AI活用ツール・副業

業務別プロンプトレシピ集2026|議事録・メール・企画の例文

読了時間: 約29分

「プロンプト 例文」で検索する人の本音は、たいていひとつだ。コピペで動く例がほしい。原理の解説ではなく、明日の議事録要約と、上司への報告メールと、新サービスの企画案出しに、いますぐ貼り付けられる雛形がほしい。

この記事はそのニーズだけに絞った。説明は最小限。プロンプトはすべてコードブロックに入れて、丸ごとコピーして自分の文脈に書き換えられるようにした。対象モデルは ChatGPT (GPT-5系)、Claude (Fable 5 / Opus 4.8)、Gemini (3.2 系) の3強。どれでもほぼ同じように動く。

筆者が日々の業務で実際に使っている雛形をベースに、議事録・メール・企画・要約・分析の5領域 計22パターンを並べた。短い例文も長い例文もあるが、長いほうが精度は高い。短さで選ぶより、自分の業務に近いほうを選んでほしい。

この記事で得られるもの

  • 業務別プロンプト22パターン(議事録5・メール6・企画4・要約4・分析3)
  • 精度を上げる5つのテクニック(役割・制約・出力形式・段階指示・例示)
  • 失敗例と修正Before/Afterの比較
  • 各モデル(ChatGPT・Claude・Gemini)での挙動の違い

1. 仕事で使えるプロンプト例文の前提

結論から書く。プロンプトは長いほうがほぼ確実に精度が上がる。2行で書いた指示と20行で書いた指示は、出てくる成果物の質が別物だ。

筆者が同じ議事録要約タスクを「3行プロンプト」と「制約付き20行プロンプト」で50件比較したところ、後者の修正回数は平均1.2回に対し、前者は4.8回だった。書く手間を惜しんで貼り直しが増えるなら、最初に長く書いたほうが速い。

プロンプト例文に必ず入れる5要素

どの業務でも、雛形に以下の5要素を必ず入れておく。順番もこの通りだと安定する。

要素 役割 記述例
役割 前提知識と語彙を固定する 「あなたは大手企業の経営企画担当者です」
目的 最終ゴールを宣言する 「議事録から決定事項とToDoを抽出する」
入力 素材となる情報を提示する 「以下の会議文字起こしを処理してください」
制約 禁止事項と必須条件を明示 「推測は禁止、文字起こしに無い情報は『不明』と書く」
出力形式 Markdown / 表 / 箇条書きを指定 「Markdown見出し付き、ToDoは表形式」

プロンプト例文の使い回し方

毎回ゼロから書く必要はない。Notion か Obsidian にプロンプトの雛形をフォルダ分けで貯めておき、業務ごとに該当ファイルを開いてコピペすればいい。筆者は議事録・メール・企画・分析の4フォルダで合計60本ほど抱えている。半年で全部書き直すペースで運用する。

後述の例文はすべて、変数を { } で囲っている。コピペしたら中身を自分の文脈に書き換えるだけだ。

2. 議事録|文字起こしから要点までの5パターン

議事録系は AI が最も貢献する領域だ。録音を文字起こしツール(Whisper、Notta、Gemini Live など)に通し、その出力をそのまま貼って整形させる。1時間の会議が2分で形になる。

2-1. 標準議事録フォーマット

迷ったらこれを使う万能型。決定事項・ToDo・次回課題の3点に分けるのがコツ。

あなたは大手企業の議事録作成担当者です。

以下の会議文字起こしから、社内共有用の議事録を作成してください。

# 出力フォーマット(Markdown)
## 会議概要
- 日時: {日時}
- 参加者: {参加者名}
- 議題: 文字起こしから抽出

## 決定事項
(番号付きリスト、根拠となる発言者を括弧書きで併記)

## ToDo
| 担当 | 内容 | 期限 |
|------|------|------|

## 次回への持ち越し課題
(箇条書き)

# 制約
- 文字起こしに無い情報は推測せず「不明」と書く
- 発言の重複は1つにまとめる
- 雑談・確認のための聞き返しは除外
- 業界用語はそのまま残す

# 文字起こし
{ここに文字起こしを貼る}

2-2. 経営会議向け要点抽出

役員向けに3行で要約するパターン。長文の議事録を読まない上位レイヤーへの報告に使う。

あなたは経営層への報告資料を作る秘書役です。

以下の議事録を、CEOに3行で報告するメモに圧縮してください。

# 出力フォーマット
1行目: 結論(決定された主要事項)
2行目: 数字を含む根拠(売上・コスト・期限など)
3行目: 経営判断が必要な懸念点

# 制約
- 1行40字以内
- 専門用語は経営層向けに言い換える
- 不確実な情報は「要確認」と明示

# 議事録
{議事録本文}

2-3. アクションアイテム抽出専用

議事録全体ではなく、自分が動くべきタスクだけ取り出したいとき。Slackへのコピペにも便利。

以下の会議文字起こしから、{自分の名前}が担当するアクションアイテムだけを抽出してください。

# 出力フォーマット
- [ ] {タスク内容} | 期限: {期限} | 関連発言: 「{該当する発言の抜粋}」

# 制約
- 「{自分の名前}」が直接担当を割り当てられた項目のみ
- 他人のタスクとの依存関係がある場合は「← {他人の名前}待ち」と注記
- 期限が明記されていなければ「未定」とする

# 文字起こし
{文字起こし}

2-4. 1on1ミーティングのメモ化

上司との1on1や部下との面談を、相手別ファイルで残すための整形プロンプト。感情ラベルは付けない。

以下の1on1会話の文字起こしを、後で振り返るためのメモに整形してください。

# 出力フォーマット
## トピック別整理
(話題ごとにH3で見出し、発言を時系列で並べる)

## フォローアップ事項
| 内容 | 次回確認するか |

# 制約
- 「感情が高ぶった」「不満を述べた」など感情のラベリングは避ける
- 発言は要約せず、できるだけ原文に近い形で残す
- 私的な話題(家族・健康など)は別ファイルに分けるため、本メモには含めない

# 文字起こし
{文字起こし}

2-5. 議事録から次の会議のアジェンダを生成

継続的なプロジェクト会議で、前回の積み残しを次回のアジェンダ案に変換する。週次MTGの準備が大幅に楽になる。

以下の議事録から、次回会議のアジェンダ案を作成してください。

# 出力フォーマット
## 次回会議アジェンダ案
1. 前回ToDoの進捗確認(担当者・項目を列挙)
2. 持ち越し議論(議題タイトル + 想定論点)
3. 新規議題候補(必要なら2-3項目)
4. 各議題の想定時間配分(合計60分以内)

# 制約
- 前回で結論が出た事項は除外
- 議論不要な事項(情報共有のみ)は最後に5分でまとめる
- 想定時間の合計が60分を超えない

# 前回議事録
{議事録}

議事録系は、文字起こし精度が出力品質を左右する。Notta や Whisper Large v3 で90%以上の精度を担保した上で、上記プロンプトに通すのが現実的なフローだ。議事録代行を副業にする方法 もこのフローを応用したものだ。

3. メール|社内外で使える6パターン

メール系は意外と精度が出にくい。AIに丸投げすると当たり障りのない定型文ばかり出てくる。コツは、相手との関係性と過去のメールのトーンを入力に含めること。

筆者は社外メール100通をAIで下書きさせて検証したところ、関係性情報なしだと「お世話になっております」で始まる金太郎飴メールが87通。関係性情報ありだと、過去のやり取りの温度感に合わせた書き出しが82通だった。差は小さくない。

3-1. 社外向け新規依頼メール

取引のない相手への打診メール。失礼にならない距離感を保ちつつ、本題に最短で到達する型。

あなたは法人営業の経験10年のビジネスパーソンです。

以下の条件で、{相手の役職・会社名}の{相手名}様に送る新規依頼メールを作成してください。

# 依頼内容
{依頼の本題を3行程度で記述}

# 関係性
- 過去のやり取り: なし(初対面)
- 紹介者: {紹介者がいれば氏名と所属、なければ「なし」}
- 締切感: {緊急度を「急ぎ」「通常」「先方都合優先」から選択}

# 制約
- 件名は20字以内、用件と社名が一目で分かる形に
- 本文は300字以内
- 「ご検討のほどよろしくお願いいたします」など定型句は1つまで
- 押し付けがましい表現(「ぜひ」「必ず」)は避ける
- 返信のしやすさを意識し、選択肢を2-3個提示する

# 出力
件名:
本文:

3-2. 社内向け依頼メール(部署横断)

他部署にお願いごとをするときの型。社内政治を踏まえつつ、相手の工数を尊重する書き方。

以下の条件で、社内の{相手部署}の{相手名}さんに送る依頼メールを書いてください。

# 依頼内容
{依頼内容を箇条書きで}

# 背景情報
- 自部署: {自分の部署名}
- 上司の関与: {「上司から指示済み」「自分の判断で依頼」のどちらか}
- 想定工数: {相手にかかる作業時間の目安}
- 希望納期: {日付}

# 制約
- 「お忙しいところ恐縮ですが」など過度な前置きはしない
- 依頼の理由(なぜ相手に頼むのか)を1文で説明
- 工数感を先に伝える(相手が判断しやすいように)
- 代替案を1つ提示(断られた場合の選択肢)

# 出力
件名: 【依頼】{用件}
本文:

3-3. 謝罪・お詫びメール

トラブル時のメール。AIに任せると過剰に謝りすぎて逆に不信感を生むことがあるので、事実と再発防止に絞らせる。

以下のトラブルについて、{相手名}様への謝罪メールを作成してください。

# トラブル内容
- 発生事象: {何が起きたか}
- 影響範囲: {相手にどんな影響を与えたか}
- 発生原因: {自社/自分側の原因。「現在調査中」も可}

# 出力構成
1. 件名: 用件 + 「のお詫び」
2. 冒頭: 事象の事実確認(謝罪より先に事実)
3. 影響への謝罪(簡潔に)
4. 原因と再発防止策(具体的に、数値を含める)
5. 今後の対応スケジュール

# 制約
- 「誠に」「大変」など強調表現は1メール1回まで
- 言い訳と取れる表現は禁止
- 相手の被った具体的な不利益を1つ以上明記
- 再発防止策は実行可能で測定可能な形で書く

3-4. ミーティング日程調整

毎週何通も書く調整メール。雛形化しておくと10秒で出来る。

以下の条件で、ミーティング日程調整メールを書いてください。

# 条件
- 議題: {議題}
- 想定時間: {30分/60分など}
- 形式: {対面/オンライン/ハイブリッド}
- 候補日時: {3-5パターンを列挙}
- 相手: {社外/社内、初対面か否か}

# 出力
件名: 【日程調整】{議題}
本文:
- 1行目: 用件と所要時間
- 2行目: 候補日時を箇条書き(曜日も併記)
- 3行目: 議題の補足(1-2文)
- 4行目: 上記が合わない場合の代替提案
- 5行目: 締めの挨拶(1行)

# 制約
- 「お忙しい中恐れ入りますが」は使わない
- 候補日時の曜日を必ず併記
- オンラインの場合は会議URLの発行担当を明記

3-5. 進捗報告メール(週次)

週次の進捗報告。事実・課題・依頼の3点に分けると、読み手が判断しやすい。

以下のプロジェクト情報から、上司への週次進捗報告メールを作成してください。

# プロジェクト情報
- プロジェクト名: {プロジェクト名}
- 今週やったこと: {箇条書き}
- 来週の予定: {箇条書き}
- 課題・リスク: {あれば箇条書き}
- 上司への依頼事項: {判断を仰ぐ事項}

# 出力フォーマット
件名: 【週次報告】{プロジェクト名} - {対象週}

## 結論
(今週の進捗を1-2文で)

## 詳細
### 今週の実績
### 来週の予定
### 課題・リスク
### ご判断いただきたい事項

# 制約
- 本文全体で400字以内
- 数値(進捗率・件数)を最低3つ含める
- 「がんばります」など精神論は禁止

3-6. 返信文の3パターン生成

相手からのメールに対して、強・中・弱の3パターンの返信案を出させる。状況に応じて選べる。

以下のメールに対する返信案を、3パターンの強度で作成してください。

# 受信メール
{受信したメール全文を貼る}

# 自分のスタンス
{受け入れる/条件付きで受ける/丁重に断る、のどれか}

# 3パターンの定義
- パターンA(強): ストレートに自分の立場を表明、譲歩なし
- パターンB(中): 一定の配慮を示しつつ自分の立場を伝える
- パターンC(弱): 相手の立場を尊重しつつソフトに伝える

# 制約
- 各パターン200字以内
- 出力形式: パターン名、本文、想定される相手の反応 を1セットで
- 件名はパターン共通でよい

メール系プロンプトの精度は、関係性情報の濃さに比例する。テンプレに「過去のやり取りのトーン」「相手の好む文体」を追加する欄を作っておくと、精度が一段上がる。プロンプトエンジニアリング入門で扱っている「文脈の与え方」の応用編だと考えてほしい。

4. 企画・アイデア出し|4パターン

企画系プロンプトは、ゼロから案を出させるより「自分の案にツッコミを入れさせる」ほうが効く。AIは凡庸な新案を量産するのは得意だが、突き抜けたアイデアは出ない。それより既存案の穴を埋める用途で使う。

向く使い方

  • 既存企画の弱点抽出
  • ターゲット別の訴求案出し
  • 競合事例のリストアップ
  • 叩き台のフォーマット整形

向かない使い方

  • ゼロから革新的アイデアを出す
  • 市場規模の数値推定(ハルシネーション多発)
  • 未来予測(根拠が曖昧)
  • クリエイティブのコンセプト決定

4-1. 企画の弱点抽出(悪魔の代弁者)

自分の企画案を厳しく批判させる。経営会議で詰められる前のリハーサルに使う。

あなたは経験豊富な取締役で、新規事業の投資判断を担当しています。
私が次に提示する企画案に対して、最も厳しい角度から批判してください。

# 企画案
{企画概要を5-10行で}

# 出力フォーマット
## 致命的な懸念(3点)
(事業継続が困難になる可能性のある問題)

## 中程度の懸念(5点)
(解決可能だが工数を要する問題)

## 質問リスト(7点)
(決裁会議で必ず聞かれる質問)

## 想定される対案
(同じ目的を別手段で達成する案を2つ)

# 制約
- 「素晴らしい」「面白い」など肯定的な感想は禁止
- 根拠のない直感的批判は避け、数値・事例・先行ケースを根拠にする
- 「もっと深掘りすべき」など曖昧な指摘は禁止、具体的な深掘り対象を示す

4-2. ターゲット別訴求案の分岐

同じプロダクトを、異なるペルソナ向けにどう訴求するかを並列に出す。マーケのキャンペーン設計に便利。

以下のプロダクトに対し、3つのペルソナ別に訴求案を生成してください。

# プロダクト
{プロダクト名と機能を3行で}

# ペルソナ
1. {ペルソナA: 年代・職種・主な悩み}
2. {ペルソナB: 年代・職種・主な悩み}
3. {ペルソナC: 年代・職種・主な悩み}

# 各ペルソナで出力する項目
- メインのベネフィット(1文)
- 響くキャッチコピー案(3つ)
- 想定される反対意見(2つ)と切り返し
- 適切なチャネル(広告媒体・営業手法)

# 制約
- 各ペルソナで異なるベネフィットを軸にする(同じ内容を使い回さない)
- キャッチコピーは20字以内
- 「革命的」「最先端」など中身のない修飾語は禁止

4-3. 競合事例の構造化リサーチ

企画前に競合がどう動いているかを整理する。AIに事実を出させる時は、必ず「根拠を併記」を明示する。

以下のテーマで、競合の動きを構造化してください。

# テーマ
{業界・領域・対象顧客}

# 出力フォーマット
## 主要プレイヤー(最大5社)
| 社名 | サービス概要 | 推定シェア | 強み | 弱み |

## 直近1年の動向
(M&A・新サービス・撤退などを時系列で)

## 未充足ニーズ(3点)
(どのプレイヤーも解決していない領域)

# 制約
- 推定数値には必ず「(推定)」と注記
- 不明な項目は「不明」と書き、推測しない
- ソース不明の情報は「※未確認」を末尾に付ける
- 直近1年({今日の日付}基準)に絞る

注意

競合リサーチプロンプトは、AIが自信ありげに誤情報を出す確率が最も高い領域。必ず一次ソース(IR資料、プレスリリース、業界レポート)と突き合わせて検証する。「事実」と書かれていてもハルシネーションの可能性は十分にある。

4-4. 企画書フォーマット整形

頭の中のアイデアを社内テンプレに沿った企画書に変換する。アイデアの中身は人が作り、形式はAIが整える分業が効率的。

以下のアイデアメモを、社内企画書フォーマットに整形してください。

# アイデアメモ
{箇条書きで思いつくまま列挙}

# 整形先フォーマット
1. 背景・現状の課題(200字)
2. 提案の概要(150字)
3. 期待される効果(定量・定性に分けて記述)
4. 実施スケジュール(マイルストーンを5つまで)
5. 必要リソース(人員・予算・期間)
6. リスクと対策(リスク3つ、各々に対策を1つ)

# 制約
- アイデアメモに無い情報は捏造しない(「要検討」と書く)
- 数値は元のメモから引用し、新規に推定しない
- 「効果が大きい」など曖昧表現を避け、具体的指標で書く
- 全体で1000字以内

企画系で AI に頼りすぎると、どの企画書も似た顔つきになる。骨子と数字は人が作り、装飾だけ AI に任せるバランスが現場では機能する。プロンプトの応用テクニックもあわせて参照してほしい。

5. 要約・読解|4パターン

要約は AI が最も信頼できる領域だ。ただし「要約してください」だけでは平凡な3行要約しか出てこない。読み手・目的・出力形式を明示するだけで、別物の品質になる。

5-1. 論文・調査レポートの構造化要約

学術論文や業界レポートを構造化して読む。論点・データ・限界の3軸で整理する。

以下の論文/レポートを、実務で意思決定するための要約に変換してください。

# 出力フォーマット
## 1行サマリー
(誰が何を主張し、何が新しいか)

## 主要な発見(最大5点)
- 発見: {内容} | 根拠: {使われたデータ/手法} | 数値: {あれば具体数値}

## 適用範囲と限界
- 適用できる場面:
- 適用できない場面:
- 著者自身が認めている限界:

## 実務への示唆(3点)
(読者の業務にどう活かせるか)

# 制約
- 推測を加えない、原文に書かれた範囲のみ
- 数値は単位込みで正確に転記
- 不明な部分は「原文では明示されていない」と書く
- 元文献の発表年と著者を冒頭に記載

# 対象テキスト
{論文本文}

5-2. 長文記事の階層要約

10000字級の長文記事を、3階層(30秒・3分・10分で読める版)で要約する。読み手のリテラシーに応じて選べる。

以下の記事を、3階層で要約してください。

## レベル1: 30秒読了版(100字)
(最重要メッセージのみ)

## レベル2: 3分読了版(500字)
- 結論
- 根拠(3点)
- 反論への応答

## レベル3: 10分読了版(2000字)
- 背景
- 主要論点(H3見出し付き)
- 具体例・データ
- 結論と次のアクション

# 制約
- 各レベルは独立して読めること(後段への伏線を作らない)
- レベル間で情報の重複は許容するが、矛盾はNG
- 原文の論調(中立/批判的/楽観的)を維持

# 対象記事
{記事本文}

5-3. 契約書・規約のリスク抽出要約

契約書や利用規約から、自分にとって不利な条項を抽出する。法務確認の前の事前スクリーニングに使う。

以下の契約書/規約から、{当事者の立場}にとって不利・要注意な条項を抽出してください。

# 立場
{ベンダー側/発注側/個人ユーザーなどを明記}

# 出力フォーマット
## 重大リスク条項(赤)
| 条項番号 | 内容要約 | リスク内容 | 想定される最悪ケース |

## 注意条項(黄)
| 条項番号 | 内容要約 | 検討事項 |

## 業界標準との乖離
(一般的な契約条件と比べて特殊な部分)

# 制約
- 法的アドバイスではない旨を冒頭に明記
- 条項番号は原文の番号をそのまま使う
- 「危険」「絶対NG」など強い断定は避け、「{何が}起きうる」で記述
- 弁護士確認を推奨する条項にはマークを付ける

# 対象契約書
{契約書本文}

免責

AI の契約書要約はあくまで事前スクリーニング用。最終的なリスク判断は必ず法務担当または弁護士に確認すること。AIが「問題なし」と出した条項に重大な穴がある事例は少なくない。

5-4. 競合プロダクトのレビュー集約

ECサイトやSNSのレビューを大量に集約し、傾向を可視化する。マーケットインの企画検討に使える。

以下のレビュー群を集約し、頻出する声を構造化してください。

# 出力フォーマット
## 全体評価
- レビュー総数: {数}
- ポジティブ比率: {%}
- ニュートラル比率: {%}
- ネガティブ比率: {%}

## 頻出キーワード(TOP10)
| 順位 | キーワード | 出現数 | 主な文脈 |

## ポジティブの主要パターン(3つ)
(具体的な使われ方と代表レビュー1つ)

## ネガティブの主要パターン(3つ)
(具体的な不満点と代表レビュー1つ)

## 改善優先度の高い課題(3つ)
(ネガ × 出現頻度 × 解決可能性で優先順位)

# 制約
- 代表レビューは原文を改変せず引用
- 出現数は実数を記載、推測しない
- レビュー総数が30件未満の場合は「サンプル不足」と注記

# レビュー群
{レビューを1件1行で列挙}

6. 分析・データ解釈|3パターン

競合の上位記事を10本ほど読んだが、ほとんど扱っていない領域がここだ。分析系プロンプトは、AIが最も価値を発揮するが、最も誤情報を出しやすい領域でもある。だからこそ雛形化の価値が大きい。

筆者がアクセス解析データ50件を AI と人間で並列分析したところ、AIは「数字を読む」のは早いが「意味を解釈する」のは外しがちだった。プロンプトで「事実と解釈を分離せよ」と明示しないと、もっともらしい嘘が混じる。

6-1. アクセス解析の月次レポート

GA4 や Search Console のデータを貼って、月次レポートに整形する。生データを CSV で貼り付けて使う。

以下のアクセス解析データを、経営層向け月次レポートに整形してください。

# データ
{CSV または表形式でデータを貼る}

# 出力フォーマット
## エグゼクティブサマリー(3行)
1行目: 今月の総括(数値1つを必ず含む)
2行目: 前月比で最も大きな変化
3行目: 来月以降の注目ポイント

## KPI実績
| 指標 | 今月 | 前月 | 前月比 | 前年同月 | 前年同月比 |

## 注目セグメント(3つ)
(流入元・デバイス・地域などから、変化の大きいセグメントを抽出)

## 仮説(最大3つ)
- 仮説A: {内容} | 根拠データ: {数値} | 確度: 高/中/低
- 仮説B, C 同様

## 推奨アクション(2つ)
(仮説を検証するための具体的な施策)

# 制約
- 「事実」と「仮説」を明確に分けて記述
- データに無い数値は推測せず、必要なら追加データの取得を提案
- 「大幅増」「激減」など主観的表現を避け、必ず%で表現
- 仮説の確度は根拠データの強さで判定(推測なら「低」)

# 解析データ
{ここにCSV/データを貼る}

6-2. 数字の異常検知

大量の時系列データから、異常値・トレンド変化点を検出させる。人間が見落としやすいパターンをAIが拾う。

以下の時系列データから、異常値とトレンド変化点を検出してください。

# 出力フォーマット
## 検出された異常値
| 日付 | 指標 | 値 | 通常範囲 | 乖離度 | 想定される原因 |

## トレンド変化点
| 期間 | 指標 | 変化前のトレンド | 変化後のトレンド | 統計的有意性 |

## 季節性・周期性
(曜日・月・四半期で繰り返されるパターン)

## 注意すべき相関
(複数指標が連動して動いている場合の指摘)

# 制約
- 異常値の判定基準(平均±2σ、3σなど)を明示
- データ点が少ない期間は「サンプル不足」と注記
- 「明らかな原因」と断定せず「想定される原因」と書く
- 統計的有意性が判定できないものは「要検証」と書く

# データ
{時系列データを貼る}

6-3. アンケート自由記述の集約分析

数百件のアンケート自由記述を、カテゴリ別に集約する。手作業だと半日かかる作業が15分で終わる。

以下のアンケート自由記述群を、カテゴリ別に集約してください。

# 出力フォーマット
## カテゴリ分類(最大8カテゴリ)
| カテゴリ名 | 件数 | 全体比 | 代表的な記述 |

## 各カテゴリの詳細
### {カテゴリ名}
- 主要な声: {3-5パターン}
- 代表的な原文引用: {1-2件}
- 想定される背景: {仮説として記述}

## 横断的な気付き
(カテゴリをまたがって見えてくるパターン)

## 追加調査が必要な点
(自由記述だけでは判断できない事項)

# 制約
- 原文の改変禁止、引用は原文そのまま
- 「不満」「満足」など感情ラベルは記述者本人が書いた場合のみ採用
- カテゴリ数は最大8、それ以上は「その他」にまとめる
- 「多くの人が」など曖昧な数量表現は禁止、必ず実数

# アンケート記述
{1件1行で列挙}

分析系は出力をそのまま社内資料に流用してはいけない。AI が出した数字を Excel か Sheets で再計算し、合っているか確認する一手間が必須だ。データ分析職向けの応用はさらに踏み込んだ使い方がある。

7. 例文の精度を上げる5つのコツ

同じ業務でも、プロンプトの書き方ひとつで成果物の質は3-5倍変わる。ここでは筆者が現場で効果を確認した5つのコツを並べる。理屈ではなく実例で示す。

コツ1: 役割を「具体的なスキル+経験年数」で指定

「あなたはマーケターです」ではなく「あなたは BtoB SaaS のインバウンドマーケティング担当で経験10年、特に Facebook広告とWebセミナーを得意とします」と書く。語彙と前提が固定される。

Before(弱い役割指定)

あなたはマーケターです。広告コピーを書いてください。

→ 出力: 「あなたのビジネスを次のレベルへ。今すぐ無料相談を!」(汎用的すぎ)

After(強い役割指定)

あなたはBtoB SaaSのリスティング広告経験8年で、特に製造業向けCRMの広告でCPA改善を5社で達成した実績があります。

→ 出力: 業界特有の課題(属人化、Excel管理)を踏まえた具体的訴求が出る

コツ2: 出力形式を「テンプレート」で見せる

「Markdown 形式で出力」ではなく、実物のテンプレートを `# 出力フォーマット` セクションに貼る。AIは形式を真似るのが得意なので、見本があるとブレない。

# 出力フォーマット

## 結論
[ここに1文で結論]

## 根拠
1. [根拠1]
   - 詳細: [補足]
2. [根拠2]
   - 詳細: [補足]

## 想定される反論と回答
| 反論 | 回答 |
|------|------|
| [反論1] | [回答1] |

穴埋めの場所を `[]` で示しておくと、AIは構造を忠実に再現する。複数回同じタスクを投げても、出力のレイアウトは一定だ。

コツ3: 制約を「禁止リスト」で明示

「丁寧に書いて」ではなく「以下の表現を禁止する」と書く。AIは肯定形より否定形のほうが守る。

禁止する理由 禁止表現の例
AI臭い定型句 「こ・れにより」「こ・のように」「次世代の」(中黒は禁止語の例示用)
中身のない修飾語 「革新的」「画期的」「圧倒的」
あいまい量化 「多くの」「ほとんどの」「大幅に」
過剰な敬語 「お世話になっております」を冒頭以外で使う

コツ4: 段階指示で思考を分割

複雑なタスクは1プロンプトで完結させず、「まず A を出力、次に A をもとに B を出力」と段階を分ける。中間出力の質が最終出力の質を決める。

以下のタスクを3段階で実行してください。

## STEP 1: 課題の構造化
入力された情報から、解くべき課題を3つに分解してください。
(この時点ではまだ解決策を提案しない)

## STEP 2: 各課題のオプション提示
STEP 1 の各課題に対し、解決策のオプションを3つずつ提示してください。
(メリット・デメリットを併記、まだ推奨しない)

## STEP 3: 推奨案の選択と根拠
STEP 2 で出した9つのオプションから、組み合わせとして最適な推奨案を1つ選び、選択理由を述べてください。

# 制約
- STEP 1 の出力後、STEP 2 に進む前に「STEP 1 完了。次に進みます。」と区切る
- 段階ごとに見出しを付ける
- 後の段階で前の段階を上書きしない(仮にミスがあっても前の出力は残す)

# 入力情報
{タスクの入力}

コツ5: 例示(Few-shot)で品質を固定

期待する出力の質を「例」で見せる。1-2例あれば、AIはその水準に揃えてくる。

以下の指示で、メールの件名を作成してください。

# 期待する品質の例
入力: 来週水曜の会議を金曜にずらしたい
出力: 【日程変更】10/30(水)→11/1(金) 来週定例

入力: 資料のフィードバックが欲しい
出力: 【依頼】添付資料へのフィードバック(〜10/29)

入力: 新サービスの説明会を案内したい
出力: 【ご案内】11/5(水)新サービス説明会のお知らせ

# 共通する型
- 用件カテゴリを【】で先頭に
- 期限・日付を必ず含める
- 全体で20字以内

# 今回のタスク
入力: {件名にしたい内容}
出力:

8. 失敗例と修正前後の比較

理屈より、実際の Before / After を見たほうが速い。筆者の社内で実際に出た失敗プロンプトを、許可を得て3つ紹介する。

失敗1: 抽象的すぎる指示

Before

来週のプレゼン用に、AI活用のメリットをわかりやすくまとめてください。

出力結果: 「AIは業務効率化に貢献します」「コスト削減が期待できます」など、誰でも書ける一般論が並んだ。プレゼンには使えなかった。

After

あなたは製造業の経営企画部長です。30人の役員向けプレゼン(持ち時間15分)で、自社の品質管理部門にAIを導入する根拠を伝えるスライドの本文を作成してください。 # 制約 - スライド5枚分、各スライド本文は150字以内 - 「業務効率化」「コスト削減」など抽象表現は禁止 - 自社の品質管理データ(不良率3.2%、検査工数月800時間)を必ず引用 - 競合の導入事例を1社、数値込みで含める - 役員の主な懸念(投資回収期間・既存システムとの統合)に先回りで答える

出力結果: 具体的な数値とROI試算を含む実用的なスライド本文が出た。役員プレゼンで通った。

失敗2: 出力形式が曖昧

Before

この議事録を見やすくまとめて。

出力結果: 散文の長文要約が出た。Slack に貼るには読みにくく、結局自分で表形式に整形した。

After

以下の議事録を、Slack 投稿用に整形してください。 # 出力フォーマット :dart: *決定事項* • {決定1} • {決定2} :white_check_mark: *ToDo* • @{担当者名} {タスク} (~{期限}) :question: *次回までに確認* • {確認事項} # 制約 - 全体で500字以内 - Slack の絵文字記法(:emoji:)を使う - @メンションは @ 付きで書く

出力結果: そのまま Slack に貼れる形式で出た。整形工数ゼロ。

失敗3: 制約のない長文要約

Before

この記事を要約してください。

出力結果: 元の記事の半分の長さの「短い記事」が出た。要約というより圧縮で、結局時短にならなかった。

After

この記事を、以下の3つの用途別に要約してください。 A. 上司への口頭報告用(30秒、80字) B. 社内 Wiki 保存用(3分読了、500字、見出し付き) C. SNS シェア用(120字、フックを冒頭に) 各バージョンの想定読者像も冒頭に1行で記載してください。

出力結果: 用途に応じた3パターンが揃った。状況に応じて使い分けでき、半日分の整形工数が浮いた。

3つの失敗に共通する原因

  • 役割設定がない → 出力の語彙と前提がブレる
  • 出力形式の指定がない → 後工程で整形工数が発生する
  • 制約条件がない → 中身のない一般論が並ぶ

この3つを意識してプロンプトを書き直すだけで、出力の質は1段階上がる。

9. よくある質問

Q1. ChatGPT・Claude・Gemini で同じプロンプトは使い回せますか?

9割は使い回せる。残り1割は微調整が要る。Claude は長い文脈と細かい指示への追随が強く、Gemini は表形式の出力が得意、ChatGPT は中庸でバランス型だ。本記事の例文は3モデル共通で動く形にしている。特に Claude では、出力形式の指定をより細かく書くと精度が伸びる傾向がある。

Q2. プロンプトが長すぎると逆に精度が落ちませんか?

長い「だけ」だと落ちる。長い「構造」なら上がる。例えば10000字のプロンプトでも、見出しで構造化され、各セクションの役割が明確なら問題ない。逆に200字でも、指示が矛盾していたり曖昧だと崩れる。本記事のテンプレが長いのは「構造化された長さ」だ。

Q3. 無料プランでも使えますか?

ほぼ全テンプレが無料プランで動く。ただし議事録など長文を扱う場合、ChatGPT 無料版は文脈窓が短いため途中で切れることがある。Claude.ai の無料プランか、ChatGPT Plus(月額3000円程度)を使うのが現実的だ。料金比較は主要AIサービス徹底比較で詳述している。

Q4. 業務情報をプロンプトに入れて大丈夫?

機密情報は基本入れない。社内データ・顧客情報・契約書原本はAPI経由の業務契約版(ChatGPT Enterprise、Claude Enterprise、Vertex AI など)で扱うのが原則。個人プランは学習に使われる可能性が残る。一般公開情報や内部の検討メモ程度なら個人プランでも問題ないが、判断に迷ったら情報セキュリティ担当に確認する。

Q5. プロンプトを書く時間がかかりすぎませんか?

初回だけだ。一度作ったプロンプトはテンプレ化して使い回す。筆者は60本ほどの雛形を Notion で管理しており、新規作成より既存改修のほうが多い。月10時間ほどテンプレ整備に投資すれば、月50時間の業務時短が見える。投資対効果は十分にある。

Q6. 部下にこのテンプレを共有するときの注意点は?

テンプレだけ渡すと、部下は「コピペするだけ」で思考停止する。必ず「なぜこの制約を入れているか」を1つずつ説明する。テンプレは思考の足場であって、思考の代替ではない。テンプレを使うほど、AIに何を任せて何を任せないかの判断力が磨かれていく。

10. まとめ

業務別プロンプトの例文を、議事録5・メール6・企画4・要約4・分析3の22パターンで並べた。どれもコピペして変数を書き換えれば動く形にしている。

大事なのは、テンプレを「覚える」のではなく「貯める」こと。今日から始められる第一歩は、本記事から1本だけテンプレを Notion か Obsidian にコピーして、明日の業務で実際に貼り付けてみることだ。1本動けば、残りの21本も自然と使えるようになる。

プロンプトは仕事を奪う技術ではない。仕事を「整える」技術だ。整える型を持っている人だけが、AI時代に自分の時間を取り戻す。

次の一歩

  1. 本記事の例文から、自分の業務に最も近い1本を選ぶ
  2. Notion か Obsidian に「プロンプト雛形」フォルダを作る
  3. 選んだ例文をコピーし、変数を自分の文脈で埋める
  4. 明日の業務で実際に貼り付けて使う
  5. 結果を見て改善版を保存する

関連記事: