BroadRouter

アラビア語のプロンプトエンジニアリング:文体、RTL、数字、混在テキスト

BroadNet Inference チーム · 約 5 分で読めます · 公開日 · 更新日

質の高いアラビア語の出力は、明示的な指示から生まれます。文体(MSA か特定の方言)、読み手、数字の書き方(西洋数字 0–9 か東アラビア数字 ٠–٩)、許可する書式、英語の用語の扱いを指定してください。返信は dir="auto" か分離マークで表示し、アラビア語と英語の混在が正しい順序で表示されるようにします。

LLM から質の高いアラビア語を引き出すには、モデルが本来なら推測する選択をすべて明記します。現代標準アラビア語か特定の方言か、読み手とトーン、西洋数字(123)か東アラビア数字(١٢٣)か、日付と通貨の形式、英語の用語の書き方、ダイアクリティカルマークを付けるかどうか。そのうえで、右から左への表示はプロンプトではなく UI で直してください。

文体と方言はどう指定するのですか?

アラビア語には、正式な書き言葉の標準である現代標準アラビア語(MSA、الفصحى)と、多くの話し言葉の方言があります。ビジネス文書は通常 MSA で、チャット、マーケティング、音声プロダクトでは方言を使うこともあります。どれを使うかを正確にモデルに伝えてください。

こう書く代わりに こう書く
アラビア語で返信してください。 小売の顧客向けに、明快で平易な現代標準アラビア語で返信してください。
湾岸方言を使ってください。 サウジ(ナジュド寄り)の湾岸アラビア語で、若いブランドのように、くだけつつも礼儀正しく書いてください。
親しみやすく。 温かく丁寧に。エジプトの顧客には “حضرتك”(あなた様)を使い、スラングは避けてください。

実務的な規則をいくつか挙げます。

  • **「平易な MSA」が最も安全な既定値です。**どこでも理解され、プロフェッショナルに聞こえます。モデルは方言より MSA のほうを確実に書けます。
  • **「湾岸」や「レバント」ではなく国名を指定する。**サウジ、UAE、クウェートの話し言葉は異なり、レバノンとヨルダンも異なります。
  • **呼びかけの形。**アラビア語の「あなた」には性別があります。既定値を決めるか(UI の文言では男性単数が一般的な中立形です)、可能な限り性別に依存しない表現を使うようモデルに求めてください。たとえば命令形の “أدخل/أدخلي” ではなく、名詞形の “يرجى إدخال”(入力してください)を使います。
  • **ダイアクリティカルマーク。**通常のテキストでは「ダイアクリティカルマークなし」と指定します。ほとんどのモデルは既定ではあまり付けませんが、人名や詩のような返信に付けるモデルもあります。

方言の入力については、LLM は湾岸・エジプト・レバント方言をどう扱うかをご覧ください。

数字、日付、通貨はどう制御するのですか?

アラビア語のテキストでは 2 つの数字の体系が使われます。西洋数字(0–9)と東アラビア数字(٠١٢٣٤٥٦٧٨٩)です。読み手がどちらを期待するかは国や媒体によって異なり、指示しなければモデルは混在させます。その市場の既存の資料で使われているものに基づき、プロダクトごとに決めてください。

  • 西洋数字は、パース、検索、データ入力が最も簡単です。
  • 東アラビア数字は、より伝統的な見た目に合います。必要な場合は表示時に変換し、データには西洋数字を保持してください。

次の点も指定します。

  • **日付:**グレゴリオ暦かヒジュラ暦か両方か、そして形式(たとえば 2026-11-14 や ١٤ نوفمبر ٢٠٢٦)。月の名前は地域によって異なることに注意してください。エジプトと湾岸では نوفمبر、レバントとイラクでは تشرين الثاني です。
  • **通貨:**記号かコードか、そして位置。“ر.س” か “SAR” か。数字の前か後か。例を 1 つ示してください。
  • 小数点:”.” か、アラビア語の小数点記号 ”٫” か。

プロンプトに具体例を 1 つ入れれば、ほとんどの問題は解決します:「価格は 1,250.00 ر.س のように書いてください」。

右から左への表示の問題はどう直すのですか?

「アラビア語が壊れている」というバグ報告のほとんどは、モデルではなく表示の問題です。アラビア語とラテン文字や数字が同じ行にあるとき、Unicode 双方向アルゴリズムが段落の方向に基づいて表示順を決めます。チャットの吹き出しが左から右だと、“تم شحن طلبك رقم 4821.”(ご注文番号 4821 を発送しました。)のような返信で、ピリオドが反対側の端に表示されることがあります。

UI で直してください。

  • 各メッセージを表示する要素に dir="auto"(アラビア語だけのビューなら dir="rtl")を設定します。dir 属性に関する MDN の解説と、右から左へのマークアップに関する W3C のガイダンスをご覧ください。
  • 値(人名、注文番号、英語の製品名)をアラビア語のテンプレートに挿入するときは、HTML なら <bdi> で、プレーンテキストなら Unicode の分離文字(U+2068 FIRST STRONG ISOLATE … U+2069 POP DIRECTIONAL ISOLATE)で囲みます。
  • プロンプトでは、表示先が扱える書式を求めてください。WhatsApp と SMS ならプレーンテキストで、Markdown の表は使いません。ウェブチャットなら、レンダラーが RTL のリストを扱えれば Markdown でかまいません。コードブロックは左から右のままにしてください。

返信をストリーミングする場合は、最初のトークンが届く前にコンテナの方向を設定し、テキストが跳ねないようにしてください。ストリーミングのガイドをご覧ください。

モデルにアラビア語と英語をどう混在させるべきですか?

実際のアラビア語のビジネス文書は、製品名、技術用語、単位、コードなど、複数の言語が混ざります。規則を決めて、それを伝えてください。

  • 「ブランド名と製品名は元のラテン文字の綴りのままにしてください。」
  • 「技術用語はアラビア語で書き、初出時は英語の用語をかっこで添えてください:واجهة برمجة التطبيقات (API)。」
  • 「英単語をアラビア文字に音写しないでください」。または、読み手が “البريد الإلكتروني”(電子メール)より “الإيميل”(音写したメール)を好むなら、その逆を指定します。
  • 「ユーザーが英語で書いたら英語で返信してください。Arabizi で書いたらアラビア文字で返信してください。」詳しくは Arabizi への対処をご覧ください。

システムプロンプトは英語とアラビア語のどちらにすべきですか?

どちらも機能します。アラビア語のコンテンツに英語の指示を組み合わせるのは一般的で、チームの全員がアラビア語を読めるわけではない場合にも保守が簡単です。アラビア語の指示は、トーンや語彙を正しい方向に導くことがあります。どちらを選ぶにしても、1 つのシステムプロンプトでは 1 つの言語を使い、どちらの場合も望ましい出力のアラビア語の例を中に入れてください。同じ規則でも、アラビア語の指示は英語よりトークンを多く使うことがあります。無料のアラビア語トークンカウンターで両方を比べてください。トークナイザー効率データでは、同じアラビア語と英語の文が 16 のトークナイザーでそれぞれ何トークンになるかを示しています。

完全な例:

import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

SYSTEM = """You are the support assistant for an Egyptian electronics store.
Language: reply in simple Modern Standard Arabic. If the customer writes in English, reply in English.
Tone: warm, polite, concise. At most 3 sentences.
Numbers: Western digits. Prices like: 12,499 ج.م
Dates: Gregorian, like: 14 نوفمبر 2026
Names: keep brand and model names in Latin letters (iPhone 17, Galaxy S26).
Formatting: plain text only, no Markdown, no diacritics.
Example reply:
شكراً لتواصلك معنا. سعر Galaxy S26 حالياً 12,499 ج.م، والتوصيل متاح خلال يومين."""

r = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # reasoning comes first
    messages=[{"role": "system", "content": SYSTEM},
              {"role": "user", "content": "عايز أعرف سعر الايفون ١٧ وهل في تقسيط؟"}],
)
print(r.choices[0].message.content)

顧客はエジプト方言のアラビア語で、東アラビア数字を使って「iPhone 17 の値段を知りたいのですが、分割払いはありますか?」と書いています。プロンプトによって、返信は西洋数字を使った MSA になります。プロンプト内の返信例の意味は「お問い合わせありがとうございます。Galaxy S26 の現在の価格は 12,499 エジプトポンドで、2 日以内にお届けできます」です。

アラビア語で構造化出力を得るには?

JSON が必要な場合、キーは英語、値はアラビア語にします。数値を数値型にするか文字列にするか、文字列内ではどちらの数字の体系を使うかを指定してください。推測ではなく null を返すよう求めます。JSON スキーマによる構造化出力をご覧ください。

アラビア語のプロンプトはどうテストするのですか?

市場ごとに実際のプロンプトを 30〜50 件用意して各候補モデルで実行し、その市場のネイティブスピーカーに文体、正確さ、自然さを採点してもらいます。BroadNet は自社のテストで、Qwen3.8 27B が流暢なアラビア語を書き、湾岸方言とエジプト方言を理解したと報告しています。DeepSeek V4.1 Flash と GLM 5.3 も同じ API にあるので、切り替えは 1 行の変更で済みます。料金は料金ページか DeepSeek V4.1 Flash と Qwen3.8 27B の比較で比べ、トークン数は実際のアラビア語テキストで測ってください。アラビア語は英語より 1 語あたりのトークンが多いことがよくあるからです。より広いモデル選定のチェックリストは、アラビア語向け LLM API の選び方をご覧ください。

アラビア語プロンプトのチェックリスト

  • 文体と国名を指定した。
  • 呼びかけの形(性別)を決めた。
  • 数字、日付、通貨、小数点を例とともに指定した。
  • 書式を表示先に合わせた。
  • 英語の用語とブランド名の規則を明記した。
  • UI で dir="auto" と分離文字を使った。
  • 固定のテストセットでネイティブスピーカーがレビューした。

よくある質問

システムプロンプトはアラビア語と英語のどちらで書くべきですか?

現在のモデルではどちらも機能します。多くのチームにとっては英語の指示のほうが保守しやすく、アラビア語の指示は、より自然なトーンになることがあります。1 つのシステムプロンプトは 1 つの言語で書き、自社のテストセットで両方を比べてください。

アラビア語のテキストで句読点の位置がおかしいのはなぜですか?

それは表示の問題で、たいていは左から右の方向を持つコンテナが原因です。返信を表示する要素に dir="rtl" か dir="auto" を設定してください。

モデルがダイアクリティカルマークを付けないようにするには?

プロンプトに「ダイアクリティカルマーク(tashkeel)を付けないでください」と書きます。学習教材や曖昧な人名など、役に立つ場面でだけ付けるよう求めてください。

LLM に東アラビア数字を使わせるには?

システムプロンプトでそう指定し、「価格は ١٬٢٥٠ ر.س のように書いてください」のような例を 1 つ示します。規則がないと、モデルは数字の体系を混在させます。出力をパースするなら、JSON のフィールドでは西洋数字を求め、表示時に変換してください。

アラビア語を一番うまく書くモデルはどれですか?

自社のプロンプトでテストしてください。BroadNet は自社のテストで、Qwen3.8 27B が流暢なアラビア語を書き、湾岸方言とエジプト方言も理解したと報告しています。

Markdown で読むChatGPT に聞くClaude に聞くPerplexity に聞く