prompts.chat：17万星のOSSプロンプト集と自社運用

背景と概要

prompts.chat は、もともと Awesome ChatGPT Prompts という名前で始まったプロジェクトです。プロジェクト自身の説明によると、登場したのは2022年12月で、最初のプロンプト集だとされています。ChatGPT が公開された直後で、多くの人は質問の書き方がわからず、良い書き方は SNS の投稿や個人のメモに散らばっていました。このリポジトリは、コミュニティで試された書き方を一か所に集め、検索して、コピーして、手直しできるようにしました。

現在の GitHub のスター数は17万を超えています。README によれば、Forbes に取り上げられ、Harvard や Columbia University に引用され、40件以上の学術引用があります。Hugging Face で最も多くの「いいね」を集めたデータセットだとも書かれています。対応モデルが増えたため名称を prompts.chat に改め、ChatGPT、Claude、Gemini、Llama、Mistral など主要モデルで使えると明記しています。

位置づけは、特定のモデルに付属するものでも、商用のプロンプト市場でもありません。無料で、オープンソースで、コミュニティが保守する公共の資料庫です。個人にとってはアイデアの源になり、チームにとっては社内ナレッジベースの出発点になります。自社ホスティングの仕組みも用意されているためです。

深掘り分析

プロジェクトは四つの要素に分けて理解できます。一つ目はプロンプト集そのものです。ユーザーはサイト上で閲覧、共有、保存ができます。投稿する場合は、サイトの新規作成ページから送ります。内容は GitHub リポジトリへ自動で同期されるので、サイトとリポジトリのファイルは常に一致します。 二つ目はデータの出口です。同じ内容が prompts.csv、PROMPTS.md、Hugging Face データセットの三つの形で公開されています。研究者は分析に使え、開発者はファインチューニングや検索の実験に使えます。形式が開かれていることが、学術論文に引用される理由の一つです。 三つ目は学習教材です。28章以上のインタラクティブなプロンプトエンジニアリング本が付属し、基本の書き方から、思考の連鎖による推論、少数例学習、AI エージェントまで扱います。本のソースはリポジトリの src/content/book にあります。8歳から14歳向けのゲーム形式チュートリアルもあり、パズルや物語を通して AI との対話を学べます。 四つ目はツール連携です。コマンドラインの npx prompts.chat、Claude Code プラグイン、MCP サーバーとして使えます。リモート方式は URL を一つ入れるだけで、ローカル方式は npx で起動します。多くの awesome 系リストは静的な一覧にとどまります。この製品は、サイト、データセット、教材、プロトコルのインターフェースを一本につなぎ、人が読めて、プログラムからも呼び出せる形にしています。

prompts.chat を自社で運用するにはどうすればよいでしょうか。方法は二つあります。手早い方法は npx prompts.chat new my-prompt-library を実行してプロジェクトを生成することです。手動の方法は、リポジトリをクローンして npm install と npm run setup を実行します。セットアップウィザードが、ブランド、テーマ、認証方式、機能の切り替えを案内します。認証は GitHub、Google、Azure AD に対応します。データベースは PostgreSQL で、ホスティングには Neon が推奨されています。自社ホスティング用ガイドと Docker 用ガイドも別に用意されています。 Claude Code で使うなら、plugin marketplace add でリポジトリを追加し、plugin install で入れます。ほかの AI ツールには MCP サーバーとして登録し、リモートの URL は https://prompts.chat/api/mcp です。README はプラグインと MCP の詳細を簡潔にしか説明していません。本番環境に入れる前に、公式ドキュメントでインターフェースの範囲を確認する必要があります。

業界への影響

最大の変化は、プロンプトが個人の小技から共有資産に変わることです。共有資産は検索でき、引用でき、再利用できます。開発者コミュニティにとっては、公開データセットと MCP インターフェースがあることで、ツールがコードの依存関係のようにプロンプトを取得できます。チャット画面で何度もコピーして貼り付ける必要がなくなります。

エンジニアリングチームにとっては、GitHub、Google、Azure AD でのログインと自社ホスティングの組み合わせが現実的な道になります。企業は非公開のプロンプト集を作り、社内に経験を蓄積し、業務に固有の書き方を外部のプラットフォームに預けずに済みます。教材と子ども向けの遊びは、プロンプトエンジニアリングを一部の専門家だけのものにしない役割も果たします。

リスクもはっきり述べておきます。公開コミュニティのプロンプトは品質にばらつきがあります。あるモデルでうまくいく書き方が、別のモデルでは同じ結果にならないことがあるため、そのまま写しても期待どおりに動くとは限りません。利用者自身が試して調整する必要があります。自社ホスティングでは PostgreSQL と認証設定を自分で保守することになり、運用コストを軽く見てはいけません。また、プロジェクトは二重ライセンスなので、商用利用の前にライセンス条項を読む必要があります。

今後の展望

注目点は三つあります。一つ目は、MCP サーバーとプラグインが、プロンプトを日々の作業の流れの中に組み込めるかどうかです。使う瞬間にプロンプトが取得される形になれば、このライブラリは「訪れる場所」から「ツールが呼び出すサービス」へ変わります。

二つ目は、内容の方向です。モデルの性能が上がるにつれて、プロンプト集は再利用できるテンプレートやスキルに寄るのか、なぜその書き方が効くのかを説明する教材に寄るのか。28章の本、子ども向けコース、生のプロンプト集という構成を見ると、プロジェクトはすでに両方の道を見据えているように読めます。

三つ目は、規模が大きくなったときの運営です。17万を超えるスターと、貢献者やスポンサーの長いリストが示すとおり、コミュニティは大きくなりました。内容の審査と品質評価の仕組みがその速度に追いつく必要があります。README は現在の品質判断の方法を説明しておらず、この点は未確認のままです。自社ホスティングを検討するチームには、小さく始める手順が現実的です。Docker で立ち上げ、認証を一つだけ接続し、限られた数のプロンプトを取り込みます。そのうえで、共有ライブラリがメンバーの書き方を実際に変えるかどうかを測れます。