3行でいうと

  • 公式の指針は共通して、はっきり具体的に書くこと、出力の形を示すこと、例を添えることを勧めています。
  • 「小さいモデル専用」の公式ガイドは、今回は見つかりませんでした。「短く」「1回に1つ」は僕らの見立てです。
  • Qwen3.5は、標準で考えてから答える設定です。直接の答えがほしいときは、設定で切れます。
  • Ollamaの標準の会話の長さは小さい場合があり、長い指示は途中で切れるかもしれません。

この記事は、実際に使って確かめた記録ではありません。この記事は公式の文書やモデルカードを読んでまとめたものです。文中の頼み方の例は、この記事で考えたもので、実際に試した記録ではありません。

先に結論

頼み方の4つの型を、次の表に並べます。

型 公式の資料にあること 僕らの見立て
具体的に書く Meta、OpenAI、Anthropicのどれも、詳しく明確な指示を勧める 小さいモデルほど、省略した部分を補ってくれないと考える
出力の形を示す 「箇条書きで」「JSONで」のように、形を指定する（Meta、OpenAI） 行数や文字数まで書くと、ぶれにくいと考える
例を1つ添える 例を添えると、より正確で一貫した答えになる（Meta）。Anthropicは3〜5個を勧める 小さいモデルは覚えられる長さが短いので、まず1つから
1回に1つ頼む OpenAIは、複雑な依頼を小さな依頼に分解して、それぞれ完了を確認するよう勧める（エージェント向けの文脈） 小さいモデルでは、分けるほうが安全と考える

「小さいモデル向け」に書かれた公式の指針は、今回読んだ範囲にはありませんでした。Googleのドキュメントのページにも、小さいモデルに限った助言はない、とまとめられていました。上の表の右の列は、僕らの見立てです。

言葉の整理

型1：具体的に書く

Metaの指針は、「詳しく明確な指示は、自由な頼み方より良い結果になる」と説明しています。専門用語で迷わせないこと、とも書かれています。Anthropicの指針には、「文脈を知らない新しい同僚に頼むつもりで書く」という考え方があります。OpenAIも、GPT系のモデルには「必要な論理とデータを明示した、正確な指示」が効く、としています。

僕らが考えた例です。

見立てです。誰に向けて、何を、どれくらいで、を入れると、小さいモデルでも迷いが減ると考えます。

型2：出力の形を示す

Metaの指針は、「箇条書きにして」「JSONで返して」のように、出力の形を頼むことを勧めています。OpenAIの例は、「ひとことだけ出力する。余計な書式は付けない」でした。

Anthropicの指針は、「〜しないで」より「〜してください」と書くほうが効く、という考え方です。たとえば「マークダウンを使わないで」ではなく、「なめらかな文章の段落で書いて」。

また、Metaの指針は、知らないときの扱いも書けると述べています。「分からなければ、分からないと答えて」という一文です。これは、作り話を減らす助けになります。

型3：例を添える

Metaの指針は、望む答えの例を添えると、より正確で一貫した結果になる、と説明しています。OpenAIは、「いろいろな入力と、望む出力」を見せるよう勧めています。Anthropicの指針は、例は「実際の用途に近い」「多様」であること、3〜5個を入れると効果が高い、としています。

僕らが考えた例です。

次の感想を、「良い」「悪い」のどちらかに分類してください。 感想：「また買いたい」→ 良い 感想：「すぐ壊れた」→ 悪い 感想：「思ったより軽くて便利」→

見立てです。小さいモデルは、一度に覚えておける量が限られるので、例は多すぎないほうがよいと考えます。1つから始めて、答えが安定しなければ増やす、という順番を考えています。公式の「3〜5個」とは違う数なので、これは見立てとして読んでください。

型4：1回に1つ頼む

OpenAIの指針は、エージェント（AIが自分で手順を進める使い方）の場合に、依頼を必要な小さい依頼に分けて、それぞれが終わったか確かめる、という考え方を示しています。Anthropicの指針にも、段階を分けて、途中の結果を確かめる進め方（プロンプトの連鎖）の説明があります。

僕らが考えた例です。「この会議メモを要約して、課題を3つ挙げて、メールの下書きまで書いて」を、次のように分けます。

  1. 要約を3行で書く
  2. その要約から、課題を3つ挙げる
  3. 課題をもとに、メールの下書きを書く

見立てです。1回の答えが短いと、間違いを見つけやすくなると考えます。

道具ごとに気をつける点

Qwen3.5：標準で「考える」

Qwen3.5のモデルカードによると、モデルは標準で考えてから答えます。直接の答えがほしいときは、チャットの設定の中で、思考を切る指定（enable_thinkingをFalseにする）を渡します。前の世代のQwen3で使えた「/think」「/nothink」という切り替えは、公式にはサポートされていない、と書かれています。

モデルカードの推奨設定は、考えるモードの一般用が温度1.0・top_p 0.95・top_k 20・presence_penalty 1.5、考えないモードの一般用が温度0.7・top_p 0.8・top_k 20・presence_penalty 1.5です。「presence_penalty」は、同じ言葉の繰り返しを減らすための設定で、0〜2で調整できます。ただし、上げすぎると、言語が混ざったり性能が少し下がったりすることがある、ともカードは注意しています。

Gemma 4：考えるモードの入れ方

OllamaのGemma 4のページによると、システムプロンプトの先頭に「<|think|>」を入れると考えるモードが有効になり、外すと無効になります。推奨の設定は、温度1.0・top_p 0.95・top_k 64です。複数回のやり取りでは、前の回答の「考えた部分」は履歴に残さず、最終の答えだけを残すように書かれています。

Gemma系の「システムプロンプト」の扱い

Googleの「プロンプトの構造」のページは、Gemmaの学習済みの会話の形に、user（利用者）とmodel（AI）の2つの役しかなく、system（システム）の役はない、と説明しています。そのため、決まりごとは最初のuserの発言の頭に書く、とあります。ページの例は、利用者の発言の冒頭に「海賊のように答えて」と書くものでした。

一方、Gemma 4のモデルカード（Hugging Face）には、「システムプロンプトを標準で対応」と書かれています。どちらが新しい版の話なのか、ページには日付がなく、確かめられていません。LM StudioやOllamaのような道具は、モデルに合った形に自動で整えるので、ふつうは気にしなくて構いません。Googleのページも、モデルに合った整え方を守ることが大事と書いています。

会話の長さに注意

Ollamaの公式の説明では、会話の長さの標準値が、メモリ（VRAM）の量で変わります。24GiB未満は4k（約4,000トークン）という記述があります。別のFAQのページは、標準は4096トークンとしています。2つの説明は食い違っていて、どちらが今の動きかは確認できていません。

見立てです。長い指示と長い文書を一度に渡すと、収まらずに切れるかもしれません。短い指示にして、1回に1つ頼むという型は、この点でも都合がよいと考えます。会話の長さは、ollama ps で確かめられます。

よくあるつまずき

気をつけること

出典

更新履歴