内容の要約

Google Cloud 生成 AI プロンプトギャラリーは公式のプロンプト例集です。質問回答、分類、コード、抽出、要約、変換、文章生成といったタスクごとにコピー可能なテンプレートをまとめ、モデルパラメータと二言語の例を提供します。

Google Cloud 生成 AI プロンプトギャラリー:公式の無料プロンプト集 screenshot

Google Cloud 生成 AI プロンプトギャラリー:公式の無料プロンプト集

概要

Google Cloud 生成 AI プロンプトギャラリーは、よくある使い方を、読んでそのままコピーできる例としてまとめた公式のプロンプト集です。考え方は実務的で、毎回白紙の画面から「モデルにどう指示すればよいか」を悩むより、整理済みのテンプレートを眺め、自分の場面に合わせて書き換えるほうが早いという発想に基づきます。

Google Cloud 生成 AI プロンプトギャラリー公式ページのプレビュー

主な機能

  • 豊富なテンプレート: コンテンツ制作、ビジネス分析、業務効率化などを網羅し、タスク種別ごとに整理されているため目的の例を見つけやすい。
  • モデルパラメータ付き: 各テンプレートに推奨パラメータが記載され、設定の試行錯誤を減らせる。
  • 二言語の例: 中国語と英語の例が用意され、意図の理解とローカライズがしやすい。
  • 無料・ログイン不要: アカウントを作らずに閲覧とコピーができる。
  • ベストプラクティスの蓄積: タスクの伝え方、出力形式の縛り方、文脈の与え方といった書き方の勘所が例の中に埋め込まれている。
  • 幅広い対応: テキスト生成、データ分析、コード支援、コンテンツ分類、カスタマーサービスなど。

収録されているタスクカテゴリ

  • 質問回答: 文書・動画・音声への質問回答、財務や会社情報の質問、クレームから主要な問題を抽出する、など。
  • 分類: 話者ラベルによる録音の分割、ニュース見出しへのトピックタグ付与、ゲーム用語のカテゴリ分類。
  • コード: 計算量を意識した C++ コードの最適化と解説、販売データによるランダムフォレストの学習と評価、フォーム処理コードのバグ・非効率・セキュリティ問題の検出、JavaScript から TypeScript への移行。
  • 抽出: 冗長な主観的記述から簡潔で客観的な事実リストを取り出す、主要な観点と例を表にまとめる、フォーム項目の自動入力。
  • 要約: レビューの要約、旅程や要点の圧縮、文書からプレゼン資料への変換。
  • 変換: 音声ファイルの翻訳、記事タイトルの生成など。
  • 文章生成: 動画広告のコピー、スピーチ原稿、授業計画、ヨーロッパ旅行の行程、マーケティング原稿、教育用問題の生成など。

使い方

  1. 公式ページ https://cloud.google.com/vertex-ai/generative-ai/docs/prompt-gallery を開く。
  2. タスク種別(質問回答、分類、コード、抽出、要約、変換、文章生成)から探す。
  3. 気になる例を開き、プロンプトの書き方と付随するモデルパラメータを読む。
  4. テンプレートを実際に使うモデルや開発環境にコピーする。
  5. サンプル内容を自分のデータに差し替え、領域の制約と出力形式の要件を追記する。
  6. 実行して、文言・例の数・パラメータを調整しながら出力が安定するまで繰り返す。

活用シーン

  • マーケティングコンテンツ: 広告コピー、SNS 投稿、キャンペーンのアイデア出し。
  • ソフトウェア開発: コード作成・最適化、テストケース生成、難しい概念の説明。
  • 教育コンテンツ: 教材、授業計画、インタラクティブな練習問題。
  • カスタマーサービスの自動化: よくある問い合わせへの回答、フィードバックからの重要課題抽出。

制限と注意点

  • テンプレートは出発点であって保証ではない: モデルやバージョンによって同じプロンプトへの反応は変わるため、自分の環境で検証する。
  • コード・財務・法務に関わる出力は人間が確認する。特に SQL、セキュリティレビュー、コンプライアンス関連は要注意。
  • 二言語のカバレッジは均一とは限らず、片方の言語に寄っている例は翻訳や書き換えが必要になる。
  • 実データをテンプレートに流し込む前に、そのデータを利用するモデルサービスへ送信してよいか確認する。
  • ページの内容と収録テンプレートは公式ドキュメントの更新で変わるため、引用前に元ページで確認する。

よくある質問

利用にログインや料金は必要ですか?

資料によると、プロンプトは無料で閲覧・コピーでき、登録やログインは不要です。

どんなタスクをカバーしていますか?

質問回答、分類、コード、抽出、要約、変換、文章生成のカテゴリが挙げられ、テキスト生成、データ分析、コード支援、コンテンツ分類、カスタマーサービスなどに対応します。

記載されたモデルパラメータはそのまま使えますか?

出発点としては有効ですが、実際には利用するモデル、データ、コンプライアンス要件に合わせて再テストと調整が必要です。

プロンプト初心者でも使えますか?

使えます。資料では、ベストプラクティスと二言語例を備え、初心者と経験者の双方を想定していると説明されています。