ChatGPT のベストなカスタム指示：4つの指示タイプを比較

TL;DR: ChatGPT のベストなカスタム指示とは、ChatGPT が実行できる指示のことであり、「プロフェッショナルかつ親しみやすく」は実行できません。この記事では、実際に応答欄へ貼り付けられている4つの指示タイプを比較します。トーンのラベル、ルールリスト、貼り付けたサンプル、そして計測されたスタイルプロフィールです。ラベルは何千人にも当てはまります。ルールは数個の癖を直すだけです。サンプルはどのパターンがあなたのものか ChatGPT に推測させます。実際の文章から構築したプロフィールは数値を渡します。プロフィールを欄に入れ、その下に短いルールリストを添え、形容詞は省いてください。

おすすめの ChatGPT カスタム指示を検索すると、テンプレートのリストが出てきます。1つ貼り付けると1週間ほどは出力が改善しますが、やがて同じテンプレートを貼り付けた他の全員と同じ文章に読めることに気づきます。

問題はテンプレートにあったのではありません。指示のタイプにあったのです。

ChatGPT カスタム指示の4つのタイプとは？

文体に関するカスタム指示はすべて、テキストの中身によって4つのタイプに分かれます。形容詞、ルール、例文、計測値です。容器（グローバル設定、Project、カスタム GPT）は指示が適用される場所を変えます。タイプは、ChatGPT がその指示に従えるかどうかそのものを変えます。

欄自体はどの場合も同じです。OpenAI のカスタム指示ガイドには2つの入力欄が説明されています。あなた自身についての短い欄と、ChatGPT の応答方法についての長い欄です。どこに何が収まるかは文字数制限の解説で扱っています。ここでは中身に何を入れるかに焦点を当てます。

Web 上のテンプレートの大半はタイプ1に少しタイプ2を混ぜたものです。だからすべて同じように聞こえるのです。

なぜトーンのラベルはカスタム指示として機能しないのか？

AI はあなたのトーンを知らず、トーンを説明する言葉を知っているだけだからです。「プロフェッショナルかつ親しみやすく」と入力すると、ChatGPT はその言葉を学習済みのレジスターに対応させます。そのレジスターは、同じ言葉を入力するすべてのユーザーにとって同一です。ラベルは平均値であり、あなたはモデルに意図的に平均的であれと頼んでいることになります。

自分で試してみてください。新しい会話に「プロフェッショナルかつ親しみやすく」と書き、会議後のフォローアップメールを頼みます。次に同僚にも同じことをしてもらいます。2通のメールは、先月あなたが実際に送ったどのメールよりも、互いに近いはずです。ラベルはあなたと同僚を区別する情報を何も運んでいないので、出力にも区別が現れようがありません。

文体はラベルの届かない場所に宿ります。

• 文の長さ。「簡潔」ではなく分布です。短い文はどこまで短くなるか、長い文はどこまで伸びるか、いつ切り替えるか。
• 修飾語の位置。「おそらく」が節の冒頭に来るのか末尾に来るのか、そして決断済みのときにそもそも留保を付けるのか。
• 接続表現。「だから」なのか「したがって」なのか、何もなしなのか。段落が結論から始まるのか、結論へ積み上げるのか。
• **句読点。**コロンの頻度、読点の頻度、括弧が一度でも登場するか、ダッシュを1本使うのかまったく使わないのか。

これらはどれも形容詞ではありません。ラベルはこのどれも符号化できず、モデルはラベルからどれも推測できません。今のカスタム指示が形容詞ばかりなら、出力が没個性に流れる理由はそれで全部説明がつきます。

なぜルールリストと貼り付けたサンプルでは不十分なのか？

ルールリストは名前を挙げられる癖を直し、貼り付けたサンプルは名前を挙げられない癖をカバーしますが、どちらも ChatGPT に自己計測できる目標を与えません。両方ともラベルからの本物の改善です。しかし両方とも天井にぶつかり、多くの人はそれを ChatGPT の限界だと誤解します。

ルールリスト：制約には強く、リズムには盲目

ルールリストは二値で決まるものすべてに適した道具です。禁止フレーズ、署名の書式、見出しを使うかどうか、太字にするかどうか。各ルールにはイエスかノーの答えがあるため、ChatGPT はよく従います。当サイトのすぐ使える6つのテンプレートはこの方式で作られており、足場としては十分です。

天井は、リズムが二値ではないことにあります。「文の長さに変化をつける」というルールに ChatGPT はうなずき、それから同じ中程度の長さの文を12回並べます。狙うべき数値がないからです。「引き締めて」でも結果は同じです。100個のルールを書いても、あなたが書くであろう段落の形は決して記述できません。形はパターンであり、ルールが記述するのは事象だからです。

貼り付けたサンプル：証拠は良いが、推測が不安定

メールを3通貼り付けて「このように書いて」と言うのは、あなたの書き方の実際の証拠を ChatGPT に与える最初のタイプです。形容詞より目に見えて良く機能します。破綻するのは推測の段階です。ChatGPT は3通のメールを読み、どの特徴があなたの文体で、どれがその3通の偶然なのかを判断しなければなりません。短い書き出しは習慣だったのか、たまたま火曜日だったのか。知りようがなく、会話ごとに違う推測をします。

もう1つの限界は量です。メール3通では、1年分の文章における平均文長は誰にも分かりません。重要なパターンを捉えるにはサンプルが小さすぎます。Project のナレッジファイルは天井をいくらか引き上げますが、その天井がどこにあるかを計測したところ、プロフィールより下にありました。理由は同じで、推測が毎回ゼロから行われ、決して検証されないからです。

計測されたプロフィールがベストなカスタム指示である理由は？

計測されたプロフィールは、あなたの文章を ChatGPT が達成でき、チェックで検証できる目標に変換します。「簡潔」の代わりに「平均文長13語、4分の1の文が8語未満」と言います。「親しみやすく」の代わりに「1行目は決定事項、挨拶は2番目か省略」と言います。「リズムに変化をつける」の代わりに、バースト性の範囲を示します。すべての行がモデルの実行できるものであり、スクリプトで計測できるものです。

それがプロンプトと訓練の違いです。プロンプトは、こう聞こえてほしいという希望を記述します。自分の文章から構築したプロフィールは、実際にどう書いているかの証拠です。同じ文体が4つのタイプでどう表現されるか、1つの次元について示します。

最後の行は、多くの人が逆に理解しているものです。モデルが良くなっても、個人のプロフィールの必要性は下がりません。モデルの能力とユーザーデータによる条件付けは別のレイヤーです。OpenAI はリリースのたびに前者を改善しますが、後者は供給できません。あなたのメールはモデルの中になく、今後もありません。ニュアンスのある指示に従う能力が上がるほど、あなたのプロフィールの実行精度も上がります。曖昧なラベルはその新しい能力を無駄にします。正確なプロフィールはそれを活かします。

プロフィールの構築方法はスタイル抽出の仕組みで解説しています。短く言えば、実際に送った文章を追加すると、分析がそのすべてにわたって上記のパターンを計測し、応答欄が期待する System Prompt 形式の Master Prompt が得られます。最初のユースケース（1言語、1媒体、1オーディエンス）は無料です。

正直に1つ、限界を挙げておきます。プロフィールが制約するのはリズム、語彙、句読点、構造です。事実や意見は含みません。ChatGPT はあなたが段落を書くように段落を書きますが、その段落で何を言うかを決めるのは引き続きあなたです。

今日から ChatGPT のカスタム指示をどう設定すべきか？

応答欄に計測されたプロフィールを入れ、その下に短いルールリストを置き、形容詞は一切入れないことです。以下が機能するレイアウトで、8,000文字の欄に余裕を持って収まります。

1. **あなたについて（1,500文字）。**役職、オーディエンス、言語。事実のみ。この欄は文脈のためであり、文体のためではありません。
2. **How would you like ChatGPT to respond（8,000文字）。**まずプロフィールのエクスポートを貼り付けます。その下に、厳格な制約を10個以内のルールリストとして置きます。禁止する書き出し、署名、書式のデフォルトです。ChatGPT 自身のデフォルトを記述するルール（「明確に」「役に立つように」）はすべて削除してください。文字数を消費するだけで何も変わりません。
3. **レジスターの切り替えには Project を。**クライアント向けメールと社内メモが別の文体なら、グローバル欄にデフォルトを置き、Project にもう一方を置きます。プロフィールは言語、オーディエンス、媒体のマトリクスであり、その1セル（たとえばクライアントメールモード）だけを Project の指示に直接エクスポートできます。Project の指示はその Project 内でグローバル設定を上書きします。
4. **読み返しではなくチェックでテストする。**実際の下書きを頼み、それをプロフィールの数値と照合します。ChatGPT が MyWritingTwin アプリに接続されていれば、チェックを自分で実行し、制約ごとに合格か不合格かを返せます。このチェックを本物のコードとして作ったのは、下書きが一致しているかどうかについてのアシスタント自身の意見が信頼できないからです。計測値が否定しているのに合格の数値を報告するアシスタントを、私たちは何度も見てきました。

複数の言語で書くなら、プロフィールは言語ごとに作ってください。レジスターは日本語の敬語、フランス語の tu と vous、ドイツ語の Sie と du で切り替わります。AI はすべての言語を同じに扱い、こうした切り替えを見落とします。英語のメールから構築したプロフィールは、あなたの日本語の文体を運びません。

省くべきもの：文体の置き場としての「あなたについて」欄、あらゆる場所の形容詞の積み重ね、検証できないルール。下書きが指示に従ったかどうかをあなたが判別できないなら、ChatGPT にも判別できません。

次にすべきこと

1. 今のカスタム指示を開き、各行をタイプ別に分類します。大半が形容詞なら、そこが直すべき点です。
2. 実際に送った文章から無料のスタイルプロフィールを構築し、エクスポートを応答欄に貼り付けます。
3. その下の厳格なルールは最大10個まで。残りは削ります。
4. 実際の下書きを1つ実行し、手作業かアプリを通じて数値と照合します。

指示タイプがすべてを決めます。ChatGPT、Claude、Gemini 向けの Writing Twin は、実際の文章から一度だけ構築する1つのプロフィールであり、応答欄は単に ChatGPT がそれを読む場所にすぎません。