llm-prompting-bestpracticelisted

# Skill: `/LLM-prompting-bestpractice` — 3 ベンダー統合プロンプト設計 ## なぜこの skill が必要か 外部 LLM サービスに投入するプロンプト (特に Kosmos のように 12 hr 自律実行型) は、**実行中に修正できない** ため、投入前に 3 ベンダー (Anthropic / OpenAI / Edison Scientific) の公式 best practice を統合的に適用しておく必要がある。本 skill は次の 3 ステップで設計・レビューを支援する: 1. **構造化** (5 コンポーネント + XML タグ + 推奨順序) 2. **Vendor-specific 適合化** (各サービスの公式推奨と Anti-pattern) 3. **後処理 readability** (Kosmos 出力をパースする側の負荷を下げる SECTION 設計) ## When to invoke 以下のいずれかに該当する場合に invoke する: - 外部 LLM サービス (Kosmos, Elicit, Perplexity, ChatGPT, Claude.ai 等) に投入する prompt を新規作成・レビューする - 既存の prompt を multi-vendor で動かす (移植) ために最適化する - ユーザーが `/LLM-prompting-bestpractice` と直接呼ぶ - 「プロンプト最適化」「XML タグ整理」「Kosmos に投げる文章を整えて」等 - **別マシン / 自律実行用の Claude Code prompt** を作る (例: LAB-PC で長時間データ解析を 1 セッション完走させる prompt) 逆に、いま対話している Claude Code セッションへの**その場の通常 prompt** には不要。 本 skill は **(a) 外部 LLM 投入用 prompt** と **(b) 自律/別マシン実行用の agentic prompt** に適用する (後者は Template D の anti-hallucination ガードが必須)。 --- ## Section 1 — 3 ベンダー共通の核原則 (6 つ) ### 原則 1: 5 コンポーネント構造 (role / task / context / format / constraints) Anthropic Claude 4.7 は **この 5 要素パターンで訓練されており**、構造化プロンプトの方がプレーンテキストより測定可能に高品質な出力を出す ([Anthropic 2026](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices))。OpenAI GPT-5.5 も outcome-first 指示で同等の効果。 **推奨順序**: ``` 1. <role> — モデルの専門家 persona と視点 2. <context> — フィールド固有の前提・データ来歴・なぜ重要か 3. <task> — 単一の主目的 (research objective) 4. <instructions> — 番号付き手