現代のAIは、単純な文章生成を超え、電子工学における強力なパートナーへと進化しました。PCB設計者にとって、大規模言語モデル（LLM）を活用することは、回路図からレイアウトへの移行を加速し、制約条件管理におけるエラーを削減し、前例のない速度で製造最適化を実現することを意味します。
これらのプロンプトは、ChatGPT、Gemini、Claude、DeepSeekを含むすべての主要なAIモデルで使用するために、厳密にテストされ最適化されています。各モデルは、DeepSeekのコーディングロジックやClaudeの技術的ニュアンスなど、独自のアーキテクチャ上の強みを持っていますが、以下の10のプロンプトは、PCB設計とAltium Designerワークフローの効率向上のための普遍的な基盤を提供します。
1. スクリプトによる反復タスクの自動化
最適モデル：DeepSeek（ロジック生成とコード構文に優れる）
Altium Designer用のスクリプト（DelphiScriptまたはPythonを使用）を書くことで、コンポーネントの名前変更や出力ファイルの生成などの退屈なタスクを自動化できますが、その構文はしばしば難解です。
Altium Designerスクリプトに精通した上級PCBエンジニアとして行動してください。現在のPCBドキュメント内のすべてのコンポーネントを反復処理するスクリプトを[例：DelphiScriptなどの言語を挿入]で記述してください。スクリプトは、識別子プレフィックスが「R」（抵抗器）のコンポーネントを特定し、それらの「コメント」フィールドが表示されるように設定する必要があります。API使用の各ステップを説明するコメントをコードに追加してください。
効果：手動のプロパティ編集を自動化する機能的なボイラープレートコードを即座に生成し、プロパティパネルを何時間もクリックする手間を省きます。
2. 高速スタックアップ＆インピーダンス計画
最適モデル：Claude（複雑でニュアンスのある技術的説明の処理に優れる）
正しいレイヤースタックアップを定義することは、信号整合性にとって重要です。このプロンプトは、レイヤースタックマネージャーに入力する前に、予備的なインピーダンス要件を計算するのに役立ちます。
DDRメモリを含む高速デジタルアプリケーション用の6層PCBを設計しています。50オームのシングルエンドと100オームの差動インピーダンスを達成するスタックアップの推奨が必要です。標準的なFR-4材料（比誘電率〜4.2）を仮定してください。提案するレイヤー配置（信号-グランド-電源など）と、これらのインピーダンス目標を達成するために必要なトレース幅と分離距離を推定してください。リターンパスとクロストークに関する理由を説明してください。
効果：数学的に妥当なスタックアップの出発点を提供し、実行可能な物理的構成でシミュレーション段階にアプローチできるようにします。
3. 迅速なコンポーネント比較＆選択
最適モデル：Gemini（ライブデータと大規模な比較セットの処理に強い）
適切なICを選択するには、コスト、入手性、仕様のバランスを取る必要があります。このプロンプトは、AIにパラメトリック検索エンジンとしての役割を強制します。
以下の仕様に適した3つの異なる降圧（バック）レギュレータICの比較表を作成してください：入力電圧12V-24V、出力電圧3.3V、出力電流3A、表面実装パッケージ。以下の基準で比較してください：1. 効率、2. スイッチング周波数、3. パッケージサイズ、4. 外部コンポーネント数、5. 一般的な入手性/コスト層。スペースに制約のある設計に最適なオプションを推奨してください。
効果：データシートを何時間も閲覧する作業を明確な意思決定マトリックスに凝縮し、電気的および機械的制約の両方に適合するコンポーネントの選択を支援します。
4. 複雑な設計ルール（DRC）の策定
最適モデル：ChatGPT（ルールロジックの構築において汎用的で明確）
Altiumや他のツールでのクエリヘルパー構文の設定は、エラーが発生しやすいものです。このプロンプトは、人間の意図を正確な設計ルールクエリに変換するのに役立ちます。
Altium Designerで特定の設計ルールチェック（DRC）クエリを作成する必要があります。このルールは、20ミルのクリアランス制約を適用する必要がありますが、「HighVoltage」クラスに属するネットと、GNDに接続されたポリゴンポアとの間でのみ適用してください。この特定の相互作用をターゲットするために必要な正確なクエリヘルパー構文を記述し、ルールエディタでそれを適用する方法を説明してください。
効果：クエリヘルパーでの構文エラーを排除し、安全上重要なクリアランスが誤検知を発生させることなく厳密に適用されるようにします。
5. データシートの解読＆要約
最適モデル：Gemini（大規模なコンテキストウィンドウにより、広範なテキストのアップロード/貼り付けが可能）
複雑なMCUやFPGAを統合する際に、ピン構成の注意事項を見逃すことは致命的です。これを利用して、重要な統合詳細を抽出します。
[特定のICのデータシートセクションを貼り付けまたはアップロード]
このデータシートの「電源デカップリング」と「レイアウトガイドライン」セクションを分析してください。以下の必須要件を要約してください：
1. コンデンサの値と配置の近接性。
2. グランドプレーン分割の推奨事項。
3. 電源ピン用のトレース幅要件。
レイアウト段階で使用できるチェックリストとして出力してください。
効果：100ページ以上のデータシートに埋もれた「必須」のレイアウト制約を抽出し、実行可能なチェックリストに変換します。
6. EMI/EMC障害のトラブルシューティング
最適モデル：DeepSeek（物理学と工学ロジックの理解が深い）
基板がエミッション試験に不合格になった場合、レイアウトアーティストだけでなく物理学者が必要です。このプロンプトは、放射の潜在的な原因を診断するのに役立ちます。
私のPCBは125MHzで放射エミッション試験に不合格でした。この設計には、25MHzで動作するマイクロコントローラと500kHzのスイッチングレギュレータが含まれています。これらの周波数に基づいて、ノイズの潜在的な原因（例：高調波）を分析してください。この特定の高調波での放射を軽減するための5つの具体的なレイアウト技術またはコンポーネント追加（フェライト、スナバ、シールドなど）を提案してください。
効果：高調波周波数計算に基づく根本原因分析を提供し、推測ではなくターゲットを絞った工学的修正を提案します。
7. IPC準拠のフットプリント作成
最適モデル：Claude（標準準拠と詳細への高い注意力）
フットプリントを一から作成することはリスクが伴います。このプロンプトは、業界標準に従うことを保証します。
QFN-32パッケージ（5x5mmボディ、0.5mmピッチ）のフットプリントを作成する必要があります。IPC-7351ガイドラインに基づいて、以下の寸法計算についてガイドしてください：
1. パッドの長さと幅の拡張（トー、ヒール、サイドフィレット）。
2. ソルダーボイドを回避するためのサーマルパッドソルダーマスクのセグメンテーション。
3. 中庭の余白。
「標準」密度レベルを確保するために使用すべき寸法を提供してください。
効果：ライブラリにコミットする前に、IPC密度レベルに対してフットプリントの形状を検証することで、ソルダーブリッジやオープンジョイントのリスクを低減します。
8. コンポーネント配置戦略の最適化
最適モデル：ChatGPT（一般的な空間ロジックとワークフロー計画に優れる）
配置は戦いの90%です。このプロンプトは、配線を開始する前に基板の流れを戦略的に計画するのに役立ちます。
アナログフロントエンド（AFE）、デジタルMCU、Wi-Fiモジュールを含む4層の混載信号基板を設計しています。基板は24Vを入力し、3.3Vに降圧します。ノイズ結合を最小限に抑えるための理想的なフロアプランニング戦略を説明してください。具体的には、AFEに対する電源供給セクションの配置場所と、Wi-Fiアンテナコネクタの向きについて説明してください。
効果：ノイジーなスイッチングレギュレータを敏感なアナログ信号から分離する論理的な物理的流れを確立することで、初期段階で重大な信号整合性の問題を防止します。
9. BOM統合の自動化
最適モデル：Gemini（データフォーマットとクリーニングに優れる）
BOM管理には、乱雑なExcelデータのクリーニングが伴うことがよくあります。AIを利用して、説明文とメーカー部品番号（MPN）を標準化します。
「説明」列が一貫していない（例：一部は「10uF Cap」、他は「Capacitor 10 microfarad」と表示）生の部品表（BOM）があります。
[BOM行の小さなサンプルを貼り付け]
これらの説明を、厳密な標準フォーマットに従って書き直してください：「[コンポーネントタイプ]、[値]、[電圧/定格]、[パッケージ]、[許容差]」。すべてのエントリでフォーマットが同一であることを確認してください。
効果：乱雑なエクスポートを、調達部門や組立工場からの質問を減らす、プロフェッショナルで調達準備の整った文書に変えます。
10. 製造設計（DFM）レビュー
最適モデル：Claude（詳細指向のレビュー能力）
ガーバーファイルをファブ工場に送る前に、このプロンプトを使用して高コストな製造上の問題を捕捉します。
PCB製造工場のCAMエンジニアとして行動してください。標準的な4層基板の以下の設計パラメータをレビューし、「高コスト」または「高リスク」の機能を特定してください：
- 最小トレース/スペース：3ミル / 3ミル
- 最小ドリルサイズ：0.15mm
- アニュラーリング：3ミル
- 表面仕上げ：ENIG
- 銅重量：内層で2オンス
これらの仕様のどれが価格上昇や歩留まり問題を引き起こす可能性があるかを説明し、標準的な代替案（例：3ミルスペースを5ミルに変更）を提案してください。
効果：性能に影響を与えることなく緩和できる「過剰な」製造制約を特定することで、コストを節約し、生産遅延を防止します。
プロのヒント：コンテキスト注入
これらのプロンプトを最大限に活用するには、常にAIに特定のCADツールとメーカーの能力の制約を「事前に与えて」ください。配線戦略を尋ねる前に、ファブリケーターの能力要約（例：「最小トラック5ミル、最小ドリル8ミル」）を貼り付けてください。これにより、AIが電気的には完璧だが、物理的には安価に製造不可能な形状を提案するのを防ぎます。
レイアウトの未来をマスターする
ジュニアデザイナーとシニアリードの違いは、多くの場合、問題が銅にエッチングされる前に予測する能力にあります。これらのAIプロンプトを日常のワークフローに統合することで—Altiumでのスクリプティング、インピーダンス計算、DFMルールの再確認など—あなたの役割を、単純なレイアウト実行から戦略的エンジニアリング監視へと高めることができます。プロンプトライブラリを洗練させ続け、AIに計算を任せ、あなたはアーキテクチャに集中してください。