改訂に強い Gemini 3 プロンプトの書き方

なぜ多くの Gemini 3 プロンプトは改訂に失敗するのか — そしてその解決策

多くの人はプロンプト作成をメール起草のように扱います。書いて、送信して、結果を祈る。特に MidassAI Chat での Gemini 3.1 Pro 利用において、これは手戻りの元凶です。モデルに一貫性がないからではなく、あなたのプロンプトが検証に耐えるように設計されていないからです。改訂は失敗ではありません。それは、真の仕事が始まる場所です。そして、「待って、例外ケース X はどうなる？」や「そのロジックを逆に辿れる？」と尋ねたときにプロンプトが崩れるなら、あなたは数分ではなく数時間を失っています。

Gemini 3.1 Pro は深さに優れています。10 万トークンの文書 üzerの推論、多段階アーキテクチャの分解、時間的な動画フレームの解釈、異種ソース間の主張の相互検証などです。しかし、「量子コンピューティングを説明して」や「このコードを改善して」といった曖昧な指示からは何も生まれません。生まれるのは構造化された意図からです。制約、フォールバックロジック、明示的な検証基準を事前にエンコードすることで、改訂サイクルに耐えるように設計されたプロンプトです。

対象読者:

新しい資料に対してホワイトペーパーを改訂するテクニカルライター
サービスメッシュの設計決定を検証するバックエンドエンジニア
管轄区域を超えて規制 filings を統合する研究者
スプリント計画前に機能仕様をストレステストするプロダクトリード
時間的な因果関係を抽出する動画アナリスト（例：「2:14–2:27 で、Subject A のジェスチャーは Subject B の発話キューより前か後か？」）

これらは理論的な使用事例ではありません。これらは MidassAI Chat で実際のユーザーと共にストレステストを行ったワークフローであり、構造化が不十分なプロンプトが決まって改訂ステップ 2 で失敗した場所です。

要点まとめ

基本原則Prompt durability > initial output speed

更新の契機‘What if…?’ questions expose weak assumptions

MidassAI の強みStateful chat context preserves document + reasoning history across revisions

テンプレート 1: ソースアンカー付き長文ドキュメント検索

こう言わないで：「この 80 ページの SEC 提出書類を要約して。」

代わりにこう言う:

あなたは Acme Corp（2024 年）の Form 10-K をレビューするコンプライアンスアナリストです。サイバーセキュリティリスク要因（Item 1C）、訴訟偶発債務（Item 3）、将来予測に関する免責事項（Item 7）に関連する開示のみを取得し、抽出してください。抽出された各条項について:

逐語引用（最大 45 語）

正確なページ番号とセクションヘッダーを引用

内部矛盾をフラグ付け（例：「p.22 ではリスクは『重要』だが p.41 では『重要ではない』」）要約しないで。推測しないで。抽出以上のことを行わないで。

改訂に耐える理由: ページ/セクションへの明示的なアンカーリングが忠実性を強制します。矛盾検出は自己監査を構築します。そのため、後で*「セクション 3 でフラグ付けされたすべての矛盾を示して」と*尋ねたとき、Gemini 3.1 Pro はそれらを即座に取得します。これらは後から推測されたのではなく、最初のパス中にログされたものだからです。

MidassAI ChatでGemini 3を試す

テンプレート 2: 決定木のためのロジックストレステスト

ビジネスルール、ポリシー施行、または条件付きワークフローを検証する際に使用します:

あなたはローン承認エンジンを評価するシステム監査人です。これら 3 つの入力が与えられた場合:

クレジットスコア ≥ 720 → 自動承認

収入比率 > 45% → 手動レビューが必要

24 ヶ月以内の過去のデフォルト → 自動拒否 すべての可能な入力組み合わせ（n=8）を生成し、それぞれについて:

最終決定を述べる

たどった正確なルールパスをトレース（例：「Credit=730 → 自動承認; 収入比率=48% をオーバーライド」）

ルール競合を特定（例：「Credit=690 AND default=yes → 拒否と手動レビューの両方がトリガー」）列を以下として CSV で出力：credit_score, income_ratio_pct, past_default, decision, conflict_flag。

このテンプレートは網羅的な列挙を強制します。単なる「典型的なケースではどうなるか」ではありません。改訂時（「収入比率が 44.9% だったら？」）、Gemini 3.1 Pro は推測せず、コンテキスト内で完全なマトリックスを再計算し、並列比較のために以前の出力を保持します。

テンプレート 3: コードアーキテクチャ分解

「このコードを良くして」はスキップしてください。代わりに:

あなたはこの Go マイクロサービス（添付：main.go, handlers/user.go, pkg/db/connection.go）をレビューするシニアバックエンドアーキテクトです。各ファイルについて:

すべてのエクスポートされた型/関数をリスト

依存フローをマッピング：どの関数がどの関数を呼び出すか、クロスパッケージ呼び出しを含む

密結合ポイントを特定（例：ハンドラーがインターフェースを受け入れる代わりに DB 接続を直接インスタンス化している）

結合ポイントごとに1 つの具体的なリファクタリングを提案（例：「db.Connection をインターフェースに抽出；コンストラクタ経由で注入」） Mermaid グラフコード + リファクタリングの箇条書きリストとして出力。

Gemini 3.1 Pro は構文だけでなく構造と意図を解析します。改訂は外科的になります：*「Redis クライアントを注入した後、依存関係マッピングを再実行—ユーザーハンドラーは 이제キャッシュに依存しているか？」*プロンプトはすでに「依存関係」を正確に定義しているため、答えは決定的です。

テンプレート 4: 時間的動画分析プロンプト

フレーム単位での推論用（MidassAI Chat への動画アップロードが必要）:

アップロードされた動画クリップを分析（0:00–3:12, 30fps）。タイムスタンプ 1:22–1:25 および 2:08–2:11 で:

主要な Subject の動きを特定（例：「左腕を上げ、その後一時停止」）

音声波形ピークと相関（ms 揃えのタイムスタンプを提供）

時間的順序を決定：動きはピークよりリード、ラグ、または一致するか？

ラグ > 120ms の場合、潜在的な同期問題をフラグ付け。テーブル出力：timestamp_range | motion_description | audio_peak_ms | delta_ms | sync_flag。

これは Gemini 3.1 Pro がマルチモーダルトークンを同時に処理するため機能します。改訂は「何か見落としたか？」ではなく、*「より厳しい動きの閾値（サブピクセル光学フロー）を使用して 1:22–1:25 を再分析»*であり、モデルは調整されたパラメータで同じプロトコルを再実行します。

テンプレート 5–7: 研究三角測量、例外ケース生成、クロスドメイン翻訳

研究三角測量: 「AI 支援診断に関する FDA 草案ガイダンス（2024-05）、EMA CHMP レポート（2023-11）、WHO 技術ブリーフ（2024-02）を比較。各規制について：『臨床検証』の定義を抽出、必要な証拠タイプをリスト、サンプルサイズ閾値の相違を注記。列『相違の重大度（低/中/高）』を含む markdown テーブルで出力。」
例外ケース生成: 「この Python 関数シグネチャ def calculate_tax(income: float, state: str, dependents: int) -> float が与えられた場合、以下をカバーする 12 のテストケースを生成：負の収入、state='XX'（無効）、dependents=−1、income=inf、dependents=0 の state='CA'、および 7 つのその他の境界条件。それぞれについて、期待される動作と、なぜそれが意味のある例外ケースなのかを述べる。」
クロスドメイン翻訳: 「この Kubernetes Helm チャート README（添付）を、非技術的なセールスエンジニア向けの平易な言語の製品仕様書に翻訳。すべてのバージョン制約、リソース制限、失敗モードを保持するが、『initContainer』を『起動前ヘルスチェック』、『tolerations』を『デプロイメント柔軟性設定』などに置き換える。技術用語をセールス担当者が理解できる用語にマッピングする用語集を含める。」

それぞれが改訂準備性を埋め込んでいます：明示的なスコープ、曖昧さのない成功基準、diff ベースの検証を可能にする構造化された出力形式。

あなたの改訂耐性プロンプトは今すぐ始まります

初日から完璧なプロンプトは必要ありません。あなたと共に学習するプロンプトが必要です。「X が変更されたらどうなるか？」と尋ねるたびに、MidassAI Chat 上の Gemini 3.1 Pro は元の推論チェーンを保持します。したがって、改訂は一から始めることではありません。それは洞察を層状に重ねることです。

これらのテンプレートの 1 つをライブで構築してみてください。50 ページの PDF をアップロードし、200 行のコードベースを貼り付け、90 秒の動画クリップをドロップします。そして、最初の改訂質問を投げかけてください：「仮説が崩れる場所を示して。」 それが、答えをくれるプロンプトと、動作する基盤をくれるプロンプトの違いを見る瞬間です。

MidassAI Chat で Gemini 3 を試す