ローカルLLM向け最高のプロンプトテンプレート（2026）

これらのテンプレートは、Ollama、LM Studio、Jan、または似た実行環境で動く Llama、Mistral、Phi、Qwen、Gemma などのローカルモデル向けに書いてあります。短い役割、一つの作業、硬い制約を使います。「もっと良くしてください」のような曖昧な依頼より、7B や 13B のモデルで安定します。

ローカルとクラウドのプロンプトの違いが初めてなら、ローカルAIモデル向けに、より良いプロンプトを書く方法を読んでください。作業の種類を編集できる骨組みにするには、プロンプトテンプレートジェネレーターを使ってください。

テンプレートの使い方

角括弧の中をすべて置き換え、そのあと角括弧は消してください。ルールはそのまま残します。それでもモデルがずれるときは、次の三つを順に行ってください。ルールを原文より上へ移し、指示が上の近くに残るよう原文を削り、実行環境の温度（temperature）を約 0.2 まで下げます。コンテキストウィンドウに近いときは、先にプロンプトを数えてください。トークンカウンターはトークナイザーではなく推定ですが、プロンプトが長くなってきたことは分かります。

• プロンプトにつき作業は一つです。「メールを書いて、翻訳もして、スライドも作ってください」はプロンプト三つです。
• 出力の形に名前を付けてください。箇条書き、語数の上限、JSON のキー、または「コードのみ」。
• 省くものを言ってください。「前置きは足さないでください」だけで、ローカルモデルの雑談はかなり減ります。

文章

短い記事または投稿

概要ではなく、書き上がった文章が欲しいときに使ってください。話題を狭くすれば 7B モデルでも動きます。

短く保つメール

長さを抑え、書いてよい要点を挙げないと、ローカルモデルはメールを水増しします。

製品説明

コーディング

関数一つ、言語一つ

「アプリ」ではなく関数を頼んでください。言語のバージョンを書いてください。フレームワーク、テスト、README を一度に含めると、小さいモデルは迷います。

ファイルを書き直さずにバグを説明する

プロジェクトではなく断片を変換する

要約とメモ

本数を固定した箇条書き要約

会議メモを決定と作業に

短い要約と、無視してよい点

翻訳と書き換え

名前を残す翻訳

読みやすさに合わせて書き換える

事実を変えずに口調だけ変える

分析と決定

リスクの見直し

二つの選択肢を比べる

構造化した抽出

null のある JSON

キーと、欄がないときの扱いを伝えてください。そうしないと、ローカルモデルはもっともらしい日付や価格を作り出します。

方針からチェックリストを作る

学習と練習

自分のメモからクイズを作る

説明して、そこで止める

テンプレートがそれでも失敗するとき

モデルが一つのルールを無視するなら、そのルールだけをプロンプトの最後の行に繰り返してください。ローカルモデルは一番近い指示に従うことが多いです。親しみやすい前置きを足すなら、「答えからすぐに始めてください」を加えてください。普通の文章作業を拒むなら、プロンプトが長すぎるか、実行環境のシステムプロンプトがあなたのものとぶつかっていることが多いです。あなたのを短くし、アプリの既定のシステムメッセージを確認してください。

再実行の前に合否を見るなら、プロンプトを プロンプト最適化に貼り付けてください。モデルは呼びません。役割の欠落、形式の欠落、とても短いまたはとても長いプロンプトだけを示します。

関連するガイドとツール

• ローカルAIモデル向けのより良いプロンプトの書き方
• ローカルAIプロンプトエンジニアリング：実際に効くこと
• ローカルAIモデルで安定した結果を得る方法
• オフラインAIのプロンプト集
• プロンプト最適化
• ローカルモデル向けトークンカウンター
• プロンプトテンプレートジェネレーター