システムプロンプトは、Claudeがユーザー入力にどのように応答するかをカスタマイズするための強力な方法です。汎用的な回答を得るのではなく、特定のユースケースに合わせてClaudeのトーン、スタイル、アプローチを形作ることができます。

システムプロンプトが重要な理由
数学チューターのチャットボットを構築することを考えてみましょう。学生が「5x + 2 = 3をxについて解くにはどうすればいいですか?」と尋ねたとき、Claudeには単に答えを吐き出すのではなく、本物のチューターのように振る舞ってほしいはずです。優れた数学チューターは次のようなことをするべきです。
- 最初は完全な解答ではなくヒントを与える
- 学生が問題を段階的に進められるよう、辛抱強く導く
- 例として似たような問題の解答例を示す
Claudeに次のようなことをしてほしくないのは明らかです。
- すぐに直接的な答えを与える
- 学生に電卓を使うだけでいいと伝える
システムプロンプトの仕組み

システムプロンプトは、どのように応答すべきかについてClaudeにガイダンスを提供します。プレーンな文字列として定義し、create関数呼び出しに渡します。主な利点は次のとおりです。
- システムプロンプトはClaudeに応答の仕方についてのガイダンスを提供します
- Claudeは指定された役割の人物が応答するのと同じように応答しようとします
- Claudeをタスクに集中させるのに役立ちます
基本的な構造は次のとおりです。
system_prompt = """
You are a patient math tutor.
Do not directly answer a student's questions.
Guide them to a solution step by step.
"""
client.messages.create(
model=model,
messages=messages,
max_tokens=1000,
system=system_prompt
)違いを見てみましょう
システムプロンプトがない場合、Claudeはすぐに完全な段階的解答を提示します。これは役に立つこともありますが、学生が自分自身で問題を考え抜くことを促すものではありません。
数学チューターのシステムプロンプトを使うと、Claudeの応答は劇的に変わります。完全な解答を提供する代わりに、Claudeは「xを孤立させるための良い最初のステップは何だと思いますか?両辺に対してどのような演算を行えば、項を動かし始められるか考えてみてください」といった誘導的な質問をします。
柔軟なチャット関数の構築
システムプロンプトをハードコードするのではなく、パラメータとしてシステムプロンプトを受け取るようにすることで、チャット関数をより再利用しやすくできます。
def chat(messages, system=None):
params = {
"model": model,
"max_tokens": 1000,
"messages": messages,
}
if system:
params["system"] = system
message = client.messages.create(**params)
return message.content[0].textこのアプローチは重要な詳細を処理しています。ClaudeのAPIはsystem=Noneを受け付けないため、systemパラメータが提供された場合にのみ条件付きで含める必要があります。
これで、システムプロンプトありまたはなしでチャット関数を呼び出せるようになりました。
# システムプロンプトなしの場合
answer = chat(messages)
# システムプロンプトありの場合
system = """
You are a patient math tutor.
Do not directly answer a student's questions.
Guide them to a solution step by step.
"""
answer = chat(messages, system=system)システムプロンプトは、意図した目的に対して一貫性があり適切に振る舞うAIアプリケーションを作成するために不可欠です。システムプロンプトは、汎用的なAI応答を、専門化された役割にふさわしいインタラクションへと変えてくれます。