この記事の監修者
リスキルAIキャリア編集部
リスキルAIキャリアは、AI時代の学び直し・キャリア形成・副業・転職に役立つ情報を発信するWebメディアです。編集部では、生成AIスキルの身につけ方、AI関連スクール・講座の選び方、キャリアアップにつながる学習方法などを、実務目線でわかりやすくお届けしています。
プロンプトのXMLタグは、長文や複数資料を渡す指示で効きます。短文の単純タスクではトークンが増えるだけで、精度は上がりにくいです。XMLタグは万能ではなく、情報の境界が曖昧なときだけ使う道具です。
本記事では便宜上、以下の実務基準で判断します。ただし絶対基準ではありません。後述の比較手順で、自分のモデルとタスクで確認する前提です。この記事のコピペ用テンプレと検証サンプルは、そのまま試せる形にしてあります。
プロンプトのXMLタグとは?結論と向き不向き

プロンプトのXMLタグとは、指示・入力・出力形式を<tag>〜</tag>で囲み、役割ごとに区切る記法です。区切り文字(デリミタ)の一種です。AIに「どこからどこまでが何の情報か」を明示します。
向いているのは、資料の引用と指示が混ざる長文プロンプトです。逆に「この文を要約して」程度の一文タスクでは効果が薄いです。記述の手間だけが増えます。XMLタグは、情報の境界が曖昧で誤読が起きるときに効きます。
下表は本記事の判断基準です。数字は絶対値ではなく、比較の出発点として扱ってください。最終判断は同一モデルで3回ずつ比較します。
| 判断軸 | 向いている | 向いていない |
|---|---|---|
| 入力の長さ | 目安200字以上・複数ブロック | 200字未満の一文 |
| 情報の種類 | 指示+資料+例が混在 | 指示のみ |
| 出力の要件 | 形式や項目を厳密指定 | 自由記述でよい |
| 再利用 | テンプレとして使い回す | 一度きりの単発 |
区切りが甘いと、AIは指示と資料を混同します。ただしXMLで直せるのは境界の誤読だけです。指示が曖昧、ゴールがない、評価軸がない場合はタグでは直りません。症状別に切り分けるならプロンプトが効かない原因5つ|症状別診断と直し方を参照してください。
XMLタグが効くモデル・効きにくいモデルの使い分け

XMLタグの扱いはモデルで差があります。まず各社の公式ドキュメントで一次情報を確認してください。断定を避け、公式の記述に沿って整理します。
Anthropicは公式ドキュメントでXMLタグによる構造化を明示しています。Use XML tags to structure your promptsとPrompt engineering overviewが該当ページです。Claudeは公式がXMLタグを名指しで案内する数少ないモデルです。
OpenAIはPrompt engineeringで、Markdownや区切り記号、明確な指示による構造化を案内しています。XMLを必須とはしていません。GoogleはPrompt design strategiesで区切りや構造化を案内しますが、XML固有の優位を強調してはいません。
| モデル | 公式でのXML言及 | 実務での使い方 | 注意点 |
|---|---|---|---|
| Claude(Anthropic) | XMLタグによる構造化を公式が明示 | 長文資料・複数文書・例示の分離で使う | 短文では手間が増える |
| GPT系(ChatGPT) | XML必須ではない。明確な区切り・構造化が中心 | Markdownを基本に、資料範囲だけXMLで囲む | XML化で必ず精度が上がるとは限らない |
| Gemini(Google) | 構造化・区切りは有効。XML特化ではない | 見出し・箇条書き・区切り記号を中心に使う | XML採用前に通常の区切りで比較する |
Claudeで長文資料を扱うなら、まずXMLで資料・指示・出力形式を分けます。GPTやGeminiでは、章立てをMarkdownで組みます。引用や複数資料の境界だけXMLで補強します。各社ガイドは更新で変わる可能性があるため、採用前に公式ページを確認してください。
プロンプトでXMLタグを使わない基準

XMLタグを使わない判断も同じくらい役立ちます。上位記事は使い方に偏り、逆効果になるラインを示しません。ここは本記事の実務基準として線引きします。いずれも絶対基準ではなく、比較の出発点です。
- 入力が200字未満・資料なし・出力形式の指定なしなら、タグ不要候補として扱う
- 渡す情報ブロックが1種類だけなら、タグで囲む意味は薄い
- タグ追加でトークンが増えても精度が変わらなければ外す
- 音声入力や短いチャット往復では、タグ入力が手間を増やす
短文にタグを付けると、指示より装飾が目立ちます。モデルが形式に引っ張られることもあります。短文・単一情報・精度不変の3条件が揃ったら使わないのが基準です。
タグは構造化の手段の一つにすぎません。入力設計の全体像を整理したい場合はコンテキストエンジニアリングとは?違いと実務設計手順を参照してください。
XMLタグの基本の書き方と区切りテンプレ

書き方の原則は3つです。タグ名を意味で付けます。開始と終了をそろえます。ネストは浅く保ちます。タグ名に厳密な標準はなく、AIが役割を読めれば十分です。Anthropicの公式例は<document>や<example>を用いています。
以下は用途別のコピペ用テンプレです。タグ名は独自語より、公式が例示する一般名を使うと解釈が安定します。
1. 長文資料を要約するテンプレ
<role>
あなたは業務資料を要約する編集者です。
</role>
<instructions>
次の資料を、意思決定に必要な情報だけに絞って要約してください。
事実と推測を混ぜないでください。
</instructions>
<document>
ここに資料本文を貼る
</document>
<format>
- 要点:3つ
- 数字・日付:
- リスク:
- 次に確認すべきこと:
</format>
使う場面:報告書や議事録など、長文から要点だけ抜き出すとき。使わない場面:2〜3行のメモを要約するとき。
2. 複数資料を比較するテンプレ
<instructions>
資料Aと資料Bを、下の観点で比較してください。
根拠のない差は書かないでください。
</instructions>
<document id="A">
資料Aの本文を貼る
</document>
<document id="B">
資料Bの本文を貼る
</document>
<format>
| 観点 | 資料A | 資料B |
観点:価格 / 対象範囲 / 制約
</format>
使う場面:複数の提案書やプランを同じ観点で並べるとき。使わない場面:資料が1つしかないとき。
3. 出力形式を固定する業務テンプレ
<instructions>
入力を分類し、指定の形式だけで返してください。
形式以外の前置きは書かないでください。
</instructions>
<input>
ここに処理対象のテキストを貼る
</input>
<format>
<answer>
カテゴリ:
理由:一文
</answer>
</format>
使う場面:出力を後工程で機械処理したいとき。使わない場面:会話的な相談や下書きを求めるとき。用途別の型の選び方はプロンプトのフレームワーク9選も併用してください。
「知っている」で止めない生成AIスキルの証明|PEP検定
PEP検定が問うのは基礎的な知識はもちろん、実務においてどのように生成AIを活用するか、プロンプトを設計するかなど“実際に使いこなす力”です。日本初の実務特化検定で、AIエージェントのように動きの速い領域もシラバスが追従。学び直しの成果を、転職・副業・社内評価で通用する客観的な根拠に変えられます。
- ✓知識で止めず、プロンプト設計など“手を動かして使う力”を測る
- ✓CBTで全国いつでも受験可能
- ✓個人の転職・副業から、社員のリスキリング成果の証明まで対応
監修|北海道大学大学院 情報科学研究院 川村 秀憲 教授
人工知能・マルチエージェントシステム研究の第一人者。観光情報学会理事ほか。
MarkdownとXMLの使い分けルール
MarkdownとXMLは競合しません。役割を分けると可読性と精度を両立できます。骨組みはMarkdown、境界の明示はXMLという線引きが扱いやすいです。
| 用途 | 使う記法 | 理由 |
|---|---|---|
| 章立て・見出し | Markdown(##) | 人が読みやすく編集しやすい |
| 箇条書き・手順 | Markdown(-,1.) | 可読性が高い |
| 資料の引用範囲 | XMLタグ | 境界を厳密に示せる |
| 指示と入力の分離 | XMLタグ | 誤読を防ぐ |
全体をMarkdown見出しで章立てします。資料や例だけをXMLタグで囲みます。読みやすさはMarkdown、境界の厳密さはXMLで使い分けます。
XMLあり/なしを比較する再現手順と失敗パターン集
効果は、同じタスクでXMLあり/なしを比較すると分かります。条件を固定して確認します。
再現できる検証条件と手順
- モデルを固定する(例: Claude・GPTの同一バージョン)
- タスクを固定する(例: 議事録から4項目を抽出)
- プロンプトAはタグなし、Bは
<document>と<format>で分離 - 各3回実行し、抜けと形式崩れの回数を数える
- 差を記録し、変化がなければXMLを外す
比較用サンプル
以下はその場で試せるサンプルです。元テキストは同じで、指示だけを変えます。
元テキスト:
8月1日の定例会議。広告LPは田中が8月9日までに修正。
料金表の表記は佐藤が法務確認後に反映。
SEO記事10本の公開日は未定。
次回までに村上が競合3社のCTAを調査する。
タグなし:
次の会議メモから、決定事項、担当者、期限、未決事項を表でまとめて。
XMLあり:
<instructions>
次の会議メモから、決定事項、担当者、期限、未決事項を抽出してください。
不明な項目は「未定」と書いてください。
</instructions>
<document>
8月1日の定例会議。広告LPは田中が8月9日までに修正。
料金表の表記は佐藤が法務確認後に反映。
SEO記事10本の公開日は未定。
次回までに村上が競合3社のCTAを調査する。
</document>
<format>
| 項目 | 内容 | 担当者 | 期限 |
</format>
見るべき差は次の4点です。担当者の抜け、期限の誤読、未決事項の混入、表形式の崩れです。境界が明確なほど、担当者と期限の取り違えが減ります。
つまずきやすい失敗パターンと修正例
失敗の多くは3つに集約されます。閉じタグ忘れ、タグ名の重複、ネスト過多です。それぞれ修正版を示します。
閉じタグ忘れ(NG):
<document>
資料本文……
次の条件で要約してください。
問題:「次の条件で要約してください」まで資料本文として扱われる恐れがあります。修正版:
<document>
資料本文……
</document>
<instructions>
次の条件で要約してください。
</instructions>
タグ名の重複(NG):<context>を2箇所に使うと、AarがどちらのブロックかAIが迷います。修正版は<background>と<constraints>のように役割で分けます。タグ名は一意にし、開始と終了を必ず対にします。入れ子は2層までに抑えます。
テンプレ資産化からPEP検定へのキャリア導線
XMLタグの価値は、個人技を組織の資産に変えられる点です。区切りを標準化したテンプレは、誰が使っても品質のバラつきが小さくなります。法人研修で課題になりやすい「担当者ごとの品質差」を、テンプレで吸収できます。
運用は単純です。議事録用・要約用・分類用でテンプレを分けます。タグ名を統一し、共有フォルダに置きます。構造化スキルは暗黙知ではなく、引き継げるテンプレ資産として残せます。
ただし「テンプレを持っている」だけでは、実務スキルとして説明しにくいです。受検を検討するなら、まずPEP検定の公式シラバスで以下を確認してください。
- 生成AIの基本理解
- プロンプト設計に関する範囲
- 実務利用・リスク管理の扱い
- 試験形式・受験料・試験日程
「XMLタグそのものが出る」とは断定できません。出題範囲は主催団体の公式シラバスで必ず確認してください。確認後に学習順序を決めたい人はPEP検定の勉強法を公式シラバスから逆算へ進んでください。
よくある質問
XMLタグとJSONはどちらがプロンプトに向いていますか?
用途で分けます。XMLタグは入力範囲の区切りに使いやすいです。JSONは出力を機械処理するときに強いです。資料の境界はXML、後工程でパースする出力はJSONで指定すると扱いやすいです。
タグ名は<input>と<document>のどちらが良いですか?
役割で選びます。<document>は参照する資料に使います。<input>は処理対象全般に使います。資料を引用するなら<document>、分類や変換の対象テキストなら<input>が自然です。
閉じタグを忘れると回答は壊れますか?
必ず壊れるわけではありません。ただし以降の文を同じブロックと解釈されるリスクがあります。指示が資料に混ざり、抽出漏れや誤読が起きやすくなります。開始と終了は必ず対にしてください。
Claude以外でXMLタグを使う意味はありますか?
あります。GPTやGeminiもXMLを解釈します。ただしMarkdownや区切り記号でも同等に区切れる場面が多いです。まず通常の区切りと比較し、境界の誤読が残るときだけXMLで補強してください。
タグ名は英語と日本語のどちらが良いですか?
英語が無難です。Anthropicの公式例が英語で、解釈が安定しやすいためです。日本語タグも動きますが、公式例と離れる分だけ検証を増やすと安心です。
短いプロンプトでもタグを付けた方が精度は上がりますか?
多くは変わりません。200字未満・単一情報の指示では、タグはトークンを増やすだけになりがちです。まずタグなしで試し、誤読が起きたときに導入してください。
更新履歴
- 2026-08-14:公式ドキュメントへの直リンク、コピペ用テンプレ3本、あり/なし検証サンプル、失敗の修正例を追加。モデル比較表を公式言及ベースに変更。
各社のプロンプトガイドは更新で内容が変わる可能性があります。採用前に必ず公式ページで最新の記述を確認してください。
「知っている」で止めない生成AIスキルの証明|PEP検定
PEP検定が問うのは基礎的な知識はもちろん、実務においてどのように生成AIを活用するか、プロンプトを設計するかなど“実際に使いこなす力”です。日本初の実務特化検定で、AIエージェントのように動きの速い領域もシラバスが追従。学び直しの成果を、転職・副業・社内評価で通用する客観的な根拠に変えられます。
- ✓知識で止めず、プロンプト設計など“手を動かして使う力”を測る
- ✓CBTで全国いつでも受験可能
- ✓個人の転職・副業から、社員のリスキリング成果の証明まで対応
監修|北海道大学大学院 情報科学研究院 川村 秀憲 教授
人工知能・マルチエージェントシステム研究の第一人者。観光情報学会理事ほか。
【法人向け】生成AI研修パッケージ(PEP検定連動)
PEP検定シラバスに完全連動した企業向けeラーニング研修。全社員向け/選抜者向けの2プランをご用意。※現在準備中。先行案内をご希望の方はこちらへ。
リスキルAIキャリア 
