エージェントにツールを作らせるプロンプトの書き方：3つの部分

エージェントに「ツールを作って」と頼むと、アプリに合わない漠然としたものが返ってきます。解決策は長いプロンプトではなく、ツールの置き場所、何をするか、守るべき具体的な詳細の3つの部分で構成されたプロンプトです。また、1回で終わると期待しないでください。DeepSeek自身も、デモプラグインのいくつかは複数回の会話ラウンドを経て洗練されたと述べています。

Harness Creator Modeのデモ動画向けにDeepSeekが公開しているプロンプト集のほとんどは、この3部構成を示しています。そのページ（DeepSeekのCreator Modeプロンプト集、2026年11月3日確認、ページに公開日なし）には7つのプラグインが掲載されています。有名なランドマークの3Dギャラリー、Transformerの3D可視化、ピクセル化されたDSHインターフェース、ポスターデザインワークベンチ、動画編集ワークベンチ、論文リーダー、会話統計です。使うには、プロンプトをDeepSeek Harnessに貼り付け、Creator Modeオプションを選択します。各プロンプトは英語と中国語で提供されています。

実際のプロンプトで3つの部分がどう見えるか#

そのページのTransformer 3D可視化プロンプトを取り上げます。冒頭は「Create a DeepSeek Harness plugin with a left sidebar entry」です。これが第1部、ツールの置き場所です。次に機能を説明します。Transformerの計算を説明するインタラクティブな3Dデモゲームです。第2部です。最後に、忘れやすく後で直すのが面倒な要件で締めくくります。パネルのタイトルとツールバーがmacOSのネイティブウィンドウボタンと重なってはいけない、というものです。第3部です。

ページ上の他のプロンプトも同じ形に従いつつ、違いがあります。エントリポイントはさまざまで、3つは左サイドバーのエントリ、2つは会話から到達するスポット、論文リーダーは右サイドバーです。終わり方では具体的になります。5つのスタイルのうち1つがピクセル化、あるいはデフォルトのページタイトルが「Everything is a plugin」などです。これがコピーする価値のあるパターンで、違いはすぐに現れます。

最初のバージョンは、すべてについてエージェントに推測させます。どこに置くのか？サイドバー、コマンド、別ウィンドウ？「会話用」とは何を指すのか？2番目のバージョンは、エージェントが尋ねる前にそれらの質問に答えます。

自分で書く、1パートずつ#

論文を読み、それについて質問できる小さなパネルが欲しいとします。パートを順番に進めます。

置き場所。 1文で、正確な場所を指定します。「左サイドバーエントリ付きのプラグイン」「ツールバーのボタン」「メニューから開くページ」。省略すると、エージェントが代わりに選びます。

何をするか。 どう構築するかではなく、何を見てクリックするかを説明します。「PDFをドロップすると、左側にテキストが表示され、右側でそれについてチャットできる」。名前を挙げる理由がなければ、フレームワークは省略します。

具体的な要件。 前回うまくいかなかったことがここに入ります。レイアウト規則、重なってはいけないもの、言語、ファイル形式、「ネットワーク呼び出しなし」のような制限。短く、確認可能な行にします。結果を見て要件が満たされたか判断できないなら、判断できるまで書き直します。

まとめると：

Create a plugin with a left sidebar entry.
It is a paper reader: I open a PDF, the text is shown
on the left, and a chat about the paper is on the right.
Requirements:
- the panel title must not overlap the window buttons
- the chat answers only from the paper's text
- keep everything in one file

API経由で送信する#

Creator ModeはDeepSeek Harnessの機能です。プロンプト自体はプレーンテキストなので、プロンプトを読み取るものなら何でも実行できます。CheapTokens APIを呼び出すスクリプトも含まれます。以下のプロンプトは上記のものをDeepSeek-V4-Flash（完全なID deepseek-ai/DeepSeek-V4-Flash-0731、380Kコンテキスト、1回の回答で最大32,768トークン、1回の返信でプラグイン全体を収める余裕があります）に送信するものです。

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)

prompt = """Create a plugin with a left sidebar entry.
It is a paper reader: I open a PDF, the text is shown
on the left, and a chat about the paper is on the right.
Requirements:
- the panel title must not overlap the window buttons
- the chat answers only from the paper's text
- keep everything in one file"""

resp = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": prompt}],
    max_tokens=8000,
)
print(resp.choices[0].message.content)
print(resp.choices[0].finish_reason, resp.usage)

キーは環境変数に入れ、ファイルには決して入れません。finish_reason が length を出力する場合、プラグインは max_tokens によって打ち切られています。制限を上げてください。DeepSeek Harness自体をカスタムプロバイダーで設定するのは別の作業で、DeepSeek HarnessをCheapTokensに接続するで扱っています。最初のリクエストの基本はCheapTokensドキュメントにあります。

1つのプロンプトでは足りないことが多い理由#

DeepSeekは率直に述べています。デモプラグインのいくつかは複数回の会話ラウンドを経て洗練されたため、1つのプロンプトで動画を正確に再現できない場合があります。請負業者に説明するようなものです。最初の図面で部屋の大部分は伝わり、それを見て歩きながら「ドアが逆に開く」と言います。

そしてここにお金がかかります。エージェントは毎ラウンド会話を再送信します（長いチャットが高くつく理由と同じ効果です）。そのため5回目はプロンプト、以前の4つの回答、これまでのすべてのコードを運びます。

ビルドセッションのコスト#

以下は測定値ではなく想定セッションです。5ラウンド、1ラウンドあたり約12,000トークン送信（プロンプト、履歴、現在のコード）、約6,000トークン書き戻し。以下の表は各モデルのCheapTokensのライブ価格を使用しています。OpenRouter列は、入力と出力を合計して同じセッションを比較するためにあります。

DeepSeek-V4-Flashの1ラウンドでは、同じ数値で $0.00078 になります。プラグインが大きければ履歴はラウンドごとに増えるので、2つの数値を変更して見積もりを再実行してください。エージェントの請求額の見積もりについてはAIエージェントのコストを見積もる方法、モデル一覧は料金ページにあります。

送信前に確認する#

最初のプロンプトを書き、返ってきたものを読み、すべての修正を要件の次のバージョンに入れます。2〜3回のセッション後には、新しいプロンプトすべてに貼り付ける短い行のリストができ、最初のラウンドは意図に近いものになります。あらゆるプロンプトの基本的な習慣については良いプロンプトの書き方を参照してください。