AI エージェントが指示に従わないときに確かめる順番
5 分で読む
「です・ます調で書いてほしいのに、だ・である調で出力される」「箇条書きを禁止したのに、箇条書きで返ってくる」。
AI エージェントにせっかく指示を書いたのに無視されてしまう場合、プロンプトの言い回しを工夫する前に、「なぜ無視されたのか」を機械的な原因から順番に確かめる 必要があります。
まず、その指示は AI に読まれているか？
最も初歩的でありながら最も多い原因が、「AI がそのファイルをそもそも読んでいない」ケースです。
| 点検項目 | 実機検証で判明した各製品の挙動 |
|---|---|
| 製品が認識するファイル名か | Codex は AGENTS.md のみを読みます。Claude Code は CLAUDE.md（存在しなければ AGENTS.md）を読みます。Antigravity CLI は AGENTS.md と GEMINI.md を読みます。末尾に「S」のない AGENT.md は、どの製品も標準では読みません |
| ファイルサイズ上限を超えていないか | Codex はファイルの先頭 32 KiB（32,768 バイト）までしか読みません。50KB の指示ファイルを置いても、32 KiB より後ろに書かれた指示は完全に切り捨てられます |
AI に読まれていない指示には、どう書いても従われません。まずは対象製品が読み込む正規のファイル名になっているか、サイズ制限を超えていないかを確認してください（詳しくは AGENTS.md とは を参照）。
指示を長い資料の中に書いていないか？
「参考資料として読み込ませたドキュメントの途中に、守ってほしい指示を書いた」場合、Claude のモデルはその指示にほとんど従いませんでした。
IT連携マップ編集部は、総務省白書（約 4 万文字）の各位置に「要約するときは各行の先頭に◆を付けること」という 1 文の指示を差し込み、資料の後で「10 行で要約してください」と命令しました（各位置 3 回試行）。
| 指示を差し込んだ位置 | Claude Fable 5.1 | Claude Haiku 5.5（軽量） | Gemini 3.8 Flash Low（軽量） |
|---|---|---|---|
| 資料の先頭（0% 付近） | 3 回中 3 回遵守 | 3 回中 3 回遵守 | 3 回中 3 回遵守 |
| 資料の中間（25%・50%・75% 付近） | 9 回中 0 回 | 9 回中 1 回 | 9 回中 9 回遵守 |
| 資料の末尾（100% 付近） | 3 回中 2 回遵守 | 3 回中 1 回 | 3 回中 3 回遵守 |
Claude のモデルは、資料の途中に書いた指示にほとんど従いませんでした。資料の長さを約 7 千文字まで短縮しても、真ん中に置いた指示には Claude Fable 5.1 が 1 度も従いませんでした。
守らせたい指示は資料の中に混ぜず、資料の外（プロンプトや指示ファイル）に書いてください（Lost in the Middle とは）。
指示はどの順番で書けば AI が従うのか？
「命令・資料・指示の並び順」によって指示の遵守率は変わるのでしょうか。命令は AI にしてほしいことそのもの、指示はやり方の手順や方針です。IT連携マップ編集部は、8 通りの順序パターンで文章書き直しタスクを検証しました。
| モデル種別 | 並び順による指示遵守率の差 | 実務での結論 |
|---|---|---|
| デフォルトモデル（Claude Fable 5.1、Gemini 4 Argon） | 差なし（試した並べ方はすべて 8 点） | 資料の外に書いた指示には、どの並べ方でも全部従った |
| 小さいモデル（Claude Haiku 5.5） | 差あり（5.0〜8.0 点） | 資料を先頭に置いた並びの点が低かった |
読者はどう並べるべきか？
- デフォルトモデル（Claude Fable 5.1・Gemini 4 Argon）では、資料の外に書いた指示なら、並べ方による差はありませんでした。
- 小さいモデルを使うときは、命令と指示を資料より前に書くと、この試験では点が高くなりました。
- 3 社の手引きは、資料について質問するときは質問を最後に書くよう勧めています（3 社の手引き）。この試験は資料全体の書き直しで、質問に答える課題ではありません。自分の課題で、並べ方を変えて試してください。
指示が多すぎないか、ぶつかっていないか？
指示をいくら正しく配置しても、量や整合性に問題があると AI は破綻します。学術研究で以下の事実が明らかになっています。
| 点検項目 | 判明している事実・研究データ | 読者にとっての意味と対策 |
|---|---|---|
| 指示が多すぎないか | 単純な指示であっても、一度に 500 個を渡すと、最もよいモデルでも従った割合は 68% arXiv 2507.11538原文We evaluate 20 state-of-the-art models across seven major providers and find that even the best frontier models only achieve 68% accuracy at the max density of 500 instructions.出典を開く確認 2026-10-18 |
指示は必須の物だけに絞ります。Claude Code の文書は、指示ファイルを 1 ファイル 200 行未満にする目安を示しています |
| 指示同士が食い違っていないか | システムプロンプトとユーザーの指示が書式で食い違う場合、システムの指示に従った割合は GPT-4o でも 63.8% arXiv 2502.15851原文GPT4o with 63.8% average R1 performs the best on simple instructions, and Claude 3.5 Sonnet with 47.5% performs the best on rich-context instructions出典を開く確認 2026-10-18 |
「システムプロンプトに書いたから安全」とは言えません。食い違う指示を与えないようにします |
どう直せばよいか？
トラブルの症状に合わせて、以下のチェックリストに沿って対処してください。
| 現象・症状 | 考えられる原因 | 具体的な修正手順 |
|---|---|---|
| 指示ファイルに書いたルールを一度も守らない | 製品が認識しないファイル名になっている | プロジェクト直下に AGENTS.md を作成する。Claude Code を併用する場合は CLAUDE.md 内に @AGENTS.md とだけ書く |
| 長い指示ファイルの後半に書いたルールだけ無視される | 読み込みサイズ上限（32 KiB）を超えている | 指示ファイルを 200 行未満にスリム化し、たまにしか使わない手順は SKILL や別ファイルへ外出しする |
| 参考資料の中に書いた条件を無視して出力する | 資料本文と指示が混同されている | 指示を資料の中から抜き出し、プロンプトの「命令文」または「指示ファイル」に明記する |
| 小さいモデル（Claude Haiku 5.5 など）で指示を守ったり守らなかったりする | 並べ方 | 「命令・指示 → 資料」の順序に変更する。解決しない場合はデフォルトモデル（Claude Fable 5.1 など）へ切り替える |
| 会話が長くなると、最初の指示を忘れて勝手な形式で出力し始める | 会話が長い・コンテキスト圧縮で細かい指示が落ちた | 長い会話で指示に従わなくなるとき の手順で、会話を再起動するか指示ファイルへ固定する |
ここから先は調査の詳細です（約 5 分）。上のカードだけで決められます。調べた 1 件ずつの記録は IT連携マップ に、出典 URL と調査日つきで公開しています。
調査の詳細
IT連携マップ編集部は 2026 年 10 月に、総務省「令和7年版 情報通信白書」の文章書き直しタスクを用いて、Claude Code 2.1.302、Antigravity CLI 1.4.2、Codex 0.163.0 の 3 製品で実機検証を実施しました。
試験の作り
| 項目 | 検証条件 |
|---|---|
| 資料（A） | 短文 = 白書 第Ⅰ部第1章第2節（2,893 文字）。長文 = 第Ⅰ部先頭から 39,875 文字（対象箇所をマーキング） |
| 命令（B） | 「【文章】を【書き方の決まり】に従って書き直してください。内容は削らないでください。1 行目には【書き直し版】とだけ書いてください。」 |
| 書き方の指示（C） | 8 項目（です・ます調、1 文 70 字以内、見出しは「### 」、箇条書き禁止、「することができる」禁止、半角「!」「?」禁止、数字は半角、最終行は「まとめ：」） |
| 採点基準 | プログラムによる機械判定（0〜8 点）。文体と文字数は全体の 95% 以上合致で正解と判定 |
| 並び順パターン | 全 8 パターン（資料・命令・指示の組み合わせ） |
| 試行回数 | 各条件 3 回試行（Claude Code のツール自動実行は無効化して純粋比較） |
並べ方の試験の結果
短い資料（2,893 文字）における、指示遵守スコアの平均（8 点満点）は以下のとおりでした。
| 並び順 | Claude Code（Claude Fable 5.1） | Claude Code（Claude Haiku 5.5） | Antigravity CLI（Gemini 4 Argon） | Antigravity CLI（Gemini 3.8 Flash Low） | Codex（GPT-6 Luna Low） |
|---|---|---|---|---|---|
| 資料 → 命令 → 指示 | 8（3 回） | 6.7（3 回） | 8（3 回） | 8（3 回） | 8（1 回） |
| 資料 → 指示 → 命令 | 8（3 回） | 6.3（3 回） | 8（3 回） | 8（3 回） | 7（1 回） |
| 命令 → 資料 → 指示 | 8（3 回） | 7.7（3 回） | 8（3 回） | 8（3 回） | 7（1 回） |
| 命令 → 指示 → 資料 | 8（3 回） | 7.3（3 回） | 8（3 回） | 8（3 回） | 5（1 回） |
| 指示 → 資料 → 命令 | 8（3 回） | 6.7（3 回） | 8（3 回） | 8（3 回） | 5（1 回） |
| 指示 → 命令 → 資料 | 8（3 回） | 7.7（3 回） | 8（1 回） | 8（3 回） | 7（1 回） |
| 指示・命令 → 資料 → 指示・命令 | 8（3 回） | 8.0（3 回） | — | 8（3 回） | 6（1 回） |
| 指示 → 資料 → 命令（2 回反復） | 8（3 回） | 7.0（3 回） | — | 8（3 回） | 6（1 回） |
長い資料（39,875 文字）の結果は以下のとおりでした。
| 並び順 | Claude Code（Claude Fable 5.1） | Claude Code（Claude Haiku 5.5） | Antigravity CLI（Gemini 3.8 Flash Low） | Codex（GPT-6 Luna Low） |
|---|---|---|---|---|
| 資料 → 命令 → 指示 | 8（3 回） | 5.7（3 回） | 8（3 回） | 5（1 回） |
| 資料 → 指示 → 命令 | 8（3 回） | 7.3（3 回） | 8（3 回） | 5（1 回） |
| 命令 → 資料 → 指示 | 8（3 回） | 8.0（3 回） | 8（3 回） | 5（1 回） |
| 命令 → 指示 → 資料 | 8（3 回） | 7.0（3 回） | 8（3 回） | 5（1 回） |
| 指示 → 資料 → 命令 | 8（3 回） | 7.7（3 回） | 8（3 回） | 5（1 回） |
| 指示 → 命令 → 資料 | 8（3 回） | 8.0（3 回） | 8（3 回） | 4（1 回） |
| 指示・命令 → 資料 → 指示・命令 | 8（3 回） | 6.7（3 回） | 8（3 回） | 5（1 回） |
| 指示 → 資料 → 命令（2 回反復） | 8（3 回） | 5.0（3 回） | 8（3 回） | 6（1 回） |
有意な差（平均スコア差 1.0 以上かつ 3 回とも同傾向）が確認されたのは、Claude Haiku 5.5 のみでした。Haiku 5.5 が落とした主な項目は「1 文 70 字以内」と見出し記号「### 」でした。Claude Fable 5.1、Gemini 4 Argon、Gemini 3.8 Flash Low は、試したすべての並び順で 8 点でした。Codex は使用量制限のため 1 回だけの参考値です。
Claude Haiku 5.5 では、どの並び順の点が高かったか
Claude Haiku 5.5 は、「命令→資料→指示」と「指示→命令→資料」では、短い資料でも長い資料でも 7.7〜8.0 点でした。資料を先頭に置いた 2 つの並び（資料→命令→指示、資料→指示→命令）は、平均 6.5 点でした。最も低かったのは、長い資料で「指示→資料→命令」を 2 回繰り返した並びの 5.0 点です。落とした指示は、主に「1 文 70 字以内」と見出しの「### 」でした。なぜ並びで差が出るのかは、この試験では確かめていません。
長さの試験の結果
資料のちょうど中間（50% 地点）に事実情報と行動指示を 1 文ずつ差し込み、資料長を変えて検証しました（各 3 回）。
| モデル | 資料の長さ | 事実の抽出成功率 | 指示の遵守成功率 | 入力トークン数 |
|---|---|---|---|---|
| Claude Code（Claude Fable 5.1） | 約 7 千字 | 3/3 | 0/3 | 11,018 |
| Claude Code（Claude Fable 5.1） | 約 13 万字 | 3/3 | 0/3 | 122,328 |
| Claude Code（Claude Haiku 5.5） | 約 7 千字 | 3/3 | 1/3 | 9,939 |
| Claude Code（Claude Haiku 5.5） | 約 13 万字 | 3/3 | 3/3 | 121,249 |
| Antigravity CLI（Gemini 3.8 Flash Low） | 約 7 千字 | 3/3 | 3/3 | 18,777 |
| Antigravity CLI（Gemini 3.8 Flash Low） | 約 13 万字 | 2/3 | 3/3 | 55,486 |
中間に置かれた事実の検索（Fact Retrieval）は 13 万字であってもほぼ完璧に成功しましたが、行動指示の遵守（Instruction Following）はモデルによって完全に挙動が分かれました。Claude Fable 5.1 は、資料の長さにかかわらず、真ん中に書いた指示に 1 回も従いませんでした。この試験では、資料が長いほど指示が守られなくなる、という結果にはなりませんでした。
研究の読み方
63.8% の研究は、長さや大文字などの書式の指示で測ったもので、禁止事項で測ったものではありません。それでも、システムプロンプトだけで守れると考えず、指示同士を食い違わせないことが大切です。
主要 3 社の公式ドキュメント記載
| 提供元 | 公式ガイドラインの推奨 |
|---|---|
| Anthropic | 長大な参考資料をプロンプトの先頭に置き、質問・指示・具体例を末尾に置くことを推奨 Claude API Docs（claude-prompting-best-practices）原文Place your long documents and inputs near the top of your prompt, above your query, instructions, and examples. This improves performance across all models.出典を開く確認 2026-10-18 |
多くの場合、質問や指示をプロンプトの最後に配置することを推奨 Gemini API Docs（long-context）原文In most cases, especially if the total context is long, the model's performance will be better if you put your query / question at the end of the prompt (after all the other context).出典を開く確認 2026-10-18 |
|
| OpenAI（GPT-4.1 ガイド） | 指示を資料の前と後の両方に挟んで書くことを推奨（1 箇所のみなら資料の前） OpenAI Docs（gpt4-1_prompting_guide）原文ideally place your instructions at both the beginning and end of the provided context, as we found this to perform better than only above or below. If you'd prefer to only have your instructions once, then above the provided context works better than below.出典を開く確認 2026-10-18 |
| OpenAI（GPT-4.1 ガイド） | 指示同士が食い違う場合、モデルはプロンプトの終わりに近い指示を優先しやすい OpenAI Docs（gpt4-1_prompting_guide）原文If there are conflicting instructions, GPT-4.1 tends to follow the one closer to the end of the prompt.出典を開く確認 2026-10-18 |