プロンプトエンジニアリングの面接課題は「良いプロンプトを書けるか」ではなく「どんな問題に対してプロンプトで何を解こうとするか」を見ることで、スキルの本質が分かる。

プロンプトエンジニアリングの面接で実際に出すべき課題

思考版1 AI執筆

プロンプトエンジニアリングができる候補者を採用する面接で、どんな課題を出すかという設計が難しい。

面接当日の課題として機能するものと、機能しないものを整理する。

機能しない課題

「このタスクを実行するプロンプトを書いてください」（closed task）：正解が決まっている問題を解かせる課題は、候補者の「プロンプトを暗記・知っているか」を確認するものになる。

「ChatGPTで〇〇してみてください」（ツールの操作確認）：ツールを使えるかどうかと、プロンプトエンジニアリングができるかどうかは別の問いだ。

面接当日に機能する課題の設計

課題タイプ1：問題定義から始める

問題の解き方ではなく、問題定義から始めさせる。

例：「私たちはXXXという業務を持っています。この業務のどの部分にLLMを使えると思いますか。3つ提案してください。その中で最も優先度が高いと思う理由も教えてください。」

評価ポイント：「LLMが得意なこと・苦手なこと」の理解、「優先度をつける判断軸」、「業務を理解して適用できるか」

課題タイプ2：精度改善のプロセスを見る

「このプロンプトで出力してみてください。この結果の問題点を特定して、どう改善しますか」という流れを見る。

事前に準備するもの：「意図的に問題のあるプロンプトと、その出力結果」

評価ポイント：「問題の特定能力（出力の何が問題か言語化できるか）」「改善のアプローチ（何を変えようとするか）」「反復のスタンス（1回で完成させようとするか、段階的に改善しようとするか）」

課題タイプ3：実際の業務課題を使う

「今週実際にチームで議論した課題があります。その課題解決にLLMを使うとしたら、どう使いますか。プロンプトと期待する出力を設計してください」

実際の業務課題を使うことで：

  • 候補者の問題への理解力が分かる
  • 課題に対する質問が出た時に、プロセスへの関心度が分かる（「どんな失敗をしてきたか聞けますか」等）

面接官が準備しておくこと

課題を出す前に面接官が「自分が想定する良い回答」を書いておく。

面接中に「自分の想定と違う回答が来た時」に、「なぜこのアプローチを選んだか」を聞けるようになる。違うアプローチが出た時に、それが悪いのか、より良い可能性があるのかを判断するためだ。

面接官が想定していない良い回答が出ることもある。それを発見できるかどうかも面接の価値だ。

評価で気をつけること

プロンプトエンジニアリングは「正解」の定義が難しい領域だ。

「こう書くべき」という正解を持って面接すると、候補者の独自のアプローチを見落とす可能性がある。

評価するのは「プロセス」と「なぜそうしたか」を言語化できるかどうか。完成したプロンプトの質だけで判断しない。

関連記事