対話ベースの関係抽出（DialogRE）タスクは、複数の話者間で行われる対話に登場する議論ペア間の関係を予測することを目指しています。これまでの多くの研究では、対話の情報密度が低いことを補うために、大量の特徴量を使用して事前学習済み言語モデル（PLMs）を微調整する手法が採用されてきました。本研究では、PLMs固有の知識を効果的に活用し、追加層を用いず分散した議論間の意味的ヒントを取り扱うため、「プロンプトを使用した関係的意味によるガイドモデル（Guiding model with RelAtional Semantics using Prompt: GRASP）」を提案します。GRASPでは、プロンプトに基づく微調整アプローチを採用し、与えられた対話における関係的意味的ヒントを1) 議論認識型プロンプトマーカー戦略と2) 関係的ヒント検出タスクによって捉えます。実験結果によると、GRASPは追加層を使わずにPLMsのみを活用する方法にもかかわらず、F1スコアおよびF1cスコアにおいてDialogREデータセットで最先端の性能を達成しました。