LLM-prompting-bestpractice

Skill: /LLM-prompting-bestpractice — 3 ベンダー統合プロンプト設計

なぜこの skill が必要か

外部 LLM サービスに投入するプロンプト (特に Kosmos のように 12 hr 自律実行型) は、実行中に修正できない ため、投入前に 3 ベンダー (Anthropic / OpenAI / Edison Scientific) の公式 best practice を統合的に適用しておく必要がある。本 skill は次の 3 ステップで設計・レビューを支援する:

1. 構造化 (5 コンポーネント + XML タグ + 推奨順序)
2. Vendor-specific 適合化 (各サービスの公式推奨と Anti-pattern)
3. 後処理 readability (Kosmos 出力をパースする側の負荷を下げる SECTION 設計)

When to invoke

以下のいずれかに該当する場合に invoke する:

• •外部 LLM サービス (Kosmos, Elicit, Perplexity, ChatGPT, Claude.ai 等) に投入する prompt を新規作成・レビューする
• •既存の prompt を multi-vendor で動かす (移植) ために最適化する
• •ユーザーが /LLM-prompting-bestpractice と直接呼ぶ
• •「プロンプト最適化」「XML タグ整理」「Kosmos に投げる文章を整えて」等

• •別マシン / 自律実行用の Claude Code prompt を作る (例: LAB-PC で長時間データ解析を 1 セッション完走させる prompt)

逆に、いま対話している Claude Code セッションへのその場の通常 prompt には不要。 本 skill は (a) 外部 LLM 投入用 prompt と (b) 自律/別マシン実行用の agentic prompt に適用する (後者は Template D の anti-hallucination ガードが必須)。

Section 1 — 3 ベンダー共通の核原則 (5 つ)

原則 1: 5 コンポーネント構造 (role / task / context / format / constraints)

Anthropic Claude 4.7 は この 5 要素パターンで訓練されており、構造化プロンプトの方がプレーンテキストより測定可能に高品質な出力を出す (Anthropic 2026)。OpenAI GPT-5.5 も outcome-first 指示で同等の効果。

推奨順序:

1. <role>          — モデルの専門家 persona と視点
2. <context>       — フィールド固有の前提・データ来歴・なぜ重要か
3. <task>          — 単一の主目的 (research objective)
4. <instructions>  — 番号付き手順 (sequential steps)
5. <output_format> — SECTION 構造 + 制約

理由: context を task より先に置くと、Claude は task をどの枠組みで解釈すべきかを先に理解する。これは long-context (20k+ token) で 30% 精度改善 (Anthropic Long context tips)。

原則 2: XML タグでセクション分離

3 ベンダー共通で XML タグは parsing を unambiguous にする。Markdown header (## ) より強い。

標準タグ語彙 (Anthropic 公式):

• •<role>, <context>, <task>, <instructions>, <output_format> — 主構造
• •<example>, <examples> — 多ショット用 (3-5 件で best)
• •<documents>, <document index="n">, <document_content>, <source> — 複数ファイル投入時
• •<constraint>, <scope_boundary>, <do_not> — 禁則事項
• •<thinking>, <answer> — chain-of-thought 構造化

ネスト: 階層がある場合は必ずネスト。例:

<documents>
  <document index="1">
    <source>dataset.csv</source>
    <document_content>...</document_content>
  </document>
</documents>

注意: タグ名は識別性が大事 (canonical name はない)。データ内容と意味が一致する名前を選ぶ。

原則 3: Outcome-first (path ではなく target を指定)

GPT-5.5 (2026-04) と Claude Opus 4.7 (2026-05) はいずれも 「to-do list」より「success criteria」を好む (OpenAI GPT-5.5 guide)。

Bad (path-prescriptive):

Step 1: Read the PDF.
Step 2: Extract all species names.
Step 3: Search PubMed for each species.
Step 4: Compile results into a table.

Good (outcome-first):

Produce an extension table containing records not present in the canonical
database. Each new record must include source DOI, observation year, location,
and a reliability rank A/B/C. Success criterion: no record duplicates an
existing canonical entry (or a known synonym of one).

理由: モデルの reasoning engine は path を自分で最適化する。過剰指示は探索空間を狭める。

原則 4: 絶対ルールは sparingly に (true invariants のみ)

OpenAI GPT-5.5 (2026-04) の重要な方針転換: 「MUST/NEVER は乱発しない」。Claude 4.7 も literal interpretation で同様の挙動。

MUST/NEVER を使ってよいケース (true invariants):

• •safety / 倫理規定
• •必須出力フィールド
• •投入禁止データ (例: 未発表 simulation 結果)
• •スコープ境界 (out-of-scope の明示)

MUST を使ってはいけないケース (= soft preference):

• •スタイル指示 (例: "MUST use academic tone" → 単に "Write in academic tone")
• •望ましい構造 (例: "MUST use bullet lists" → "Prefer bullet lists")
• •推奨される手順 (例: "MUST search PubMed first" → "Start by searching PubMed")

濫用は逆効果 (モデルが本物の constraint を見分けられなくなる)。

原則 5: 否定より肯定指示

3 ベンダー共通: 「X しないで」より「Y して」。

Bad: "Do not use markdown." Good: "Respond in flowing prose paragraphs."

Bad: "Don't be vague." Good: "State the species name, location, year, and reliability rank for each record."

例外: out-of-scope 明示 (これは肯定的「禁止」として有効)。

原則 6: canonical examples を必ず同梱 (multishot) — 最重要

Anthropic 公式が最も信頼できる steering 手段と明言: 「Examples are one of the most reliable ways to steer Claude's output」「3–5 個推奨」「examples are the 'pictures' worth a thousand words」(Anthropic 2026; context engineering)。ルールを並べるより例を示す方が format・tone・判定を確実に伝える。

• •3–5 個の canonical example を <example> (複数なら <examples>) で囲んで同梱する。
• •例は relevant (実 use case を写す)・diverse (edge case を含み、意図しないパターンを拾わせない)・structured (タグで指示と分離)。
• •出力フォーマット・判定基準・report 冒頭文・table の 1 行 等、「最終成果物が何であるべきか」の見本を最低 1 つ示す。
• •例が無いプロンプトは原則 incomplete とみなす (Section 4 checklist の必須項目)。

Section 2 — Vendor-specific nuances

2.1 Anthropic Claude (Opus 4.8 / 4.7 / 4.6, Sonnet 4.6)

Strong points:

• •XML タグの認識が最も堅牢 (3 ベンダー中 best)
• •Long-context (200k+) で query を末尾配置すると 30% 精度改善
• •<thinking>...</thinking> で chain-of-thought を明示可能
• •multishot (3-5 例を <examples> で囲む) が信頼性高い

Claude Opus 4.8 / 4.7 特有 (2026):

• •literal instruction following (4.8 で更に強化): 「全セクションに適用」と書かないと最初のセクションだけ処理される。一般化させたい指示は scope を明示
• •subagent spawning が default で減少 → 必要なら明示的に指示
• •effort パラメータが strict に効く → 複雑/agentic タスクは high〜xhigh 推奨
• •response length を task 複雑度で自動調整 (4.8): 一定の verbosity が要るなら明示
• •positive examples の方が "don't do X" より効く。agentic coding では investigate-before-answering / overeagerness 抑制 / temp file cleanup を明示 (Template D)

Anti-pattern:

• •prefilled response (4.6 以降サポート停止)
• •過剰な markdown bold/italics (出力にも反映されてしまう)
• •vague terms ("important", "high quality") → 具体基準で書く

2.2 OpenAI GPT (GPT-5, 5.1, 5.2, 5.5)

Strong points:

• •structured output (JSON schema) が API レベルで強制可能
• •tool use (function calling) が安定
• •reasoning effort 設定 (default: medium)

GPT-5.5 特有 (2026-04 update):

• •"fresh baseline" 推奨 (古いプロンプトを引きずらない)
• •outcome-first prompts (success criteria + constraints + context のみ、path 指定不要)
• •absolute rules は invariants のみ
• •stopping rules を明示 (long-running / tool-heavy task)

Anti-pattern:

• •古い "Let's think step by step" 系の手順命令 (5.5 では逆効果)
• •過剰な absolute rules ("MUST", "NEVER") の濫用

2.3 Edison Scientific Kosmos (12 hr autonomous research agent)

核原則 (Edison 公式 best practices):

1. Single, well-defined research objective (複数並列指示は精度を下げる)
2. 反復の余地: 数本の論文や 1 回の解析で答えが出る質問は不適。「scientific collaborator が weeks-months で完成できる規模」が target
3. Sufficient scientific context: フィールド固有の非自明な前提を明示。「新しく加わった有能な同僚に説明するように」
4. Intuitively labeled columns + supplementary description: column_description.csv 必須
5. Complex high-dimensional data 推奨: 単純リストより多変数・多時点・多サンプル
6. 5 GB 上限・ファイル数無制限

Strong objectives 例 (Edison 提供):

• •mechanistic hypothesis を含む
• •experimental design + time-course parameters
• •control variables を明示
• •follow-up analytical strategies

Weak objectives (避けるべき) 例:

• •"tissue with lower ECM pathway expression" (context 不足)
• •"genes differentially expressed at p < 0.05" (単純フィルタ)
• •"explore relationship between X and Y" (vague)

Kosmos-specific output design:

• •SECTION A/B/C 構造で出力指定 (downstream パース容易性)
• •各 SECTION に「内容と format」を明示 (Table / Plain text / List)
• •引用は DOI 付きで要求

Kosmos が苦手な task:

• •single-step 抽出 (= Elicit の方が向く)
• •リアルタイム対話 (= ChatGPT の方が向く)
• •数値計算自体 (= Wolfram 等の方が向く)

2.4 比較サマリ

Section 3 — XML テンプレート (3 用途)

Template A — 一般的な Claude / GPT 投入 (single-task)

<role>
You are a [domain expert] specializing in [subdomain]. Your audience is
[user role] with knowledge level [level].
</role>

<context>
[Field-specific premises, data provenance, why this matters]
</context>

<task>
[Single research/task objective in 1-2 sentences]
</task>

<instructions>
1. [Step 1, sequential]
2. [Step 2]
3. [Step 3]
</instructions>

<output_format>
Provide your output in the following structure:
- SECTION A — [name]: [content type, ~length]
- SECTION B — [name]: [content type, ~length]
</output_format>

<scope_boundary>
The following are explicitly OUT OF SCOPE:
- [Out-of-scope item 1]
- [Out-of-scope item 2]
</scope_boundary>

Template B — Kosmos 投入 (12hr autonomous research)

RESEARCH OBJECTIVE
[Single, outcome-first sentence describing what discovery the agent should
make. The answer must NOT be obvious from a few papers.]

RESEARCH CONTEXT
[Field-specific premises framed for "a capable colleague who just joined
the team": what's already known, what's not, what's atypical about your
group's data/method, downstream use of the output]

CANONICAL DATA
[List attached files with one-line description each:
 - dataset.csv (N records, columns described in column_description.csv)
 - Author_etal_YYYY.pdf (supplementary primary source)
 - ...]

INSTRUCTIONS

1. [Sequential instruction 1, outcome-first]
   Sub-criterion: [success criterion]
2. [Instruction 2]
   Sub-criterion: [success criterion]
...
N. Output structure
   SECTION A - [name]: [Table | Prose ≤ X words | List]
   SECTION B - [name]: [Table | Prose ≤ X words | List]
   SECTION C - [name]: ...

SCOPE BOUNDARY
The following are explicitly OUT OF SCOPE:
- [Out-of-scope item 1]
- [Out-of-scope item 2]

REQUIRED CITATION FORMAT
All claims and new records must cite the primary source with DOI.

Note: Kosmos は Anthropic 公式 XML タグを必須としないが、SECTION 構造の明示は output parse のため必須。Single-objective 規則を死守。

Template C — 多ファイル long-context 投入

<documents>
  <document index="1">
    <source>file1.pdf</source>
    <type>primary_target</type>
    <document_content>{{file1_text}}</document_content>
  </document>
  <document index="2">
    <source>file2.csv</source>
    <type>canonical_data</type>
    <document_content>{{file2_text}}</document_content>
  </document>
</documents>

<task>
[Task description, AFTER the documents]
</task>

<instructions>
1. First, quote the relevant passages from each document in <quotes> tags.
2. Then, perform the analysis based on those quotes.
</instructions>

理由: documents を先頭に置き、task と instructions を末尾に置くと long-context で 30% 精度改善 (Anthropic 2026)。

Template D — agentic / autonomous Claude Code prompt (別マシン・長時間自律実行)

別マシンで Claude Code を自律実行させる prompt (例: ローカルデータ解析を 1 セッションで完走) には、Template A の構造に加えて anti-hallucination ガードと agentic 規律を必ず入れる。これらが無いと、未読ファイルの内容を推測したり、存在しないデータで結論を書いたり、過剰実装に走る。

<role>…</role>
<context>…(データの所在・前提・なぜ重要か)…</context>
<task>…(単一目的)…</task>

<investigate_before_answering>
Never speculate about code or data you have not opened. If a file is referenced,
you MUST read it before using its contents. Make claims and report numbers ONLY
from files you have actually read. If a required file is not found, report the gap
explicitly — never fabricate data, paths, or results.
</investigate_before_answering>

<instructions>
1. … (番号付き手順 + 各 step に success criterion)
</instructions>

<examples>
  <example>…(成果物の 1 行見本: data_inventory の行 / 判定の 1 例 / 報告冒頭の結論文)…</example>
</examples>

<output_format>…(成果物・SECTION 構造)…</output_format>

<scope_boundary>
Out of scope:
- 直接要求されていない feature 追加・refactor・"改善" (overeagerness 抑制)。
- 結論を変えない大規模な追加実行 (最小の gap 埋めのみ)。
- データが支持しない主張。不確実性は limitation として正直に書く。
</scope_boundary>

<housekeeping>
- 反復用の一時 script / 中間ファイルを作ったら、最後に削除する。
- 高コストな処理 (長時間 run 等) は勝手に起動せず、必要なら列挙して確認を仰ぐ。
- テストを通すための hard-code や一回限りの workaround をしない。一般解を書く。
</housekeeping>

根拠: Anthropic 公式の agentic 指針 — "investigate before answering" (hallucination 最小化)、"avoid overeagerness / keep changes minimal"、"reduce file creation: clean up temp files"、"avoid hard-coding / passing tests"、Opus 4.8 の literal following (scope を明示せよ) (Anthropic prompting best practices, agentic systems)。

Section 4 — Self-review checklist (投入前 12 項目)

投入前に以下を機械的にチェック:

[ ] 1. 5 コンポーネント (role / context / task / instructions / output_format) が揃っている
[ ] 2. XML タグまたは明確な SECTION ヘッダで分離されている
[ ] 3. Single objective (複数目的並列でない)
[ ] 4. Outcome-first (success criteria 明示、path 過指定なし)
[ ] 5. Absolute rules (MUST/NEVER) は invariants のみ
[ ] 6. 否定指示より肯定指示優先 (例外: scope boundary)
[ ] 7. context が task より先に置かれている
[ ] 8. 多ファイル投入時は <documents><document index></document></documents> 構造
[ ] 9. Long-context (20k+) では documents を先頭、task を末尾
[ ] 10. SECTION 出力構造が downstream パースに適合 (Table / Prose / List 明示)
[ ] 11. Out-of-scope items が <scope_boundary> で明示
[ ] 12. 引用は DOI 付き要求 (research task の場合)
[ ] 13. canonical examples (3-5) を <example>/<examples> で同梱 — 成果物の見本を最低 1 つ【必須・原則 6】
[ ] 14. scope を literal に明示 (Opus 4.8 は「全セクションに適用」等を書かないと最初だけ処理する)

Agentic / autonomous Claude Code prompt 追加 4 項目 (Template D):

[ ] D1. <investigate_before_answering> がある (未読ファイルを推測しない・数値を捏造しない・無ければ gap 報告)
[ ] D2. overeagerness 抑制 (直接要求外の feature/refactor/改善をしない) が scope に明示
[ ] D3. housekeeping (一時ファイル削除・高コスト処理は確認・hard-code しない) が明示
[ ] D4. 高コスト/破壊的処理の前に確認を仰ぐ指示がある

Kosmos 専用追加 6 項目:

[ ] K1. 12 hr に値する研究目的か (1 hr で終わる task は Elicit 向き)
[ ] K2. Column 名が intuitive か (略語の場合は description csv 添付)
[ ] K3. データが high-quality processed か (raw sequencing 等は不可)
[ ] K4. 総ファイルサイズ < 5 GB
[ ] K5. mechanistic hypothesis を含むか (探索的すぎないか)
[ ] K6. follow-up analytical strategies が指示されているか

Section 5 — Anti-pattern カタログ

A1. Multi-objective parallel

Bad:

Extend the database AND analyze the latitudinal gradient AND identify

publication bias.

Why bad: モデルが優先順位を自律決定 → 各 task が浅くなる Fix: 別 run に分割

A2. Path over-specification

Bad:

First read the PDF. Then list each species. Then for each species, search

PubMed using exactly the query "[species name] AND review". Then ...

Why bad: モデルの reasoning 探索を狭める Fix: outcome + success criteria を書き、path はモデルに任せる

A3. Vague qualitative terms

Bad:

Identify the most important papers. Make sure the analysis is high quality.

Why bad: "important" / "high quality" は計測不能 Fix: 具体基準 (DOI 付き、5 件以上、PGLS 解析を含む等)

A4. MUST/NEVER spam

Bad:

MUST use academic tone. MUST cite at least 5 papers. MUST format as

markdown. NEVER use bullet points. MUST be concise. NEVER use first

person.

Why bad: 本物の invariant が埋もれる、モデルが過剰防衛的になる Fix: invariant のみ MUST/NEVER。preference は普通の動詞。

A5. Confirmation bias 注入

Bad (Kosmos に「独立評価」を求めながら、自分の批判メモを補助投入):

Re-evaluate paper X (a 2024 study).

Supplementary: my_critique_of_X.md (= 既に否定的結論を持つメモ)

Why bad: 独立性を破壊する Fix: 批判メモは渡さず、対象論文の事実だけ与える。誤読防止のための minimal な事実 (e.g., 「論文 X は A>B と主張している」) のみ context に書く

A6. Schema-spec mismatch

Bad:

Produce a table with the same schema as the input CSV.

(input CSV は 28 列、output は 15 列を想定しているが明示していない)

Why bad: モデルが input 全列をコピーする → downstream パースが破綻 Fix: output schema を明示列挙

A7. 例ゼロ (all rules, no examples)

Bad:

(role/context/task/instructions/output を全部ルールで書き、example を 1 つも入れない)

Why bad: 公式が最重要 steering 手段と明言する examples を欠く。format/判定/tone がぶれる。よくある optimizer の盲点。 Fix: 成果物の見本を 3–5 個 <examples> で同梱 (原則 6)

A8. agentic prompt に anti-hallucination ガードが無い

Bad:

(ローカルデータを解析させる自律 prompt で「ファイルを探して解析して報告」とだけ書く)

Why bad: 未読ファイルの内容を推測し、見つからないデータで数値・結論を捏造し得る。 Fix: <investigate_before_answering> (未読を推測しない・捏造しない・無ければ gap 報告) と housekeeping を入れる (Template D)

References

Primary docs (3 vendor)

• •Anthropic — Prompting best practices (Claude Opus 4.8, 2026) — clarity / examples / XML / thinking / agentic systems (literal following, overeagerness, hallucination 最小化, file cleanup)
• •Anthropic — Effective context engineering for AI agents (2026) — right altitude / minimal-but-not-short / examples over exhaustive rules
• •Anthropic — Use XML tags
• •OpenAI — GPT-5 Prompting Guide
• •OpenAI — GPT-5.5 Prompting Guide (2026-04)
• •Edison Scientific — Kosmos best practices
• •Edison Scientific — Announcing Kosmos
• •Kosmos paper (arXiv 2511.02824)

Foundational research papers

• •arXiv 2411.10541 — Format comparison (Markdown best for large models)
• •arXiv 2408.02442 — Format restrictions reduce reasoning (EMNLP 2024)
• •arXiv 2502.04295 — Content-format optimization
• •arXiv 2305.13062 — HTML table 6.76% > Markdown table (WSDM 2024)
• •arXiv 2312.16171 — Prompt Report (systematic survey)
• •arXiv 2309.16797 — Chain-of-Verification reduces hallucination
• •arXiv 2401.14423 — Principled Instructions