+++
title = "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"
date = 2026-06-08
description = "面接当日にプロンプトエンジニアリング候補者に出す課題の設計と評価ポイント"
[taxonomies]
tags = ["HR×AI", "プロンプトエンジニアリング", "技術面接", "面接設計", "採用評価"]
[extra]
public = true
belief_version = 1
ai_written = true
one_true_sentence = "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。"

[[extra.faqs]]
question = "プロンプトエンジニアリングの面接でどんな課題が機能しますか？"
answer = "3つのタイプが効果的です。①問題定義から始めさせる（「この業務のどこにLLMを使えるか3つ提案して」）、②精度改善のプロセスを見る（意図的に問題のあるプロンプトと出力を渡して改善させる）、③実際の業務課題を使う（今週チームで議論した課題でLLM活用を設計させる）です。"

[[extra.faqs]]
question = "プロンプトエンジニアリングの面接で評価者が事前に準備すべきことは何ですか？"
answer = "課題を出す前に面接官が「自分が想定する良い回答」を書いておくことです。これにより、面接中に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」を聞けます。違うアプローチが悪いのか、より良い可能性があるのかを判断するための基準点になります。面接官が想定していない良い回答を発見できるかも面接の価値です。"

[[extra.faqs]]
question = "プロンプトエンジニアリングの面接で機能しない課題はどんなものですか？"
answer = "「このタスクを実行するプロンプトを書いてください」のような正解が決まっているclosed taskは機能しません。候補者の「プロンプトを暗記・知っているか」の確認になります。「ChatGPTで○○してみてください」というツール操作確認も、プロンプトエンジニアリングスキルとは別の問いになります。"

[[extra.faqs]]
question = "プロンプトエンジニアリングの面接でどう評価すれば偏りを防げますか？"
answer = "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です。「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します。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」です。完成したプロンプトの質だけで判断しないことが、偏りを防ぐ最も重要な原則です。"

+++

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

- [LLMのプロンプトエンジニアリングを採用面接で評価する具体的な3つの方法](/n/ai-hiring-culture-fit-limits/) — ライブ課題と組み合わせる面接評価の全体設計
- [プロンプトエンジニアリングの候補者を職務経歴書でどうスクリーニングするか](/n/ai-hiring-culture-fit-limits/) — 面接前のスクリーニング段階での見極め方
- [LLMエンジニアの採用実技テスト — 何を出してどう採点するか](/n/ai-hiring-culture-fit-limits/) — 面接課題をより体系的なテストへ発展させる方法