生成AIプロンプトの作り方｜精度が上がる書き方のコツとテンプレート集【2026年版】

この記事の要点（結論・要約）

「ChatGPTに質問したけど、なんか的外れな回答が返ってきた」「生成AIを使い始めたけど、どうも思い通りに動かせない」――そんな経験はないでしょうか。生成AIを業務に活かしたい中小企業の担当者から、こうした声を日々耳にします。

結論から言います。生成AIの回答の質は、プロンプト（指示文）の質で9割決まる。AIそのものの性能ではなく、人間側の「問い方」が成否を分けています。正しいプロンプトの書き方を身につければ、今すぐ使っているツールで業務効率を劇的に改善できます。本記事では、初心者でも明日から使えるプロンプトの作り方を、理論・フレームワーク・コピペ用テンプレートとともに徹底解説します。

生成AIプロンプトとは？基本概念と仕組みを理解する

プロンプト（Prompt）とは、生成AIに対して入力する指示文・質問文・命令文の総称です。ChatGPTやGemini、Claudeなどのチャット型AIでは、テキストボックスに入力する文章全体がプロンプトにあたります。英語の「prompt」には「促す・きっかけを与える」という意味があり、AIに「何をすべきか」の引き金を引く役割を果たします。

生成AIは大量のテキストデータを学習した大規模言語モデル（LLM: Large Language Model）をベースにしています。入力されたプロンプトをもとに、「次に来る言葉として最も適切なもの」を確率的に生成する仕組みです。だからこそ、指示が曖昧なほどAIは「それっぽいが的外れな回答」を生成しやすく、指示が具体的・明確なほど意図に沿った高品質な回答が返ってきます。

AIはプロンプトをどう解釈するか

生成AIはプロンプトを「文脈の塊」として解析します。単語ひとつひとつではなく、文章全体のトーン・構造・意図を読み取り、それに応じた回答を生成します。たとえば「メールを書いて」という5文字と、「営業部長宛に製品の見積もり依頼メールを書いてください。丁寧でビジネスライクな文体、400字以内、件名も含めて」という文章では、AIの解釈（=回答）がまったく異なります。後者のほうが圧倒的に使いやすい回答が返ってきます。

また、生成AIは会話の「文脈（コンテキスト）」を蓄積しながら回答します。チャット形式の場合、直前のやりとりをすべて参照して次の回答を生成するため、最初のプロンプトで設定した役割・制約・背景は、その後の会話全体に影響を与えます。最初の一手が特に重要です。

プロンプトの3つの基本構成要素

どんなプロンプトも、大きく分けて3つの要素から構成されます。第一は指示（Instruction）で、AIに「何をしてほしいか」を伝える核心部分です。「要約して」「翻訳して」「アイデアを10個出して」のような動詞で始まる命令がこれにあたります。第二は文脈（Context）で、指示を実行するために必要な背景情報を補足します。業界・対象読者・これまでの経緯・制約条件などがここに含まれます。第三は出力の期待（Output Expectation）で、回答の形式・長さ・トーン・構造など「どんな形で返してほしいか」を明示する部分です。この3要素を意識するだけで、プロンプトの質は大幅に向上します。

プロンプトあり・なしの比較

具体的な比較で違いを見てみましょう。下表は同じ目的（商品の紹介文作成）に対して、曖昧なプロンプトと詳細なプロンプトを使った場合の違いを示しています。

比較項目	曖昧なプロンプト	詳細なプロンプト
入力例	「商品説明を書いて」	「30代女性向けの無添加スキンケアクリームの商品説明文を書いてください。SNS投稿用・140字以内・購買意欲を高める柔らかいトーンで」
AIの解釈	どんな商品か不明・対象読者不明・文体不明・長さ不明	商品カテゴリ・読者・用途・文字数・トーンが明確
回答の質	汎用的で使えない文章が多い	即使える精度の高い文章が生成される
修正コスト	大幅な書き直しが必要	軽微な調整のみで完成
業務効率	むしろ時間がかかる場合も	人間が書くより3〜5倍速い

この差を生み出しているのは、AIの性能の違いではありません。純粋に「プロンプトの質」です。同じChatGPTを使っていても、プロンプトの書き方次第でアウトプットは天と地ほど変わります。

なぜプロンプトの書き方で回答の質が劇的に変わるのか

生成AIを「難しい検索エンジン」だと思っている人は多いです。しかし実際は「優秀だが指示待ちの新人スタッフ」と考えると本質に近いです。どんなに優秀なスタッフでも、「あれをやっておいて」という曖昧な指示では動けません。「〇〇の資料を△△の形式で、□□締め切りまでに作ってほしい」と具体的に伝えて初めてパフォーマンスを発揮します。生成AIも同じです。

「なんとなく使う」と損をする3つの理由

第一の理由は、AIが「平均的な回答」に引っ張られるからです。プロンプトが曖昧だと、AIは学習データの「平均値」に近い汎用的な回答を生成します。あなたの業界・状況・ブランドトーンに合った特有の回答ではなく、誰にでも当てはまる凡庸な文章が返ってきます。これではコピーを微修正するより自分で書いたほうが早い、という本末転倒な状況になりがちです。

第二の理由は、AIが「補完」した情報が必ずしも正確でないからです。文脈情報が不足しているとき、AIは不足分を自分の学習データから「推測」して補います。この推測が実態と異なる場合、ハルシネーション（もっともらしい嘘）が混入するリスクが高まります。特にビジネス文書・技術情報・法的事項などでは致命的なミスにつながりかねません。

第三の理由は、後から修正するコストが増大するからです。曖昧なプロンプトで得た回答は方向性が違うことが多く、「もっと丁寧に」「箇条書きで」「短くして」と何度も追加指示が必要になります。最初から詳細なプロンプトを書くのに2分かかったとしても、後から5〜10回やり取りする手間より確実に少ないです。

プロンプトの質が中小企業の業務効率に直結する

株式会社Losta達人ラボが観察する中小企業の生成AI活用では、プロンプトの質を改善した企業では文書作成時間が平均60〜70%削減されるケースが多いです。たとえばメルマガ1本の作成が3時間から45分に短縮されたり、議事録の整理が20分から5分になったりします。一方でプロンプトを改善せずに「なんとなく使っている」企業では、「使ってみたけど大したことない」という評価になりがちで、生成AI導入の恩恵を受けられていません。

生成AIを業務に本格導入するうえでの基礎知識については、生成AI活用完全ガイド｜中小企業が今すぐ始めるべき実践ステップも参照してください。プロンプト技術は、AI活用戦略全体の土台となる最重要スキルです。

良いプロンプトを作る5つの基本原則

良いプロンプトには共通の構造があります。世界中のプロンプトエンジニアが検証した結果、精度の高い回答を安定して得るために効果的な5つの原則が浮かび上がりました。すべてを一度に使う必要はありませんが、意識するだけでプロンプトの質は格段に上がります。

原則1：役割を与える（Role）

最も効果的なテクニックのひとつが「役割指定」です。「あなたは〇〇の専門家です」と最初に伝えることで、AIはその専門家の視点・語彙・思考スタイルで回答するようになります。たとえば「マーケティングの専門家として」と指定した場合と何も指定しない場合では、同じ質問でも回答の深さと実用性がまったく異なります。

役割指定の有効な例を挙げます。「あなたは中小企業向けのWebマーケティングコンサルタントです」「あなたは経験15年の経営コンサルタントです」「あなたは大手広告代理店で10年働いたコピーライターです」――このように具体的な肩書・経験年数・専門分野を含めるほど、回答の質が高まります。

原則2：文脈・背景情報を伝える（Context）

AIは「あなたの会社・業界・状況」を何も知らない状態でスタートします。だからこそ、必要な背景情報を積極的に与えることが重要です。業界・会社規模・ターゲット顧客・これまでの経緯・現在の課題など、タスクの実行に必要な文脈をできるだけ具体的に伝えましょう。

特に有効なのは「読者（対象）を明示する」ことです。「30代の子育て中の母親向け」「IT知識のない中小企業の経営者向け」「建設業界の現場担当者向け」のように読者を定義すると、文体・語彙・説明の深さが自動的に調整されます。

原則3：タスクを明確に指示する（Task）

「何をしてほしいか」は動詞で明示します。「書いて」「要約して」「翻訳して」「リストアップして」「比較して」「評価して」など、AIへの指示は動詞ではっきり伝えます。さらに「〇〇の観点から」「〇〇を意識して」という副詞句を加えると、さらに精度が上がります。

タスクが複数ある場合は「まず〜してください。次に〜してください」と順番に分けて指示するか、番号付きリストで整理するのが効果的です。AIは順番通りに処理しようとするため、優先順位を明示することで意図した流れで作業が進みます。

原則4：制約・条件を設定する（Constraint）

制約の明示は「AIがやってしまいがちな失敗」を事前に防ぐためのものです。「〜は使わないでください」「〜は含めないでください」という否定形の制約も非常に効果的です。「専門用語を使わないでください」「敬語は使わないでください」「箇条書きは使わないでください」など、望まない要素を明示的に排除することで、より意図に沿った回答が得られます。

また「文字数制限」も重要な制約です。「300字以内で」「A4用紙1枚に収まる量で」「Twitter（X）投稿用に140字以内で」のように、具体的な量を指定することで後からのカットや調整作業を大幅に削減できます。

原則5：出力形式を指定する（Format）

「どんな形で返してほしいか」を明示することで、後工程の手間を大幅に削減できます。主な出力形式の指定例を示します。「箇条書きで」「表形式で」「番号付きリストで」「Markdownで」「JSON形式で」「見出し付きの段落構成で」「Q&A形式で」「比較形式で」などが代表的です。

さらに「まず結論を述べ、次に根拠を3点、最後にアクション提案を書いてください」のように、回答の構造そのものを指定する方法もあります。これはビジネス文書を作成するときに特に有効で、後からの構成変更が不要になります。

プロンプトの基本フレームワーク（RTF・COSTAR・CoT）

プロンプトエンジニアリングのコミュニティでは、効果が実証された複数のフレームワークが共有されています。これらの「型」を覚えておくと、何を書けばいいか迷うことなくプロンプトを組み立てられます。目的・状況に応じて使い分けましょう。

RTFフレームワーク（最もシンプルな入門）

RTFはRole（役割）・Task（タスク）・Format（形式）の頭文字を取ったフレームワークです。最もシンプルで、プロンプト初心者に最適な構造を持ちます。この3要素を順番に書くだけで、大多数のビジネスユースケースに対応できます。

RTFの記述例：「あなたは中小企業の採用担当者です（Role）。新卒エンジニア向けの求人票を作成してください（Task）。Markdown形式で、見出し・仕事内容・求める人物像・待遇の4セクション構成で、全体500字以内（Format）」

COSTARフレームワーク（精度重視の上級者向け）

COSTARはContext（文脈）・Objective（目的）・Style（文体）・Tone（トーン）・Audience（対象読者）・Response（回答形式）の6要素で構成される、精度の高い回答を得るための包括的フレームワークです。特にマーケティングコピー・プレスリリース・提案書など、ブランドトーンの一貫性が求められる文書作成で威力を発揮します。

COSTARの記述例：「【Context】当社は従業員50名の地方製造業で、今期から工場のDX化を推進している。【Objective】社内向けDX推進プロジェクトの立ち上げ説明文を作成したい。【Style】説明会資料のような明快で分かりやすい文章。【Tone】前向きで希望を感じさせるが、過度に煽らない落ち着いたトーン。【Audience】IT知識が少ない現場スタッフ（40〜60代）。【Response】見出し付き段落構成・400字以内で」

Chain-of-Thought（思考の連鎖）プロンプティング

Chain-of-Thought（CoT）は、AIに「ステップバイステップで考えてから回答して」と指示することで、複雑な推論・計算・多段階思考を必要とするタスクの精度を上げる手法です。2022年にGoogleの研究チームが発表した論文で効果が実証され、現在も広く使われています。

最もシンプルなCoTプロンプトの追加フレーズは「ステップバイステップで考えてください」です。これだけで、複数の要素が絡み合う問題への回答精度が大幅に向上することが知られています。さらに「まず〜を確認し、次に〜を検討し、最後に結論を出してください」のように思考の順番を明示すると、より安定した結果が得られます。

PERTフレームワーク（問題解決・分析向け）

PERTはProblem（問題）・Expected output（期待する出力）・Resource（利用可能なリソース）・Tone（トーン）の4要素で構成されます。問題解決・現状分析・改善提案など、課題起点のタスクに特に向いているフレームワークです。

PERTの記述例：「【Problem】当社の問い合わせフォームからの返信が遅く、顧客満足度が低下している。月間問い合わせ数は約200件、現在の平均返信時間は48時間。【Expected output】返信時間を24時間以内に短縮するための改善策を5項目以内でリストアップ。【Resource】担当者2名・予算月5万円以内・既存のGoogleワークスペースのみ利用可能。【Tone】現実的・実践的。コスト重視。難しい専門用語は使わず、現場担当者が理解できる言葉で」

プロンプトの作り方・7ステップ実践ガイド

理論を理解したら、実際にプロンプトを作る手順を身につけましょう。以下の7ステップを順番に踏むことで、どんなタスクにも対応できる高品質なプロンプトを作成できます。

ステップ1：ゴール（最終成果物）を決める

まず「このプロンプトで最終的に何を手に入れたいか」を明確にします。「メールを書きたい」ではなく「取引先への謝罪と代替案提示を含む400字のビジネスメールを完成させたい」というレベルまで具体化します。ゴールが曖昧なままプロンプトを書き始めると、何度やり取りしても望む成果物にたどり着けません。

ステップ2：タスクの「種類」を特定する

生成AIのタスクは大きく「生成（Create）」「変換（Transform）」「分類・抽出（Classify/Extract）」「分析（Analyze）」「要約（Summarize）」「翻訳（Translate）」に分類できます。タスクの種類を特定することで、最適なアプローチが見えてきます。たとえば「生成」タスクなら出力形式の指定が最重要ですし、「分析」タスクなら入力データの提供と評価基準の明示が最重要になります。

ステップ3：役割（Role）を設定する

「あなたは〇〇です」という役割設定を決めます。効果的な役割の要素は①専門分野②経験年数③具体的な立場の3つです。「あなたはSEOとコンテンツマーケティングを専門とする10年のキャリアを持つWebディレクターです」のように具体的に設定するほど、回答の深さと実用性が増します。迷ったときは「このタスクをこなすのに最も適した人物はどんな人か」を考えて役割を設定するとよいでしょう。

ステップ4：文脈・背景情報を整理して書く

「AIが知らないが、知っていれば回答が改善される情報」をすべてリストアップして書き込みます。会社・業界・読者・状況・制約・これまでの経緯などを箇条書きで整理してから本文に組み込みます。情報量が多い場合は「【背景情報】」「【会社情報】」「【対象読者】」などの見出しで区切ると、AIが情報を整理しやすくなります。

ステップ5：タスクを具体的な動詞で書く

「してください」という依頼の核心部分を動詞で明示します。このとき「書いて→〇〇を含む文章を書いて」「提案して→具体的なアクションを5項目提案して」のように、動詞をさらに具体化すると精度が上がります。複数のタスクがある場合は、「まず〇〇して。次に〇〇して。最後に〇〇してください」と順番に区切って書きます。

ステップ6：制約と出力形式を指定する

「やってほしいこと」の指示が終わったら、「やってほしくないこと」と「どんな形で返してほしいか」を明示します。文字数・フォーマット・使ってほしい言葉・使ってほしくない言葉・口調・構成などを書き添えます。特に重要なのは「文字数制限」と「構成指定」で、この2つがあるだけで後工程の手間が大きく減ります。

ステップ7：例示（Few-shot）を加えて完成させる

余裕があれば、回答の参考になる例文・サンプルデータ・過去の類似文書を貼り付けます。「例えばこんな文体で」と前置きしてサンプルを1〜2本追加するだけで、ブランドトーンの再現性が劇的に高まります。また「入力と出力の例」を示す「Few-shot」形式は、特定の変換タスク（データ整形・フォーマット統一など）で絶大な効果を発揮します。

役割指定（ロールプレイ）プロンプトの効果的な使い方

役割指定は、最も効果が高いプロンプトテクニックのひとつです。AIに特定の専門家・職種・立場を割り当てることで、その視点に即した深い知見と適切なコミュニケーションスタイルを引き出せます。ここでは役割指定の実践テクニックを詳しく解説します。

有効な役割指定の書き方3パターン

パターン1：職種＋経験年数型「あなたは法人向けSaaS企業でインサイドセールスを10年経験したプロフェッショナルです」のように、職種と具体的な経験年数を組み合わせます。経験年数を入れることでAIは「ベテランの視点」を採用しやすくなります。

パターン2：実績・成果型「あなたは年間売上10億円規模のECサイトのSEOを担当し、検索流入を3年で5倍に増やした実績を持つSEOコンサルタントです」のように、具体的な実績を含めます。数値を入れることでAIが「成果を出すことにフォーカスした」回答を生成しやすくなります。

パターン3：ダブルロール型「あなたは経営視点も持つマーケターとして、かつ読者の立場でも考えながら回答してください」のように、複数の視点を同時に与えます。PRやブランドコミュニケーションの文書作成で、送り手視点と受け手視点を両立させたいときに有効です。

業務別・役割指定テンプレート12選

• 【マーケティング】あなたはBtoB企業向けコンテンツマーケティングを専門とする10年のキャリアを持つマーケターです
• 【営業】あなたは無形商材の法人営業を15年経験し、年間目標達成率120%を継続してきたトップセールスです
• 【人事・採用】あなたはスタートアップから大企業まで幅広い採用経験を持つHRビジネスパートナーです
• 【会計・財務】あなたは中小企業の決算支援と資金繰り改善を専門とする公認会計士です
• 【法律・コンプライアンス】あなたは企業法務・コンプライアンスを専門とする弁護士です（回答は法的アドバイスではなく一般情報として扱う旨を忘れずに添えること）
• 【ライティング・編集】あなたは月間100万PVのビジネスメディアで10年間編集長を務めた経験を持つエディターです
• 【デザイン・UI/UX】あなたはECサイトのCVR改善を専門とするUI/UXデザイナーです
• 【エンジニア】あなたはPython・クラウドアーキテクチャを専門とするシニアバックエンドエンジニアです
• 【経営・戦略】あなたは中小企業の経営改善・事業計画策定を専門とする経営コンサルタントです
• 【カスタマーサポート】あなたはサービス業のクレーム対応と顧客満足度向上を専門とするカスタマーサクセスマネージャーです
• 【SNS・PR】あなたはInstagram・TikTok・XなどSNSの企業アカウント運用を専門とするソーシャルメディアマーケターです
• 【教育・研修】あなたはビジネスパーソン向けの研修設計と教材開発を専門とする企業研修トレーナーです

ペルソナ型役割：架空の専門家を作成する

さらに発展した手法として、「架空のペルソナ（人物）」を作成してロールとして与える方法があります。「あなたは田中誠一と申します。20年間食品メーカーの商品開発部門に在籍し、現在は中小食品メーカー向けの商品企画コンサルタントとして活動しています。口調は丁寧で、現場目線の実践的なアドバイスを心がけています」のように、名前・経歴・性格・口調を設定すると、一貫したスタイルの回答が継続して得られます。社内ナレッジのQ&Aボット構築や、キャラクターのあるコンテンツ制作に特に有効です。

文脈・背景情報を効果的に伝えるコツ

プロンプトに盛り込む「文脈・背景情報」の質がAIの回答精度を左右します。情報が不足していると回答が的外れになり、多すぎると本質的な指示が埋もれてしまいます。適切な情報を適切な量・構造で提供するコツをつかみましょう。

「5W1H」で背景情報を整理する

背景情報の整理に「5W1H」フレームワークは非常に有効です。Who（誰が・誰向けか）：文書の執筆者・送り先・対象読者は誰か。What（何の話か）：商品・サービス・課題・テーマの具体的な内容。When（いつの話か）：締め切り・時期・タイムライン。Where（どこで使われるか）：SNS・LP・社内資料・対面プレゼンなど使用場所。Why（なぜやるか）：目的・背景にある課題・ゴール。How（どのように）：文体・トーン・形式・制約。これらをプロンプトに盛り込むことで、AIは「状況を理解した上での最適解」を提示できます。

文書・資料を貼り付ける活用法

文脈提供の最も強力な方法は「既存の文書・資料をそのまま貼り付ける」ことです。会議の議事録・既存のWebページのテキスト・報告書・データなどをコピーしてプロンプトに含めると、AIはその文書を参照しながら回答できます。「以下の議事録を読んで、アクションアイテムをまとめてください：【議事録本文】」というシンプルな構造が基本形です。

貼り付けた文書の量が多い場合は、「【参考資料】」「【入力テキスト】」などの見出しで区切り、その後に指示を書くと整理しやすいです。また「以下のA社の提案書と、B社の提案書を読み比べて、それぞれの強みと弱みを表形式でまとめてください」のように、複数の文書を比較させることもできます。

会社・業種特有の情報をテンプレートとして用意する

毎回同じ背景情報を入力するのは非効率です。自社のプロンプト冒頭に常に貼り付ける「会社プロフィールテンプレート」を作成しておくと効率的です。たとえば「【会社情報】会社名：〇〇株式会社／業種：〇〇／従業員数：〇〇名／主要顧客：〇〇／ブランドトーン：〇〇／禁則事項：〇〇」のようなフォーマットを用意し、タスクに応じて組み合わせます。これをChatGPTのCustom InstructionsやClaudeのProjectsに登録しておくと、毎回入力する手間が省けてさらに効率的です。

出力形式を指定してAIの回答をコントロールする方法

出力形式の指定は、プロンプトの中でも「後工程の削減」に最も直結するテクニックです。形式を指定しないとAIは自由な形式で回答するため、後から構成を組み替えたり、余計な説明を削ったりする手間が発生します。使う場所に合わせた形式を最初から指定しましょう。

よく使う出力形式の指定パターン15選

• 「箇条書きで5項目以内にまとめてください」
• 「番号付きの手順リストで書いてください」
• 「Markdown形式で見出し・本文・まとめの3部構成で書いてください」
• 「表形式（項目名・説明・例の3列）でまとめてください」
• 「Q&A形式で10問10答を作成してください」
• 「BEFORE（改善前）とAFTER（改善後）の比較形式で書いてください」
• 「結論→根拠→具体例→まとめの順番で書いてください」
• 「JSON形式で出力してください」
• 「CSV形式でヘッダー行つきで出力してください」
• 「メールの件名と本文を分けて書いてください」
• 「タイトル・リード文・本文・CTAの4パートで書いてください」
• 「見出し（H2）・サブ見出し（H3）・本文の3階層の記事構成で書いてください」
• 「プロンプトへの回答のみを書き、説明や補足は不要です」
• 「日本語で書き、その後に英語訳も添えてください」
• 「まず私の指示を繰り返し確認してから回答してください」

文字数・長さをコントロールする

文字数指定は「ちょうど〇文字で」ではなく「〇字以内で」または「〇字〜〇字程度で」の範囲指定が実用的です。生成AIは文字数を正確にカウントしながら書くわけではなく、ある程度の誤差が生じます。そのため「Twitterポスト用に130〜140字で」「A4用紙1枚に収まる800〜1000字で」「エグゼクティブサマリーとして200字以内で」のように、実用的な文脈と組み合わせた指定が効果的です。

長文の回答が必要な場合は「詳細に」「網羅的に」「全体像がわかるように具体的に」などの副詞を使います。逆に簡潔な回答が欲しい場合は「端的に」「要点のみで」「3行以内で」のように制限を明示します。また「まず50字の要約を書き、次に500字の詳細版を書いてください」のように、要約と詳細版を同時に生成させることもできます。

Markdownを活用した構造化出力

ほとんどの生成AIはMarkdown記法を標準でサポートしており、「Markdown形式で」と指定すると見出し（#）・太字（**）・箇条書き（-）・表（|）・コードブロック（“`）が自動的に使われます。NotionやSlack・GitHubなどMarkdownが使えるツールにそのまま貼り付けられるため、後処理が不要になります。WordやGoogleドキュメントに貼り付ける場合はHTMLや通常のテキスト形式を指定するとよいでしょう。

シーン別コピペ用プロンプトテンプレート集【2026年版】

ここからは業務シーン別にコピーして使えるプロンプトテンプレートを大量に収録します。各テンプレートの【】内は実際の情報に置き換えてお使いください。まずは基本形を使い、慣れてきたら自社の状況に合わせてカスタマイズするとよいでしょう。

ビジネスメール作成・返信プロンプト

メール作成は生成AIが最も得意とするタスクのひとつです。以下のテンプレートはいずれも即戦力として使えます。

【新規問い合わせへの返信メール】
あなたは丁寧なビジネスメールを書くプロです。
以下の条件でお客様への返信メールを作成してください。

・送信者：株式会社〇〇 〇〇部 〇〇（名前）
・受信者：〇〇様（〇〇株式会社）
・問い合わせ内容：【問い合わせ内容を貼り付け】
・返信の主な内容：〇〇について△△と回答する。詳細は〇〇。次のアクション：〇〇
・トーン：丁寧・誠実。くどくない。
・文字数：350字以内
・件名も作成してください

【取引先への謝罪メール】
あなたは誠実なビジネスメールを書く専門家です。
以下の状況で取引先への謝罪メールを作成してください。

・謝罪の原因：【例：納品が3日遅延した】
・相手先：〇〇株式会社 〇〇部長 〇〇様
・こちらの立場：〇〇株式会社 担当〇〇
・代替案・対応策：【例：〇〇日までに確実に納品する。担当者増員で対応】
・トーン：誠実・謙虚。ただし過度に卑屈にならない
・件名・本文ともに作成してください

【営業メール（新規アポイント依頼）】
あなたはBtoB営業のプロで、高い反応率を誇るメール文を書く専門家です。
以下の条件で新規営業メールを作成してください。

・自社：〇〇株式会社（業種：〇〇、主要サービス：〇〇）
・送り先：〇〇業界の中小企業の経営者または担当者
・提供できる価値：【例：業務効率を平均40%改善するシステム導入支援】
・アポ取得が目的（売り込みすぎない）
・件名はひと目で価値が伝わるように
・本文：250字以内。簡潔で読みやすく
・返信率を高めるため、一つだけ質問で終わる形式にする

【社内向け業務連絡メール】
以下の内容で社内向けの業務連絡メールを作成してください。

・送信者：〇〇部 〇〇
・宛先：全社員（または〇〇部門）
・連絡事項：【例：来週月曜から就業時間が9:00〜18:00に変更になる】
・補足情報：【例：フレックスタイム制度は引き続き利用可能】
・トーン：明確で簡潔。読みやすい
・件名・本文ともに300字以内で作成してください

文書・議事録の要約プロンプト

要約タスクはプロンプトの質次第で「何を残すか」が大きく変わります。要約の目的・対象・形式を明示しましょう。

【会議議事録の要約】
あなたはビジネス文書の要約を専門とするエディターです。
以下の会議議事録を読んで、指定の形式で要約してください。

【議事録本文をここに貼り付け】

要約の形式：
1. 会議の目的（1文）
2. 決定事項（箇条書き・3項目以内）
3. 課題・積み残し（箇条書き・3項目以内）
4. 次回アクション（担当者・期限つきで箇条書き）
5. 全体の要約（150字以内）

【長文記事・レポートの要約】
以下の文章を読んで、要約してください。

【文章をここに貼り付け】

要約の条件：
・対象読者：IT知識のない中小企業の経営者
・形式：最初に3行の結論、次に重要なポイントを箇条書きで5項目以内
・専門用語は平易な言葉に置き換えること
・全体の文字数：300字以内

【顧客インタビュー・ヒアリング内容の整理】
以下の顧客ヒアリング内容を読んで、マーケティング施策に役立つ形に整理してください。

【ヒアリング内容をここに貼り付け】

整理の形式：
1. 顧客の課題・困りごと（箇条書き）
2. 購買の決め手・重視した点（箇条書き）
3. 不満点・改善してほしい点（箇条書き）
4. 使用した言葉・キーワード（そのままの言葉で）
5. マーケティング施策への示唆（2〜3点）

企画書・アイデア出しプロンプト

アイデア出しや企画書作成では、制約を明示することで実現性の高い提案を引き出せます。

【新規企画のアイデア出し】
あなたはBtoC企業のマーケティング企画を専門とするコンサルタントです。
以下の条件で新しい企画アイデアを10個提案してください。

・会社/サービスの概要：〇〇株式会社、〇〇業。主要商品：〇〇
・ターゲット顧客：〇〇（年齢・属性・ニーズ）
・目的：〇〇（例：新規顧客獲得、リピート率向上、SNSフォロワー増加など）
・予算規模：〇〇万円以内
・期間：〇〇ヶ月
・制約：〇〇はできない（例：テレビCMは使えない、在庫を持てないなど）

各アイデアは「タイトル（20字以内）・概要（50字）・期待効果」の形式で書いてください

【企画提案書の骨子作成】
あなたは企画書作成のプロです。
以下の条件で企画提案書の骨子（アウトライン）を作成してください。

・企画名：〇〇
・背景・課題：〇〇
・目的：〇〇
・ターゲット：〇〇
・予算：〇〇
・期間：〇〇

企画書の構成：
1. 概要（エグゼクティブサマリー）
2. 現状分析と課題
3. 企画の目的とKPI
4. 施策の内容と実施手順
5. スケジュール
6. 予算計画
7. リスクと対策
8. まとめ・推進体制

各セクションの見出しと、書くべき内容の要点（箇条書き）を示してください

【SNSキャンペーン企画】
あなたはSNSマーケティングを専門とするプランナーです。
以下の条件でInstagramキャンペーン企画を立案してください。

・商品・サービス：〇〇
・キャンペーンの目的：〇〇（認知拡大/フォロワー獲得/売上増加）
・ターゲット：〇〇
・期間：〇〇
・予算：〇〇円
・キャンペーン形式（フォロー＆RTなど）の候補も含めて提案してください
・各企画案にはハッシュタグ案も添えてください

プログラミング・コード生成プロンプト

コード生成では「言語・目的・入出力の形式・制約」を明示すると、そのまま使えるコードが返ってくる確率が高まります。

【Pythonスクリプト作成】
あなたはPythonを得意とするシニアエンジニアです。
以下の要件でPythonスクリプトを作成してください。

・目的：〇〇（例：CSVファイルから特定の列を抽出してExcelに出力する）
・入力：〇〇（例：inputフォルダ内のCSVファイル、encoding: utf-8）
・出力：〇〇（例：outputフォルダにExcelファイルを書き出す）
・使用可能なライブラリ：標準ライブラリ＋pandas＋openpyxl
・Python バージョン：3.11以上
・エラーハンドリング：ファイルが存在しない場合はエラーメッセージを表示して終了
・コメントは日本語で記載してください
・動作確認のためのサンプルデータも作成してください

【HTMLテンプレート作成】
あなたはHTML/CSS/JavaScriptを得意とするフロントエンドエンジニアです。
以下の要件でHTMLテンプレートを作成してください。

・目的：〇〇（例：ランディングページのファーストビュー）
・使用技術：HTML5・CSS3・JavaScript（フレームワークなし）
・レスポンシブ対応：640px以下でスマホレイアウト
・配色：〇〇（例：メイン#d16176、背景白、テキスト#333）
・含める要素：ヘッダー・ヒーローイメージエリア・特徴3点・CTAボタン
・アクセシビリティ：altテキスト・role属性を適切に設定
・コメントは日本語で記載してください

【SQLクエリ作成・最適化】
あなたはSQLのエキスパートです。
以下の要件でSQLクエリを作成してください。

・データベース：〇〇（MySQL/PostgreSQL/SQLite等）
・テーブル構造：
  - テーブル名：〇〇、カラム：〇〇
  - テーブル名：〇〇、カラム：〇〇
・抽出したいデータ：〇〇
・条件：〇〇
・ソート：〇〇
・パフォーマンスを考慮してインデックスの推奨も添えてください
・クエリにはコメントで説明を入れてください

翻訳・多言語対応プロンプト

翻訳プロンプトでは「文体・目的・使用場所」を指定することで、機械翻訳ではなく「使える翻訳」が得られます。

【ビジネス文書の日英翻訳】
あなたはビジネス翻訳の専門家です。
以下の日本語文書を英語に翻訳してください。

【翻訳する日本語テキストをここに貼り付け】

翻訳の条件：
・用途：〇〇（例：海外クライアントへのメール/グローバル会議のプレゼン資料）
・対象読者：〇〇（例：英語ネイティブのビジネスパーソン）
・文体：ビジネスフォーマル（カジュアル表現は使わない）
・日本語特有の表現（敬語・謙譲語）は英語文化に自然な形に意訳してください
・固有名詞・ブランド名は原文のまま使用してください
・翻訳後に直訳ではなく意訳した部分があれば注記してください

【多言語対応・ローカライズ】
以下のテキストを指定の言語に翻訳し、各言語の文化的背景に合わせてローカライズしてください。

【原文テキストをここに貼り付け】

翻訳先言語：英語・中国語（簡体字）・韓国語
各言語について：
・直訳でなく、その言語圏の消費者に自然に伝わる表現に調整してください
・固有名詞・商品名は原文のまま
・翻訳と一緒に、各言語の文化的注意点も1〜2点コメントしてください

データ分析・レポート解釈プロンプト

データ分析では「何を判断したいか」という目的を明示することが最重要です。数値だけ貼り付けて「分析して」ではなく、解釈の方向性を示しましょう。

【売上データの分析・コメント生成】
あなたは中小企業の経営数値を分析する財務アナリストです。
以下の売上データを分析して、経営者向けの月次レポートコメントを作成してください。

【データをここに貼り付け（数値・表形式可）】

分析の観点：
1. 前月比・前年同月比の増減とその要因考察
2. 好調・不調なカテゴリ/商品/エリアの特定
3. 注目すべきトレンドや変化
4. 来月に向けたアクション提案（2〜3点）
文体：経営者が5分で読めるよう、簡潔かつ具体的に

【アンケート結果の分析・インサイト抽出】
あなたは顧客調査・マーケティングリサーチの専門家です。
以下のアンケート結果を分析して、マーケティング施策に使えるインサイトを抽出してください。

【アンケート結果をここに貼り付け】

分析・レポートの形式：
1. 全体サマリー（3〜5行）
2. 重要な発見（箇条書き5項目以内）
3. 顧客セグメントの特徴（あれば）
4. 課題・ペインポイントの整理
5. 具体的なマーケティング施策への示唆（3項目）
6. 追加調査が必要な点（あれば）

SNS・コンテンツ投稿プロンプト

SNS投稿は文字数制限・プラットフォームの特性・ターゲットの行動パターンを考慮することが重要です。

【Instagram投稿文（キャプション）作成】
あなたはInstagramの企業アカウント運用に精通したSNSマーケターです。
以下の条件でInstagramの投稿キャプションを5パターン作成してください。

・アカウントのテーマ：〇〇（例：中小企業向けのDXノウハウ）
・この投稿で伝えたいこと：〇〇
・ターゲット：〇〇
・トーン：〇〇（プロフェッショナル/親しみやすい/教育的など）
・文字数：1投稿あたり150〜250字
・絵文字：1〜3個程度
・ハッシュタグ：投稿ごとに10〜15個（ビッグ・ミドル・スモールを混在させる）
・最後にCTA（コメント促進/プロフィールへの誘導など）を入れてください

【X（旧Twitter）投稿案作成】
以下の内容をXの投稿用テキストに変換してください。
5パターン作成し、それぞれエンゲージメントを高めやすい形にしてください。

・伝えたい内容：〇〇
・目的：〇〇（フォロワー獲得/リンクへの誘導/ブランド認知など）
・文字数：各140字以内
・パターンごとにアプローチを変えてください（疑問形・数字・共感・驚き・メリット訴求など）
・ハッシュタグは最大2個

【ブログ・オウンドメディア記事のアウトライン作成】
あなたはSEOとコンテンツマーケティングを専門とするライターです。
以下の条件で記事のアウトライン（構成案）を作成してください。

・メインキーワード：〇〇
・サブキーワード（必要なら）：〇〇
・ターゲット読者：〇〇
・記事の目的：〇〇（認知獲得/リード獲得/SEO流入など）
・想定文字数：〇〇字程度
・競合記事との差別化ポイント：〇〇（あれば）

アウトラインの形式：
- タイトル案（3パターン）
- ディスクリプション案（120字程度）
- H2見出し（6〜10個）
- 各H2に対するH3見出し（2〜3個）
- 各セクションで書くべき主要ポイント（箇条書き）

プロンプト送信前の品質チェックリスト30項目

プロンプトを送信する前に、以下のチェックリストを確認する習慣をつけましょう。すべての項目を満たす必要はありませんが、確認することで「送った後に気づく失敗」を大幅に減らせます。

基本チェック（必須10項目）

• □ ゴール（最終的に何を得たいか）が明確になっているか
• □ タスクを動詞で明示しているか（「書いて」「要約して」「分析して」等）
• □ 対象読者・ターゲットを指定しているか
• □ 出力の文字数・量の目安を指定しているか
• □ 出力形式（箇条書き・表・段落構成等）を指定しているか
• □ 文体・トーン（丁寧・カジュアル・プロフェッショナル等）を明示しているか
• □ 必要な背景情報・文脈を十分に含めているか
• □ 機密情報・個人情報をプロンプトに含めていないか（後述のセキュリティ項目参照）
• □ 「やってほしくないこと」の制約を明示しているか（必要に応じて）
• □ 複数タスクがある場合、順番を明確に区切っているか

品質向上チェック（推奨10項目）

• □ 役割指定（「あなたは〇〇です」）を入れているか
• □ 例示（Few-shot）を入れられるか検討したか
• □ 「なぜこのタスクをするか」という目的背景を伝えているか
• □ 業界特有のキーワード・用語を適切に含めているか
• □ 使ってほしくない語句・表現を明示しているか（必要に応じて）
• □ 回答の構成（セクション構造）を指定しているか
• □ 回答に含めてほしい必須要素をリスト化して書いているか
• □ 比較・評価が必要なタスクは評価基準を明示しているか
• □ 「ステップバイステップで考えて」を追加するか検討したか
• □ 入力データ・参考資料を含める場合、見出しで区切っているか

高精度化チェック（上級10項目）

• □ フレームワーク（RTF・COSTAR・CoT等）を活用しているか
• □ 「もし〇〇が不明な場合は確認してから進んでください」と書いているか
• □ 「この回答に対して〇〇の観点でレビューしてください」と自己レビューを求めているか
• □ 数値・事実を含む回答の場合「根拠・出典を示してください」と書いているか
• □ 前回の会話の内容を引き継ぎたい場合、要約を再提示しているか
• □ 複数の選択肢を求める場合「それぞれのメリット・デメリットも添えてください」と書いているか
• □ 回答の後に「他に考慮すべき点があれば追加してください」を入れているか
• □ 専門的なタスクで「私は〇〇のレベルです」と自分のスキルレベルを伝えているか
• □ 長期プロジェクトの場合、前提条件をプロジェクト設定（Projectsなど）に登録しているか
• □ 重要なプロンプトはテンプレートとして保存・共有しているか

ツール別プロンプトの違いと使い分け（ChatGPT・Gemini・Claude）

主要な生成AIツールはそれぞれ異なるモデル・学習データ・設計思想を持っており、同じプロンプトでも返ってくる回答の性質が異なります。「どのツールを使えばいいか」に迷っている方のために、2026年時点の主要3ツールの特徴と、それぞれに適したプロンプトの傾向を整理します。

ChatGPT（GPT-4o/GPT-4.1）の特徴と向くプロンプト

OpenAIのChatGPTは現在も世界で最も使われている生成AIです。GPT-4oはテキスト・画像・音声を処理できるマルチモーダルモデルで、汎用性が高く、幅広い業務タスクに対応します。特に長文の文章生成・コード生成・多段階の推論タスクで安定した高品質な出力を示します。

ChatGPTに特に向くプロンプト：ブログ記事・メール・提案書などの文書生成、コーディング支援、データ分析、ブレインストーミング、Custom GPTを使った社内ボット構築。「GPTs（カスタムGPT）」機能を使うと、会社固有の情報や指示をベースにした専用ボットを構築できます。プロンプトにSystem Messageとして役割・制約を設定しておける点も強みです。

Google Gemini の特徴と向くプロンプト

GoogleのGeminiはGoogleサービスとの連携が最大の強みです。Gmail・Googleドキュメント・スプレッドシート・Meetなどと直接連携できる「Gemini for Google Workspace」は、既存のGoogleツールを使っている企業にとって特に有効です。またリアルタイムの検索・最新情報の参照が他のモデルより優れており、最新の市場動向・ニュース・データを参照した回答が必要なタスクに向いています。

Geminiに特に向くプロンプト：Googleドキュメント・スプレッドシートの操作補助、Gmail管理・メール下書き、最新情報をふまえた市場分析・競合調査、YouTubeの動画要約（URLを貼るだけで要約できます）、Google検索と連動したリサーチ作業。プロンプトにURLを含めることで、そのページの内容を参照した回答を得やすいです。

Claude の特徴と向くプロンプト

AnthropicのClaudeは長文処理・安全性・指示の忠実な実行において特に高い評価を得ています。コンテキストウィンドウ（一度に処理できるテキスト量）が大きく、書籍1冊分の長文を丸ごと入力してから処理できる点は他のモデルを凌駕します。また「Anthropic的誠実さ」ともいえる、事実に反することや有害なコンテンツを生成することへの強い拒否傾向があり、ファクトチェックが重要なビジネス文書に向いています。

Claudeに特に向くプロンプト：長文の契約書・法務文書・研究論文の読み込みと要約、複雑な指示を正確に実行する多段階タスク、Projectsを使った長期的な文書管理・プロジェクト管理、コードレビュー・デバッグ、倫理的配慮が必要なコンテンツ生成。「Projects」機能でファイルをアップロードし、それを参照しながら継続的に作業できる点も実用的です。

3ツール比較表（2026年版）

評価項目	ChatGPT（GPT-4o）	Google Gemini	Claude（Sonnet/Opus）
文章生成の品質	◎（汎用性高い）	○（自然で読みやすい）	◎（長文・精度高い）
コード生成	◎（最強クラス）	○（Google連携強み）	◎（正確性・説明が丁寧）
最新情報の反映	○（Web検索オプション）	◎（Googleリアルタイム連携）	△（学習データカットオフ）
長文処理	○（200kトークン）	○（100万トークン）	◎（200kトークン・精度高）
ツール連携	◎（GPTs・API・Zapier等）	◎（Google Workspace全体）	○（Projects・API）
指示の遵守精度	○（良好）	○（良好）	◎（特に忠実）
画像生成連携	◎（DALL-E3内蔵）	○（Imagen対応）	△（非対応）
月額コスト（標準）	約$20/月	約$19.99/月	約$20/月
特に向く用途	汎用・コーディング・ブレスト	Google連携・最新情報調査	長文処理・精密な指示実行

業種・職種別プロンプト活用パターン

生成AIの活用方法は業種・職種によって大きく異なります。ここでは中小企業に多い6つの業種・職種別に、実際に使えるプロンプト活用パターンを紹介します。自社に近いパターンを参考にして、具体的な導入イメージを描いてみてください。

製造業・メーカー向け活用パターン

製造業での生成AI活用は「文書業務の効率化」が最初の一歩として最も効果的です。技術仕様書・作業手順書・品質報告書などの文書作成に多くの時間を取られている現場は多いです。たとえば「作業手順書の下書き作成プロンプト」「品質異常報告書のフォーマット統一プロンプト」「機械設備のトラブルシューティングQ&A作成プロンプト」などが即効性が高いです。また顧客への技術提案書や見積書の文章化、英語での技術文書対応なども生成AIが貢献できる領域です。

さらに発展的な活用として「工程改善アイデアのブレインストーミング支援」「ISO文書・マニュアル作成補助」「新入社員向け教育コンテンツ作成」なども効果的です。現場での生成AI活用については、生成AI活用完全ガイドでも詳しく解説しています。

小売・EC向け活用パターン

小売・EC業界では「商品説明文の大量生成」が最も費用対効果の高い活用です。数百〜数千点の商品ページに対してSEOを意識した商品説明文を書くのは人力では莫大なコストがかかりますが、適切なプロンプトを使えば1商品あたり数十秒で高品質な説明文を生成できます。「商品スペック情報→魅力的な商品説明文」への変換は、生成AIが最も得意とする変換タスクのひとつです。

他にも「カートに入れたまま離脱した顧客向けのリマインドメール」「季節・イベントに合わせたメルマガ文面」「カスタマーレビューへの返信文案」「商品キャッチコピーのバリエーション生成」「FAQ・よくある質問の作成」なども小売・ECに直結する活用場面です。

士業・コンサルティング向け活用パターン

弁護士・税理士・社会保険労務士・経営コンサルタントなどの士業では「文書作成の下書き・補助」と「情報収集・整理」が主な活用シーンです。ただし、生成AIの回答はあくまで下書き・参考情報であり、最終的な専門判断は必ず専門家が行うことが大前提です。

具体的な活用例：「顧客向けニュースレター・コラムの下書き」「業界動向リサーチの整理」「提案書・報告書のアウトライン作成」「複雑な法律・税務・労務の概念をわかりやすく説明する文書作成」「セミナー・研修資料の構成案作成」「見込み客向けのメルマガ・ブログ記事」など。特に「専門知識を非専門家に伝わりやすく翻訳する」作業で生成AIは絶大な威力を発揮します。

飲食・サービス業向け活用パターン

飲食・サービス業では「採用・求人」「SNS・集客」「マニュアル・研修」の3領域での活用が特に効果的です。採用面では「アルバイト求人票の執筆」「面接の評価シート作成」「内定者向けのウェルカムレター」など。SNS・集客では「メニューの魅力的な説明文」「季節ごとのキャンペーン投稿文」「Googleビジネスプロフィールの返信文案」「食べログ・口コミへの返信」など。マニュアルでは「接客マニュアルの文書化」「アルバイト向け業務手順書」「衛生管理チェックリスト」などが代表的な活用シーンです。

不動産向け活用パターン

不動産業では「物件紹介文の作成」が最も直接的な活用です。「物件の基本情報（住所・広さ・築年数・設備・周辺環境）を入力して、魅力的な物件紹介文を生成する」というシンプルな活用でも、業務時間を大幅に削減できます。また「内見後の顧客へのフォローアップメール」「不動産に関する一般的な質問のFAQ作成」「エリア紹介コラム」「投資不動産の分析レポートの文章化」などでも活用できます。

医療・介護向け活用パターン

医療・介護分野では特に「情報の正確性」と「個人情報保護」への配慮が最重要です。患者・利用者の個人情報を含む文書は絶対にAIに入力してはなりません（後述のセキュリティ項目参照）。活用できる領域は「一般向けの健康情報コラム作成」「院内ポスター・パンフレットの文章作成」「スタッフ向けの研修資料作成」「採用求人票の執筆」「ホームページのコンテンツ改善」「一般的な医療・介護制度の説明文」などに限定するのが安全です。

生成AI検索（LLMO）時代のプロンプト活用と自社情報の扱い

2025〜2026年にかけて、ChatGPT・Gemini・Perplexityなどの生成AIを「検索ツール」として使うユーザーが急増しています。消費者が生成AIに「〇〇ならどこに相談すべきか」「〇〇のおすすめサービスを教えて」と問いかけ、AIが回答の中で企業・サービス名を推薦するようになりました。この流れを「LLMO（Large Language Model Optimization）」と呼びます。

AIに引用されやすいコンテンツの特徴

LLMOの観点からも、プロンプトの設計思想は重要な示唆を与えてくれます。AIが回答に引用しやすいコンテンツには共通の特徴があります。第一に「問いと即答が明確」であること。生成AIはコンテンツから「この問いに対してはこの答え」という構造を抽出します。記事の見出しが疑問文で、その直後の段落に明確な答えがある構造は、AIに引用されやすいです。

第二に「数値・固有情報が豊富」であること。「〇〇の平均コストは△△万円です」「〇〇社は〇〇という実績があります」のような具体的な数値・固有名詞を含むコンテンツは、AIが事実として引用しやすい信頼性の高い情報として扱われる傾向があります。第三に「専門性と権威性（E-E-A-T）」が明示されていること。著者の専門資格・経験・実績が明記されているコンテンツは、AIがより信頼できる情報源として扱う可能性が高いです。

自社のAI活用にLLMO視点を取り入れる

生成AIでコンテンツを作成するとき、「AIが読んで引用しやすい構造」を意識してプロンプトを設計するという発展的な活用もあります。たとえばブログ記事を生成AIで執筆する際、プロンプトに「各H2見出しは疑問文にして、見出し直下の最初の2文で完結した形で答えを書いてください」「数値・具体例を積極的に含めてください」「結論ファーストの文章構造にしてください」と指定することで、SEOとLLMOの両方に最適化されたコンテンツを作成できます。

また「Perplexity AIやChatGPTに自社のサービス名・特徴・強みを説明するQ&A集」を生成AIで大量に作成し、自社サイト・プレスリリース・業界メディアに展開する戦略も注目されています。生成AIを「情報発信ツール」として使うことで、他の生成AIへの露出（引用される機会）を増やすことができます。この分野の詳しい解説は生成AI活用完全ガイドでも取り上げていますので参照してください。

やってはいけないNGプロンプト・よくある失敗10選

プロンプトの「やってはいけないこと」を知ることは、「やるべきこと」を学ぶのと同じくらい重要です。よくある失敗パターンを認識しておくことで、無駄なやり取りと時間のロスを防げます。以下に代表的な10個のNGパターンと改善策を示します。

NGパターン	NG例	改善後	なぜNGか
NG1：指示が曖昧すぎる	「メールを書いて」	「新規顧客への製品提案メールを400字で。丁寧なビジネス文体。件名も含めて」	AIが「どんなメール」か判断できず汎用的な回答しか出ない
NG2：丸投げで資料を貼るだけ	長い資料を貼って「どう思う？」	「以下の資料の〇〇の観点から問題点を3点指摘してください」と目的・観点を明示	AIがどの観点で分析すべきか不明
NG3：「〜についていろいろ教えて」	「生成AIについていろいろ教えて」	「生成AIを社内導入するメリット上位5つを、中小企業の経営者向けに平易な言葉で」	「いろいろ」は範囲が無限。AIが絞り込めない
NG4：否定形だけで指示	「難しくしないで」	「小学5年生でも理解できる平易な言葉で、専門用語は使わず」	「難しくない」の基準がAIには不明。肯定形で具体的に
NG5：長い質問を1度に詰め込む	「〇〇と〇〇と〇〇を調べてまとめて翻訳して提案書も作って」	タスクを分けて順番に依頼する	複数タスクが混在すると各タスクの品質が下がる
NG6：「完璧にして」「最高のものを」	「最高のメールを書いて」	「以下の条件を満たすメールを書いてください：〇〇〇〇」	「最高」の基準は人によって異なる。具体的な条件で代替する
NG7：フィードバックなしで諦める	1回で望む回答が出なかったら使用をやめる	「回答の○○部分がイメージと違います。〇〇を〇〇に変えて再度生成してください」と改善指示を出す	プロンプトはイテレーションが前提。1回で完成しなくて当然
NG8：機密情報を入力する	「以下の顧客個人情報をもとに…」	個人情報・機密情報は絶対に入力しない（後述のセキュリティ参照）	外部AIサービスへの情報漏洩リスクがある
NG9：ハルシネーションを疑わない	回答をそのままコピーして使う	「この回答の中で事実に基づかない可能性がある箇所を指摘してください」と自己チェックを求める	生成AIは自信をもって嘘をつく場合がある
NG10：毎回ゼロからプロンプトを書く	使うたびにゼロから書く	効果的なプロンプトはテンプレートとして保存・チーム共有する	車輪の再発明。良いプロンプトは資産として活用する

ハルシネーション（幻覚）への対処法

生成AIの最大のリスクはハルシネーション（hallucination）です。存在しない統計・人物・引用・法律条文などを、まるで事実であるかのように自信満々に生成することがあります。特に「具体的な数値」「特定の人物の発言」「法律・規制の詳細」「最近のニュース（学習データのカットオフ以降）」では高頻度で発生します。

対処法として最も効果的なのは「確認作業をAI自身に求める」ことです。「この回答に不確かな情報が含まれる場合は明示してください」「事実確認が必要な箇所を教えてください」とプロンプトに加えると、AIが自分の不確かな部分を開示しやすくなります。ただし、これはあくまで補助的な手段であり、重要な数値・法的事項・医療情報については必ず一次情報源（公式サイト・論文・法令データベース）で確認することが鉄則です。

回答が期待外れだったときの改善プロンプト

回答が期待と違ったとき、「もう一度やって」ではなく具体的な改善指示を出すことが重要です。以下は使いやすい改善プロンプトのパターンです。「〇〇の部分が長すぎます。半分に短縮してください」「トーンが固すぎます。もう少し親しみやすい文体に変えてください」「箇条書きではなく文章形式で書き直してください」「〇〇の観点が足りません。追加してください」「もっと具体例を増やしてください。業種は〇〇業での例で」「この回答を前提に、さらに詳細に〇〇について掘り下げてください」など。改善指示が具体的であるほど、次の回答は意図に近くなります。

プロンプトのセキュリティ・機密情報の注意点

生成AIの活用を広げる前に、必ず理解しておくべきセキュリティリスクがあります。ビジネス利用においてセキュリティ上の失敗は、情報漏洩・競合への情報流出・法的リスクといった深刻な問題につながります。企業全体でルールを徹底しましょう。

絶対に入力してはいけない情報

以下の情報は、いかなる目的であっても外部の生成AIサービスに入力してはなりません。第一に顧客・従業員の個人情報（氏名・住所・電話番号・メールアドレス・マイナンバー・生年月日・クレジットカード情報など）。個人情報保護法の観点から、本人の同意なく第三者（AI事業者）に提供することは許されません。

第二に営業秘密・機密情報（未公表の新製品情報・価格戦略・取引条件・M&A情報・知的財産・ソースコードなど）。ChatGPTなどの外部AIサービスに入力した情報は、サービスの設定によってはモデルの学習に使用される可能性があり、意図せず競合に情報が渡るリスクがあります。第三に認証情報（パスワード・APIキー・秘密鍵・接続文字列など）。これらを入力する必要性は一切ありません。

プロンプトインジェクション攻撃への警戒

プロンプトインジェクションとは、悪意のあるユーザーが「これまでの指示を無視して〇〇を実行せよ」のような文を入力し、AIを本来の目的外の動作に誘導する攻撃手法です。特にAIを使ったカスタマーサポートボット・社内ヘルプデスク・自動処理パイプラインを構築する企業では注意が必要です。

対策としては「System Promptで明確に禁止事項を定義する」「ユーザーの入力をそのままAIに渡さず、無害化（サニタイズ）する処理を挟む」「AIの出力を人間が確認するフローを設ける」などが有効です。また外部ユーザーが入力した文書・ファイルをAIに読み込ませる際にも同様のリスクがあります。

企業利用時のデータポリシー確認

各AIサービスのデータポリシーを確認することは、企業利用の大前提です。主要サービスの現状（2026年時点の一般的な情報）を整理します。OpenAI（ChatGPT）はAPIや「チームプラン」以上では学習への利用をオプトアウトできます。Google Geminiも企業向けのWorkspaceプランではデータの学習利用を行いません。Claudeも企業向けAPIプランではデータの学習利用は行われません。ただしポリシーは変更される場合があり、常に最新の利用規約を確認することが重要です。

特に機密性の高い業務では、AzureのOpenAI Serviceやオンプレミス型のAI基盤など、自社のクラウド・サーバー内に閉じた環境でAIを利用する「プライベートAI」の導入を検討すべきです。初期コストはかかりますが、情報漏洩リスクをゼロに近づけることができます。

プロンプトエンジニアリング用語集

生成AIやプロンプトエンジニアリングに関する専門用語を整理します。社内での共通理解・勉強会・資料作成の際にご活用ください。

用語	読み方	意味・解説
プロンプト（Prompt）	プロンプト	生成AIへの指示文・質問文の総称。入力するテキスト全体を指す
プロンプトエンジニアリング	プロンプトエンジニアリング	AIから望ましい回答を引き出すためのプロンプト設計・最適化の技術・手法
LLM（Large Language Model）	エルエルエム	大規模言語モデル。ChatGPT・Gemini・Claudeなどの基盤となる大量テキストで学習したAIモデル
ハルシネーション（Hallucination）	ハルシネーション	生成AIが事実に反する情報をもっともらしく生成する現象。「幻覚」とも呼ばれる
コンテキストウィンドウ	コンテキストウィンドウ	AIが一度に処理できるテキストの最大量。トークン数で表される。大きいほど長い文書を扱える
トークン（Token）	トークン	AIがテキストを処理する単位。日本語では1文字が1〜2トークン程度。APIの利用料金もトークン数で算出される
Few-shot（フューショット）	フューショット	プロンプトに入力と出力の例を数例示すことで、AIに望む形式・スタイルを学習させる手法
Zero-shot（ゼロショット）	ゼロショット	例示なしに直接指示するプロンプト手法。シンプルなタスクに向く
Chain-of-Thought（CoT）	チェーン・オブ・ソート	「ステップバイステップで考えて」と指示し、AIの推論プロセスを可視化する手法。複雑な問題の精度向上に有効
System Prompt	システムプロンプト	チャットセッション全体に適用される「大前提の指示」。役割・制約・口調などを設定する
温度（Temperature）	おんど	AIの回答のランダム性・多様性を調整するパラメータ。低いほど安定した回答、高いほど創造的（予測不能）な回答になる
RAG（Retrieval-Augmented Generation）	ラグ	AIが自分の学習データに加えて外部のデータベース・文書を検索・参照しながら回答を生成する手法
プロンプトインジェクション	プロンプトインジェクション	悪意のある指示をプロンプトに埋め込み、AIを本来の目的外に誘導する攻撃手法
LLMO（Large Language Model Optimization）	エルエルエムオー	生成AIによる検索・回答に自社情報が引用・推薦されやすくするための最適化活動。SEOの生成AI版
マルチモーダル	マルチモーダル	テキストだけでなく画像・音声・動画など複数の入力形式を処理できるAIの性質
ファインチューニング	ファインチューニング	既存のLLMを特定のデータセットで追加学習させ、特定の用途に特化させること
GPTs（カスタムGPT）	ジーピーティーズ	ChatGPTで作成できるカスタムAIボット。役割・指示・知識ベースを設定して特定用途向けに最適化できる
Agentic AI（エージェント型AI）	エージェンティックAI	複数のステップを自律的に実行し、ツール（Web検索・コード実行・ファイル操作等）を使いながらタスクを達成するAI

よくある質問（FAQ）

Q1. プロンプトはどのくらいの長さが適切ですか？

プロンプトの適切な長さは「タスクの複雑さ」によって変わります。シンプルな変換タスク（翻訳・要約・フォーマット変換）なら50〜200字程度のシンプルなプロンプトで十分なことが多いです。一方、複雑な文書生成・業務分析・多段階のタスクでは、背景情報・役割・制約・形式指定を含む500〜2,000字程度のプロンプトを使うことも珍しくありません。「長ければいい」のではなく、必要な情報が含まれていれば短くて構いません。まず短く書いてみて、回答が期待外れなら情報を追加するアプローチが効率的です。

Q2. 日本語と英語どちらでプロンプトを書くべきですか？

日本語で使いたい場合は日本語でプロンプトを書くのが基本です。最新のChatGPT・Gemini・Claudeはいずれも日本語を高いレベルでサポートしており、日本語プロンプトで日本語の高品質な回答が得られます。ただし英語のプロンプトのほうがわずかに精度が高いケースがあります（これはLLMの学習データに英語が多いため）。英語でプロンプトを書いて、「回答は日本語で」と指定するテクニックも有効です。技術系・コード系のタスクでは特に英語プロンプトの効果が高い傾向があります。

Q3. 同じプロンプトを使っても毎回違う回答が返ってくるのはなぜですか？

生成AIはテキスト生成にランダム性（温度パラメータ）を持たせているため、同じプロンプトでも毎回まったく同じ回答にはなりません。これは意図的な設計で、創造的なタスクでは多様なアイデアを生成できる長所でもあります。一方、一貫した回答が必要な業務（データ変換・情報抽出など）では「温度を低くして」または「一意の回答を出してください」と指定するか、APIを利用して温度パラメータを直接制御することで安定性を高められます。また同じ指示でも、その前のやり取りの文脈によって回答が変わることもあります。

Q4. プロンプトは社内で共有・標準化できますか？

できます。むしろ積極的に共有・標準化することを強く推奨します。効果的なプロンプトは「会社の知的財産」として管理すべきです。実践的な方法として、Notionのデータベース・スプレッドシート・Slackのチャンネルなどにプロンプトを「タスク種別・バージョン・使い方」とともに蓄積していく「プロンプトライブラリ」の構築が有効です。誰かが開発した優れたプロンプトを全社で使えるようにすることで、AI活用の底上げが図れます。定期的にプロンプトの更新・改善を行う担当者を設置すると、さらに効果が高まります。

Q5. 「プロンプトエンジニア」という職種は中小企業にも必要ですか？

専任の「プロンプトエンジニア」を雇用する必要性は現時点では高くありません。それよりも、業務担当者全員がプロンプトの基本を理解して使いこなせる「AI活用リテラシーの全社底上げ」のほうが、中小企業にとってはるかに費用対効果が高いです。生成AIの民主化により、高度なプロンプト技術は特別な専門家だけのものではなくなっています。本記事のようなテンプレート・フレームワークを活用することで、専門知識がなくても業務レベルのプロンプトを作成できます。ただし自社専用のAIシステム開発・API連携・大規模自動化を目指す段階では、専門スキルを持つ人材の採用または外部委託が必要になります。

Q6. 生成AIの回答を確認しないで使っても大丈夫ですか？

大丈夫ではありません。生成AIの回答は必ず人間が確認・編集した上で使用することが大原則です。特に外部に公開する文書（ホームページ・SNS・プレスリリース・顧客向け資料）や、法的・医療的・財務的なアドバイスを含む文書では、専門家によるレビューが必須です。事実確認が必要な数値・日付・固有名詞は必ず一次情報源で確認します。生成AIは「下書き・素材を瞬時に作る」ツールであり、最終的な品質責任は常に人間にあります。「AIが言ったから」は法的・倫理的な責任を免除しません。

まとめ・プロンプト作成の早見表

本記事で解説したプロンプトの作り方を早見表として整理します。明日から実践できる形でまとめました。

項目	ポイント・内容
プロンプトとは	AIへの指示文。書き方ひとつで回答の質が決まる
5つの基本原則	役割（Role）・文脈（Context）・タスク（Task）・制約（Constraint）・形式（Format）を明示する
入門フレームワーク	RTF（役割・タスク・形式）から始め、慣れたらCOSTAR・CoTに発展
7つの作成ステップ	ゴール決定→タスク種別特定→役割設定→文脈記入→タスク明示→制約・形式指定→例示追加
役割指定のコツ	「職種＋経験年数＋実績」を含める。専門分野を具体的に指定するほど精度が上がる
テンプレート活用	メール・要約・企画・コード・翻訳・分析・SNS別のテンプレートをカスタマイズして使う
ツール使い分け	汎用=ChatGPT、最新情報・Google連携=Gemini、長文精密処理=Claude
NGパターン	曖昧な指示・丸投げ・機密情報入力・ハルシネーション無確認・一発完成の期待
セキュリティ	個人情報・機密情報・認証情報は絶対に入力しない。社内ガイドライン策定必須
継続改善	良いプロンプトはテンプレートとして保存・共有。チームで育てる「プロンプトライブラリ」を構築する

生成AIプロンプトの習熟は、短期間で習得できるスキルです。まずは本記事のテンプレートをそのままコピーして使い始め、回答を見ながら少しずつカスタマイズしていきましょう。1週間もあれば、日常業務の文書作成・情報整理・アイデア出しで生成AIを「当たり前のツール」として使いこなせるようになります。

プロンプトは「書いて使って改善する」サイクルを回すほど上達します。最初から完璧を目指さず、毎日のルーティン業務の中でひとつずつ試してみることが、最も効果的な学習法です。ぜひ今日から実践してください。

まずは達人ラボに相談する

プロンプトの学習から社内展開・ワークフロー構築まで、生成AI活用を本格化させるためのサポートを行っています。まずはお気軽にご相談ください。