- 動画で実演されているプロンプト設計の手順とポイント
- 公式ドキュメント・GitHubチュートリアルとの使い分け
- 初めて学ぶ人・API利用者それぞれのおすすめの進め方
https://www.youtube.com/watch?v=ysPbXH0LpIE
なぜ「公式の実践講座」が効くのか
プロンプトエンジニアリングは、魔法の呪文を覚える作業ではありません。Anthropicの講師は、言語モデルに「何を・どの順で・どんな制約で」渡すかを設計し、出力を評価しながら直していく反復作業だと説明しています。ブログやSNSの断片知識だけでは、なぜその指示が効いたのかが追いにくく、本番のAPIやClaude Consoleに載せ替えるときに迷子になりがちです。
公式ワークショップは、スウェーデンの自動車保険会社を想定した「事故報告書と手書きスケッチの画像分析」という具体例を題材に、プロンプトを段階的に足していきます。最初は文脈不足でスキー事故と誤認する出力から始まり、役割・トーン・フォーム仕様・手順・出力形式を追加するたびに精度が上がる過程が、そのまま設計の型になります。
Prompting 101の概要
動画タイトルは「Prompting 101 | Code w/ Claude」です。Anthropic公式YouTubeチャンネルに掲載され、収録時間は約24分52秒です。講師はApplied AIチームのHannah Moran氏とChristian Ryan氏で、2025年5月22日にサンフランシスコで開催された開発者向けカンファレンス「Code w/ Claude」のセッションを編集したものです（動画の公開日は2025年7月31日）。
冒頭で述べられているプロンプトエンジニアリングの定義は明快です。モデルへの指示を明確に書き、タスクに必要な文脈を渡し、情報の並べ方まで含めて最適化する、というものです。チャットのように往復する利用ではなく、APIで「1回のリクエストで正しく返してほしい」場面を想定した構成が中心です。
動画で示されるプロンプトの骨格
講師が推奨する基本構造は、次の5ブロックに整理できます。
- タスクの説明 — Claudeの役割と、今日やる仕事を最初に書く
- 動的コンテンツ — 今回の入力（画像、取得データなど）
- 詳細な手順 — 推論や確認をどの順序で進めるか
- 例（few-shot） — 難しいケースの入出力例
- 重要事項の再掲 — 幻覚を避ける制約などを末尾で強調
実演では、ユーザー入力に加え、変わらないフォーム仕様をシステムプロンプトに置く選択が説明されます。フォーム定義は毎回同じなので、システム側に載せると読み取りのブレが減り、プロンプトキャッシュにも向く、と述べられています。
Claudeは構造化された入力を好む、という前提で、XMLタグでブロックを区切る手法が紹介されます。タグ名で中身の意味を明示できる点が、Markdownより制御しやすい場面がある、と説明されています。
精度を上げる具体テクニック
動画後半で特に強調されているのは、次の実務テクニックです。
分析順序を指示する — 手書きスケッチだけを先に見せると誤解が増える例から、フォームを読んでからスケッチを解釈するよう手順を書くと、人間が調査する順序に近づき、判定の信頼度が上がる、と実演されています。
例をシステムプロンプトに入れる — グレーゾーンの事故例をfew-shotとして載せ、次に似たケースが来たときの基準を与える、という考え方です。画像はBase64でプロンプトに含める例も触れられています。
出力形式をアプリ向けに固定する — 最終判定だけを<final_verdict>のようなXMLタグで囲み、下流のSQLやワークフローがパースしやすくする、というデータエンジニア視点の話です。
プリフィル（Pre-filled response） — アシスタント側の出力の先頭に[や特定タグをあらかじめ置き、JSONや構造化データの続きだけをモデルに書かせる方法です。前置きを抑えつつ形式を縛れます。
Extended Thinkingの活用 — Claude 3.7以降で使える拡張思考は、プロンプト調整の「補助輪」として有効です。思考ログを読むと、モデルがどこで迷っているかが見え、同じ手順をシステムプロンプトに写すとトークン効率も改善できる、と締めくくられています。
これらの多くは、Anthropicのプロンプトエンジニアリング概要ドキュメントやベストプラクティス群と対応しており、動画はその実装例として機能します。
あわせて使える無料教材
https://github.com/anthropics/prompt-eng-interactive-tutorial
動画だけでは演習量が足りない場合は、上記のPrompt Engineering Interactive Tutorialが有用です。AnthropicがGitHubで公開している教材で、全9章と演習、さらに発展的な付録で構成されています。章順に進める想定で、各レッスン末尾に「Example Playground」があり、プロンプトを書き換えてClaudeの応答差分を確かめられます。
修了後の到達目標として、READMEには「良いプロンプトの基本構造の習得」「よくある失敗パターンと80/20の対処」「Claudeの強みと弱みの理解」「ユースケース別プロンプトの自作」が挙げられています。Googleスプレッドシート版（Claude for Sheets拡張）もあり、ブラウザだけで試したい人向けです。
https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview
公式ドキュメント側では、成功基準と評価方法を先に決めること、Claude Consoleのプロンプトジェネレーターやプロンプト改善ツールの利用が案内されています。動画・GitHub・ドキュメントは役割が重ならず、動画で全体像 → チュートリアルで手を動かす → ドキュメントで細部と最新仕様を確認、という順が効率的です。
こんな人に向いているか
- Claude.aiやConsoleを使い始めた人 — なんとなく質問する段階から、タスクを一度で済ませる書き方へ移行したい場合
- APIで業務アプリを組む人 — システムプロンプト、出力パース、キャッシュを一体で設計したい場合
- 社内でプロンプト共有を始める人 — チーム内の「うまくいった例」をfew-shot化する考え方の土台になる
逆に、すでに自社で評価ハーネスとバージョン管理を回しているチームは、動画の保険会社デモをそのまま流用するのではなく、構造化・手順・出力制約・例の載せ方だけを抜き出すのが現実的です。
学び始めるときの一歩
まずYouTubeの「Prompting 101」を通しで見て、V1（文脈なし）から最終版までの差分をメモします。次にGitHubチュートリアルの第1章「Basic Prompt Structure」から、自分の業務に近い短文タスクで演習します。最後にClaude Consoleで同じタスクをAPI想定の1ショットプロンプトに書き直し、温度0・十分なmaxトークンで再現性を確認すると、動画の内容が定着しやすくなります。
SNSでは、Applied AIチームによる無料講座として紹介する投稿が広がっており、有料講座に匹敵する密度だ、という評価も見られます（元ポスト）。ただし「40の技法」などの数値は、公式動画の説明では列挙されていません。学ぶときは、動画・GitHub・platform.claude.comの3ソースを軸にすると、噂話と中身を切り分けられます。
プロンプトの質は、モデルの世代更新とセットで効いてきます。無料とはいえ、Claudeを本番利用している人にとって、開発元が公開する実装者目線の教材は、まず押さえる価値のあるリソースです。