生成AIプロンプトは、目的・役割・出力形式・制約の4要素で精度が変わります。すぐ使える例文と書き方のコツに加え、書いた指示が個人に閉じず組織で効き続ける運用設計までを実務目線で解説します。
生成AIに同じような指示を出しているのに、返ってくる答えの質が日によって違う。前はうまくいった書き方が、今日は通じない。業務で使い始めると、こうしたばらつきはよく起こります。
原因の多くは、プロンプト（生成AIへの指示文）の書き方にあります。ただし、書き方を変えて答えが具体的になっても、うまく書ける人が増えても、変わるのはその作業だけです。
本記事では、生成AIプロンプトの基本と書き方のコツ、すぐ使える例文に加え、書いた指示を組織で使い続けるための設計までを、AIを業務基盤に据えて実務を回す立場から解説します。
- プロンプトは生成AIへの指示文です。目的・役割・出力形式・制約の4つを書き足すだけで、返ってくる内容は大きく変わります
- 書き方を覚えても効果は続きません。モデルの更新で効いていた書き方がずれるうえ、コツが個人の頭の中に留まるためです
- 指示を会話ごとに書き直すのをやめ、呼び出せば動く手順として保存する。これが解決の方向です
生成AIのプロンプトとは 出力の質を左右する指示文
生成AIのプロンプトとは、AIに何を・どのように出力してほしいかを伝える指示文です。同じAIを使っていても、渡す指示の中身で返ってくる答えの質は大きく変わります。まずはプロンプトが担う役割と、検索キーワードとの違いから整理していきます。
プロンプトが担う役割
プロンプトを書くと、AIが持つ広い知識のなかから、いま必要な答えだけを引き出せます。
生成AIは、聞かれたことに対して何かしらの答えを返します。ただし、指示があいまいなときの答えは「どの業界にも当てはまる無難な回答」止まりです。逆に、前提や条件を細かく伝えるほど、自社の状況に合った答えが返ってきます。出力の質は、渡した情報の量と具体さで決まります。
この前提が分かると、うまくいかないときに直す場所もはっきりします。ほとんどの場合、こちらが渡した情報が足りていません。
プロンプトと検索キーワードの違い
プロンプトと検索キーワードでは、渡す情報の量と、返ってくるものの中身が違います。
検索エンジンには単語を入れ、すでに存在するページを探します。生成AIには文章で背景と条件を渡し、その場で新しい成果物を作らせます。検索のつもりで「マーケティング 施策」と単語だけ打ち込んでも、当たり障りのない一般論しか返ってこないのはこのためです。
| 比べる軸 | 検索キーワード | 生成AIのプロンプト |
|---|---|---|
| 入力する内容 | 単語の組み合わせ | 背景と条件を含む文章 |
| 返ってくるもの | 既存ページの一覧 | その場で作られた文章や案 |
| 精度を上げる方法 | 語を掛け合わせる | 前提と条件を書き足す |
検索では、語を掛け合わせて候補を絞り込みます。生成AIでは語を足すだけでは足りず、何のために使い、誰に向けるのかという背景まで文章で渡します。書きすぎかと思うくらいの情報量で、ちょうどよいと考えてください。
プロンプトエンジニアリングとの関係
プロンプトエンジニアリングとは、狙った出力を安定して得るために、指示の書き方を設計する取り組みを指します。
専門職の名称として使われる場面もありますが、業務で生成AIを使う人にとっては、いま見てきた「前提と条件を具体的に渡す」作業の延長にあります。新しい技術を覚え直す話ではありません。うまくいった書き方は、次も再現できるように整えます。それが実務でのプロンプトエンジニアリングです。
整えた書き方をどう保ち続けるかは、4章以降で詳しく扱います。
良い生成AIプロンプトを書く基本要素とコツ
良いプロンプトを書くときは、AIが迷わないだけの前提を先に渡します。渡す前提は、目的・役割・出力形式・制約の4つです。
| 要素 | 何を書くか | 書き方の例 |
|---|---|---|
| 目的・背景 | 何のために使う成果物か | ECサイトの商品ページに載せるため |
| 役割 | どの立場で答えてほしいか | 家電メーカーの販促担当者として |
| 出力形式 | 返してほしい形と分量 | 20字以内で5案 |
| 制約条件 | 避けたいこと・守る条件 | 誇張した表現は使わない |
目的と背景を最初に伝える
出力の精度をいちばん左右するのは、書き方のテクニックよりも、目的と背景です。
背景と目的を書かないと、「業務効率化」「コスト削減」のような、どの会社にも当てはまる一般論が返ってきます。誰に向けた成果物なのか、どこで使うのか、何が競合と違うのかを先に渡せば、条件に合う案だけを受け取れます。
同じ依頼でも、前提の有無でここまで変わります。
改善前：新商品のキャッチコピーを考えて
改善後：30代の共働き世帯に向けて販売する時短調理家電のキャッチコピーを考えてください。競合との違いは、調理後の洗い物が1つで済む点です。ECサイトの商品ページ冒頭に置くため、20字以内で5案お願いします。
改善後は、読み手・商品・差別化ポイント・使う場所・文字数まで埋まっています。AIに考えさせる部分を減らすほど、返ってくる案の質は上がります。
役割・出力形式・制約条件を指定する
目的を書いたら、次の3つを足します。
- 役割：「SEOに詳しい編集者として」「経理実務の担当者として」のように立場を与える
- 出力形式：「表で」「箇条書きで5つ」「800字で」のように形と分量を決める
- 制約条件：「専門用語は使わない」「確認できない数値は書かない」のように禁止事項を書く
役割を与えるとAIが使う語彙と切り口が変わり、出力形式を決めると受け取ったあとの手直しが減ります。制約条件は、書いておかないと必ず紛れ込むもの（誇張表現・根拠のない数値・冗長な前置き）を先回りで止めます。
3つのなかで見落とされやすいのが制約条件です。「やってほしいこと」と同じ熱量で「やってほしくないこと」を書くと、修正の往復が目に見えて減ります。
出力を評価して指示を調整する
一度で満点の答えが返ってくることは、まずありません。出てきた内容のどこがずれているかを言葉にして、指示に足していきます。
このとき「もっと良くして」と伝えても改善しません。「例が抽象的なので、実在する業務の場面に置き換えてください」「3つ目の案だけ残して、残りは別の切り口で出し直してください」のように、ずれの中身を具体的に返します。プロンプトは、出力を見ながら削って足して仕上げます。
ただし、書かせた会話のなかで「見直して」と頼んでも、粗はあまり出てきません。AIは自分が書いた内容を前提に読むため、直すべき箇所が見えなくなります。新しい会話を開き、成果物と判断基準だけを渡して読ませると、同じAIでも別の指摘が出ます。
当社では、記事を書く担当と品質を判定する担当を必ず分けています。判定を任せるのはサブエージェント（親となるAIとは別に立ち上げる、会話の文脈を引き継がないAI）で、どこを直したかも渡しません。同じ会話の続きで採点させると、抜けを「対処済み」として読み飛ばすためです。
出てきた文章がどこか「AIっぽい」と感じる場合は、指示の問題ではなく、生成AIが文章を組み立てる仕組みそのものに原因があります。下記記事で解説していますので、あわせてご覧ください。
すぐに使える生成AIプロンプトの例
業務で書くプロンプトは、資料・文章の作成、マーケティング・コンテンツ制作、分析・アイデア出しの3場面に大きく分かれます。以下の例文は、角括弧の部分を自社の状況に書き換えてお使いください。
資料・文章作成のプロンプト例
文章作成では、読み手と使う場所を指定するかどうかで仕上がりが変わります。
●取引先へのメール返信を作る
あなたは［業種］の営業担当です。下記のメールへの返信文を作成してください。納期が1週間遅れることを伝える必要がありますが、取引は継続したいと考えています。謝罪・遅延の理由・代替案の3点を必ず入れ、300字程度の敬体でお願いします。 （ここに受信したメール本文を貼り付ける）
●長い資料を要約する
下記の議事録を、会議に出ていない役員向けに要約してください。決定事項・保留事項・次回までの宿題の3つに分け、それぞれ箇条書きで3項目以内にまとめてください。専門用語には短い補足を付けてください。 （ここに議事録を貼り付ける）
要約では「誰向けか」を書き忘れがちです。読み手を指定しないと、全項目を平らに並べた要約になります。
マーケティング・コンテンツ制作のプロンプト例
マーケティング領域では、判断基準まで書き込むと使える案が返ってきます。
●記事の構成案を作る
あなたはBtoB向けオウンドメディアの編集者です。キーワード「［対策キーワード］」で検索する読者に向けて、記事の構成案（h2とh3の見出し）を作成してください。読者は［読者像］で、［読者が抱える悩み］を解決したいと考えています。各見出しには、その章で答える問いを1行添えてください。競合記事にありがちな一般論の章は除いてください。
●広告見出しの案を出す
［商材名］のリスティング広告の見出しを10案作成してください。訴求の軸は［強み］です。全角15字以内、誇張表現と最上級表現は使わないでください。案ごとに、狙っている検索意図を一行で添えてください。
当社でも、記事の構成案づくりに使う指示は毎回書き直さず、保存した手順を呼び出して運用しています。
記事制作そのものを生成AIに任せたい場合は、プロンプト以前に、キーワード選定や構成設計といった上流の判断が成果を分けます。下記記事で解説していますので、あわせてご覧ください。
分析・アイデア出しのプロンプト例
分析とアイデア出しでは、AIに反対の立場を取らせると精度が上がります。
●データの増減から要因を洗い出す
下記は［期間］の［指標名］の推移です。数値の増減を説明したうえで、考えられる要因を3つ挙げてください。要因ごとに、それを確かめるために次に見るべきデータも書いてください。データから読み取れない推測には「推測」と明記してください。 （ここにデータを貼り付ける）
●企画に反論させる
下記の企画案に対して、決裁者の立場から反対意見を5つ挙げてください。それぞれについて、企画側がどう答えれば納得できるかもあわせて書いてください。 （ここに企画案を貼り付ける）
賛成意見を求めると、肯定的な材料ばかり集まります。反論を先に出させておくと、社内提案の穴を持ち込む前に塞げます。
良いプロンプトを書いても効果が続かない理由
書き方を覚えても、その効果は放っておくと目減りします。理由は大きく3つあり、モデルの更新・プロンプト以外の要因・個人への依存が重なるためです。
モデルが変わるたびに「効いていた書き方」がずれる
一度うまくいった書き方は、モデルが更新されると効かなくなることがあります。
以前は精度を上げるために必要だった細かい言い回しも、モデルが賢くなるにつれて効き目が小さくなっていきます。使うモデルによって得意な形式や指示の効き方も違うため、同じ書き方を別のモデルへそのまま持ち込めません。ためこんだプロンプト集は、いずれ使えなくなります。
Anthropicは2025年9月、実務の関心が「プロンプトエンジニアリング（指示の書き方をどう組み立てるか）」から「コンテキストエンジニアリング（AIに毎回渡す情報をどう選び直すか）」へ移りつつあると説明しています。指示の言い回しを磨くより、渡す情報をどう選ぶかで差がつきます。
プロンプトの工夫だけでは精度が上がらない場面がある
事実にもとづく回答が必要な場面では、書き方をどれだけ磨いても限界があります。
生成AIは、手元に正解の資料を持っているわけではありません。自社の売上データ、社内規程、直近に改正された制度のように、AIが学習していない情報は、指示の書き方では埋められません。ここで無理に書かせると、もっともらしい嘘が返ってきます。参照させる情報そのものをAIに渡してください。
自社の数値や社内資料をもとに答えさせたい場合は、プロンプトではなく情報源の設計から手を付ける必要があります。下記記事で解説していますので、あわせてご覧ください。
個人のコツのままでは組織に蓄積しない
うまく書ける人のコツは、その人の頭の中にしか残りません。これがいちばん大きい理由です。
民間シンクタンクのパーソル総合研究所が2026年2月に公表した調査によると、業務で生成AIを使っている人は、個別のタスクでは平均16.7%の時間を削減できています。ところが、業務時間そのものが減った人は約25.4%にとどまります。個別の作業が速くなっても、働く時間まで減らせたのは生成AIを使っている人の4人に1人です。
参考「生成AIとはたらき方に関する実態調査」を発表 生成AIの活用で業務時間は平均16.7％削減｜パーソル総合研究所調査は正規雇用者3,000人を対象に2025年10月に実施されたものです。浮いた時間の61.2%は仕事に使われ、その多く（75.4%）は日常業務でした。同じ調査を見ると、週4日以上使うヘビーユーザーほど、周囲に使い方を教える負担を感じやすいことも分かります。
同研究所は、「詳しい人任せ」から抜け出すために、相談・レビュー・根拠確認・テンプレートの更新が運用として回る仕組みを整える必要があると提言しています。書き方を共有するだけでは、詳しい人への依存は消えません。
プロンプトを「使い続けられる仕組み」に変える
プロンプトを仕組みに変えると、担当者が代わっても出力の品質が揃います。その場かぎりの入力だった指示が、社内で共有できる資産として残ります。
指示を「呼び出せば動く手順」として保存する
やり方は単純です。業務ごとに手順書を1枚作り、必要なときにAIへ渡します。
Anthropicは公式ドキュメントで、プロンプトとスキルを分けて説明しています。プロンプトは「一度きりのタスクに向けた会話単位の指示」で、スキルは必要なときに読み込まれる手順書にあたります。会話のたびに同じ説明を繰り返さずに済むことを、Anthropicは利点のひとつに挙げています。ここでいう「スキル」はAnthropicが使っている用語ですが、考え方自体は特定のツールに縛られません。
社内で始める場合は、次の内容を1枚にまとめておくと機能します。
- どの業務に使う手順か（対象と使う場面）
- AIに渡す前提（自社の方針・読み手・守るべき条件）
- 出力の形（形式・分量・チェックすべき観点）
次に同じ業務が発生したときは、担当者が手順書を呼び出すだけで済みます。毎回ゼロから指示を書き起こす手間が消え、前提や禁止事項の書き忘れも防げます。
どの業務を、どこまでAIに任せるかが決まっていないと、手順書は書けません。任せる範囲を決める段階の進め方は、下記記事で解説していますので、あわせてご覧ください。
当社の運用に見る実践
当社は、Anthropic社のClaude Codeを業務基盤に据え、日々の指示をカスタムスキルとして保存しています。2026年8月時点で、運用を終えたものを除いた稼働中のスキルは49件です。
当社の記事制作も、構成設計・執筆・ファクトチェック・可読性チェック・コンプラチェック・品質スコアリング・公開という7つの工程をそれぞれスキルとして定義し、同じ手順で回しています。
手順書にしておけば、担当が複数いる組織でも、誰が実行しても同じ観点でチェックが入ります。新しい気づきが出たときも、担当者に口頭で共有して回る必要がありません。担当を引き継いだ人が最初に読むのも、この手順書です。
確認する側の手間も減ります。手順書に「何を守って作ったか」が書いてあるため、見るべき点に迷いません。指示を書き直すのではなく手順書を更新すれば、改善は次回以降のすべての作業に効きます。
生成AIのプロンプト活用を組織で定着させるステップ
組織に定着させるには、良い指示を個人の手元に置かず、共有と見直しの2つを習慣にします。大がかりなツール導入は後回しでよく、まずこの2つから着手すれば着実に前進します。
良いプロンプトの型を共有できる場を作る
最初は、うまくいった指示を書き出して置く場所を決めます。
高機能なツールは要りません。共有ドキュメントでも社内wikiでも構わないので、置き場所を1つに決めてください。そのうえで、次の3点を守ると型として使い回せます。
- 成功した指示を、加工せずそのまま貼る（きれいにまとめようとすると更新が止まります）
- 「何の業務用か」「どんな出力が返るか」を1行添える（探す人が中身を開かずに選べます）
- 使った人が気づいた改善をその場で追記できるようにする（管理者の承認を挟むと更新されなくなります）
パーソル総合研究所の提言にあった、テンプレートの更新が「運用として回る」状態は、この3点で作れます。書ける人が書いて終わりにせず、使った人が手を入れて育てていきましょう。
定期的に見直して評価する仕組みを持つ
置いた型は放置せず、見直す担当と時期をあらかじめ決めておきましょう。
見直す合図は次の2つです。
- 使っているモデルが更新されたとき
- 返ってくる成果物の質が落ちたと感じたとき
このタイミングで、事実の正確さ・形式・トーンといった観点を決めて確認します。2章で触れた「出力を見て指示を直す」作業を、個人ではなくチームで回すイメージで捉えてください。
このとき、評価の観点を先に決めておくと議論が早く終わります。観点がないまま「なんとなく良い・悪い」で話すと、更新が個人の好みに寄っていきます。
自社に合ったプロンプト運用の進め方を選ぶ
ここまでの流れを実行する進め方は、社内で回すか、仕組みごと任せるかの2つです。どちらが向くかは、手を動かせる推進役が社内にいるかどうかで決まります。
| 比べる軸 | 社内で回す | 仕組みごと任せる |
|---|---|---|
| 向いている状況 | 手を動かせる推進役がいる | 通常業務で手が回らない |
| 立ち上がりの速さ | ゆるやか | 速い |
| 手元に残るもの | 運用できる人が社内に育つ | 完成した基盤がすぐ使える |
自社で仕組み化を進めたい場合
社内に推進役がいる場合は、自社の業務を教材にして進めるのがいちばん早く身に付きます。
型づくりは、汎用的な研修より、実際に使っている業務で試すほうが定着します。日々の業務で使うプロンプトを教材にして、手順書の書き方から見直しの回し方まで一緒に作り込みましょう。自社の業務でしか出てこない条件や禁止事項が、そのまま手順書に入ります。外部の雛形を配る研修との差はここです。
一方で、推進役が手を動かす時間を作らないと前に進みません。週に数時間でも作業に充てられる人を先に決めておいてください。自力で回せる状態を目指す場合は、当社の内製化支援（OJT形式の実践プログラム）でこの型づくりから伴走します。
仕組みごと任せたい場合
推進役を置く余裕がない場合は、基盤の構築ごと外部に任せる進め方があります。
手順書の設計、業務ごとの切り分け、ナレッジの整理、外部サービスとの連携までを、通常業務と並行して組み上げるのは負担の大きい作業です。動く状態を先に手に入れて、運用しながら社内へ移していく進め方を取れば、立ち上がりで足踏みしにくくなります。基盤の構築そのものは、当社のAI業務基盤構築（スキル設計・ワークフロー自動化・ナレッジ管理）で引き受けています。
どちらの進め方を選んでも、最初に決めるべきものは同じです。どの業務を、どんな基準でAIに任せるかを言語化するところから始めてください。
まとめ：プロンプトを「書く技術」から「使い続ける仕組み」へ
生成AIのプロンプトは、AIに何をどう出力してほしいかを伝える指示文です。目的・役割・出力形式・制約の4つを書き足すだけで、返ってくる内容は具体的になります。出てきた内容を見て指示を直す往復も、精度を引き上げます。
ただし、書き方を覚えるだけでは効果は続きません。モデルが更新されれば効いていた表現はずれますし、事実にもとづく回答が必要な場面では、参照させる情報の設計が別に要ります。何より、うまく書ける人のコツが個人に留まったままでは、ほかの人の仕事は変わらないままです。
プロンプトは、呼び出せば動く手順として保存します。まずは、いま一番よく使っているプロンプトを1つ選び、目的・役割・出力形式・制約を書き足して共有ドキュメントに貼ってください。