ソフトウェア定義車両（SDV）の登場は、自動車産業のパラダイムシフトを示しており、ソフトウェアが車両機能を定義する中で重要な役割を果たしています。SDV向けのアプリケーション開発には、コード生成を効率化する高度なツールが求められます。近年、汎用の大規模言語モデル（LLM）が多くの分野で革新の可能性を示していますが、特定のタスクへの適応にはモデルアーキテクチャへのアクセス制限が障害となっています。本研究では、プロンプトを利用してLLMとインタラクションし、応答をリダイレクトする基本的な戦略を提案しています。適切なプロンプト構造に基づくシステムプロンプトを用いることで、LLMをトレーニングせずに活用できる可能性を示しています。実験の結果、少数ショットプロンプト戦略を用いたモデルが、期待されるアウトカムに合わせてLLMの応答を調整するのに最も優れていることが分かりました。