LLMを使ったプロダクト開発でのプロンプト設計

LLMを組み込んだプロダクトを作るとき、コードを書くのと同じくらい重要なのがプロンプト設計です。Claude Codeを使えば、プロンプトの作成・テスト・改善サイクルをターミナル上で素早く回せます。実際の開発フローに沿って見ていきましょう。

プロンプトのたたき台をClaude Codeに作らせる

まず、プロダクトで使うプロンプトの初稿をClaude Codeに生成させましょう。たとえばカスタマーサポートボットのシステムプロンプトが必要なら、次のように依頼します。

> あなたはECサイトのサポートボットです。以下の要件でシステムプロンプトを作成してください。
  - 丁寧かつ簡潔な日本語で回答する
  - 返金・交換ポリシーの質問には社内ドキュメントを参照するよう誘導する
  - 感情的なユーザーには共感を示してから解決策を提示する

Claude Codeはこの指示をもとに、そのままsystem_prompt.txtとして保存できる形式で出力してくれます。「このプロンプトをファイルに保存して」と続けて指示すれば、ファイル作成まで一気に完了します。

※プロンプト: AIへの指示文。Claude Codeへの指示の質がそのまま出力の質に影響する。

Claude APIで動作テストするスクリプトを生成する

プロンプトのたたき台ができたら、実際にAPIを叩いて確認したいですよね。テスト用スクリプトの生成もClaude Codeに任せましょう。

> system_prompt.txtを読み込んで、複数のテストケースをClaude APIに投げて結果を比較するPythonスクリプトを作成してください。テストケースはJSONファイルで管理できるようにしてください。

すると以下のようなスクリプトを生成してくれます。

import anthropic
import json

client = anthropic.Anthropic()

with open("system_prompt.txt") as f:
    system_prompt = f.read()

with open("test_cases.json") as f:
    test_cases = json.load(f)

for case in test_cases:
    response = client.messages.create(
        model="claude-opus-4-5",
        max_tokens=1024,
        system=system_prompt,
        messages=[{"role": "user", "content": case["input"]}]
    )
    print(f"[{case['label']}]\n{response.content[0].text}\n")

このスクリプトを実行しながら、レスポンスの品質を目視で確認できます。

※API: Application Programming Interface の略。外部サービスとプログラム間でデータをやりとりするための接続口。

テスト結果をもとにプロンプトを反復改善する

テスト結果を見て「このケースの回答がズレている」と感じたら、その出力をそのままClaude Codeに貼り付けて改善を依頼しましょう。

> 上記のスクリプトを実行したところ、「返金したい」という入力に対して
  ポリシーへの誘導ではなく直接回答してしまいました。
  この挙動を修正するようにsystem_prompt.txtを更新してください。

Claude Codeはファイルの内容を把握した上で、該当箇所だけをピンポイントで修正してくれます。この「生成→テスト→フィードバック→修正」のループをターミナルから出ずに回せるのが、Claude Codeを使ったプロンプト開発の最大のメリットです。

プロンプトもコードと同じく、バージョン管理と継続的なテストが品質を守る鍵です。Claude Codeをプロンプトエンジニアリングの相棒として活用してみてください。