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手段です。一般的な回答を得る代わりに、Claudeの口調、スタイル、アプローチを、特定のユースケースに合わせて形作ることができます。

なぜシステムプロンプトが重要なのか
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よいですか?」と尋ねたとき、Claudeには答えをただ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。良い数学チューターは次のようなことをすべきです。
- 最初は完全な解答ではなくヒントを与える
- 問題を段階的に辛抱強く学生に説明する
- 類似問題の解答を例として示す
Claudeに次のようなことをさせたくないのは明らかです。
- 直接的な答えを即座に与える
- 学生にただ電卓を使うよう伝える
システムプロンプトの仕組み

システムプロンプトは、Claudeにどのように応答すべきかについてのガイダンスを提供します。システムプロンプトは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に応答方法についてのガイダンスを提供する
- 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する
- Claudeをタスクに集中させるのに役立つ
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
)違いを確認する
システムプロンプトがない場合、Claudeは完全な段階的解答を即座に提示します。これは役立つかもしれませんが、学生自身に問題を考え抜かせることにはつながりません。
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を分離す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ましょう」といった誘導的な質問を投げかけます。
柔軟なチャット関数を構築する
システムプロンプトをハードコーディングする代わりに、システムプロンプトをパラメータとして受け取ることで、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パラメータが指定されている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・なしの両方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の応答を、役割に応じた専門的なやり取りへと変えてくれます。