生成AIプロンプト集｜業務別コピペ例と型の作り方

生成AIを使ってみたものの、「ありきたりな回答しか返ってこない」「テンプレをコピペしても微妙にズレる」と感じたことはないでしょうか。本記事では、ビジネスメールや議事録要約、企画書構成案、SEO記事構成、画像生成まで、すぐにコピペして使える生成AIのプロンプト集をご紹介します。あわせて、プロンプトを構成する5つの基本要素や「深津式」などの型、ChatGPT・Gemini・Claudeの使い分け、うまく効かないときの改善テクニックまで一体化して解説します。さらに、要約・情報抽出やコード生成のテンプレート、実際のテンプレート分析から分かる構成要素、チームでプロンプト集を資産化するコツも紹介します。テンプレをその場限りで終わらせず、自分の業務に合わせて調整できる力まで身につけられる内容です。

生成AIのプロンプト集を活かすための基本原則と型

「コピペで使えるプロンプト集」は便利ですが、そのまま使うだけでは、業務やシーンが少し変わった途端に「思っていた回答と違う」という事態に陥りがちです。テンプレートを自分の状況に合わせて調整できるようになるには、プロンプトがどんな要素で構成されているか、そして代表的な「型」がどう機能しているかを理解しておくことが欠かせません。ここでは、後半で紹介する業務別・目的別のプロンプト集を最大限に活かすための土台となる基本原則を整理します。

プロンプト・プロンプトテンプレートとは

プロンプトとは、生成AI（大規模言語モデル＝LLM）に入力する指示文や質問文そのものを指します。「東京の天気を教えて」という一文も、「あなたはプロの編集者です。以下の文章を、小学生にも分かるように300字で要約してください」という詳細な指示も、どちらもプロンプトです。LLMは入力されたプロンプトを手がかりに次に続く言葉を予測して出力を生成するため、指示が曖昧だったり文脈が欠けていたりすると、足りない部分を推測で埋めるしかなく、意図とズレた回答や当たり障りのない一般論が返ってきやすくなります。

プロンプトテンプレートは、効果が確認されているプロンプトの型を、都度変わる部分を空欄（プレースホルダ）にして繰り返し使えるようにしたひな形です。本記事の「プロンプト集」は、このテンプレートを目的別にまとめたものです。また、プロンプトの構成や表現を設計・改善していく手法や考え方全般は「プロンプトエンジニアリング」と呼ばれます。

プロンプトの精度を左右する5つの基本要素

効果的なプロンプトを設計するうえでの基本は、次の5つの要素を組み立てることとされています（SKY株式会社 Tech Blog）。

役割（Role）：AIに「あなたは〇〇の専門家です」といった立場を与える要素です
目的（Purpose）：何のためにその作業を依頼するのかを明確にする要素です
出力形式（Output Indicator）：回答の形式を指定する要素です
制約条件（Constraints）：文字数や条件、避けてほしい表現などを指定する要素です
具体例（Examples）：期待する出力のイメージを示す要素です

この中でも特に効果が実感しやすいのが「役割」と「出力形式」の2つです。リコーの解説によると、モデルに役割を与え、必要な前提情報や制約条件を並列的に提示すると、出力の一貫性が高まるとされています。たとえば「あなたはB2Bマーケティングの専門家です」という一文を冒頭に加えるだけで、回答のトーンや専門性が安定しやすくなります。

また、出力形式の指定は「5つの箇条書きで」「文字数は200～300文字で」のように、Braze社の解説にもある通り具体的であるほど効果を発揮します（Braze）。さらに、箇条書き・JSON・Markdownなど期待するフォーマットを明言し、そこに例示（few-shot）を添えると、後段でその回答を資料やシステムに転用する際の解析・パースが格段に容易になるとされています（リコー）。

つまり、業務別テンプレートをコピペしたあとに「もう少し詳しく」「表形式で」といった一言を追加するだけでも、この5要素のうちどれを補強しているのかを意識できれば、調整の精度が大きく変わってきます。

実際のテンプレート分析から見える7つの構成要素

5要素の考え方は、実務で使われているプロンプトの分析結果とも重なります。GitHub上の1,525のLLMアプリから2,163件のプロンプトテンプレートを収集・分析した研究（"From Prompts to Templates: A Systematic Prompt Template Analysis for Real-world LLM apps"）では、プロンプトは主に7つの構成要素に分類でき、それぞれの出現率は次のとおりとされています（GMOインターネットグループグループ研究開発本部ブログ、2025年4月8日公開）。

構成要素	内容	出現率
Directive	指示	86.7%
Context	文脈情報	56.2%
Output Format/Style	出力形式	39.7%
Constraints	制約条件	35.7%
Profile/Role	役割指定	28.4%
Workflow	手順案内	27.5%
Examples	出力例	19.9%

5要素と比べると、「指示（Directive）」「文脈情報（Context）」「手順案内（Workflow）」が独立した要素として数えられている点が特徴です。同分析からは、次のような書き方のコツも読み取れます。

指示は命令形で具体的に：Directiveは質問形式より「〜してください」という命令形式で書かれる傾向が圧倒的に多く、命令形で具体的に書かれたプロンプトのほうが、丁寧だが曖昧な依頼文よりも指示遵守率が高い傾向があるとされています。「この文章についてどう思いますか」より「この文章を3つの観点で要約し、箇条書きで出力してください」のほうが、狙った出力に近づきやすくなります。
役割は指示とセットで冒頭に：開発者はテンプレートの冒頭にRoleとDirectiveをセットで配置する傾向があります。役割は「編集者として誤字脱字を確認する」のか「マーケターとして訴求力を確認する」のかといった視点まで具体化すると、回答の切り口が安定します。
JSONは属性名と意味まで明示する：JSON形式で出力させる場合、属性名やその意味まで明示すると、フォーマットの一貫性や内容の整合性が向上するとされています。
除外型の制約を併用する：「不要な情報は出力に含めない」といった制約を添えると、冗長な出力やハルシネーション（事実に基づかない出力）を抑制できると報告されています。
文脈情報は指示と分けて冒頭か末尾に：可変部分として使われる知識入力の多くは、テンプレートの冒頭または末尾に置かれる傾向があります。文脈が不足すると一般論しか返ってこない一方、詰め込みすぎると重要な情報が埋もれるため、「誰に向けたものか」「何に使うのか」「参照してほしい資料は何か」を指示とは分けて簡潔に渡すのがコツです。

初心者でも安定して使える「深津式プロンプト」の型

5つの基本要素を毎回イチから組み立てるのは、特に生成AIに慣れていない人にとってはハードルが高く感じられるかもしれません。そこで役立つのが、初心者が最初に習得すべきフレームワークとして最適とされる「深津式プロンプト」です（ai-souken.com）。

深津式プロンプトは、次の4つの要素で構成されています。

対象：誰に向けた、あるいは何についての作業なのか
条件：出力に含めるべき条件や前提
構造：どのような順序・構成で回答してほしいか
敬語：文体や語調の指定

この型が優れているのは、先ほどの5要素のうち「役割・出力形式・制約条件」を、より覚えやすい形にコンパクトにまとめている点です。テンプレートを自分の業務に応用する際も、「対象・条件・構造・敬語」の4つを順番に埋めていくだけで、一定水準以上の回答を安定して引き出しやすくなります。

なお、プロンプトの型は深津式だけではありません。目標から逆算して指示を構成する「ゴールシークプロンプト」、詳細な条件を段階的に積み上げていく「七里式」など、それぞれ特性が異なる型が存在し、タスクの性質に応じて使い分けるのが最適とされています（ai-souken.com）。まずは深津式で基本の型を身につけ、慣れてきたらタスクに応じて他の型も試してみるとよいでしょう。

Zero-shot・Few-shot・Chain of Thoughtで回答精度を上げるコツ

型が決まったら、次に意識したいのが「どのくらいの手がかりをAIに渡すか」という視点です。プロンプトエンジニアリングの世界では、大きく次の3つのアプローチが使われています。

Zero-shot prompting：例示なしでAIに作業を行わせる最も単純な方法です。手軽さが魅力ですが、Braze社の解説によれば、作業難易度やモデル性能によって出力の質が低くなる傾向があるとされています
Few-shot Learning：期待する回答の例をいくつか提示してからタスクを依頼する方法です。深津式のような型と組み合わせることで、より高精度な出力を実現できるとされています（ai-souken.com）
Chain of Thought（CoT）：「step by step で考えてください」「Scratchpadに考えを整理してから答えてください」といったキーワードで、AIに推論過程を分解させる方法です。複雑なタスクの正答率が向上するとされています（リコー）

実務での使い分けの目安としては、定型的な作業であればZero-shotで十分ですが、文章のトーンや構成に一貫性を持たせたい場合はFew-shot、計算や複数条件を考慮した企画立案のような複雑な思考を要する作業ではChain of Thoughtを併用するのが効果的です。

Few-shotは、判断基準を言葉で説明しにくいタスクで特に効果を発揮します。たとえば問い合わせを「緊急」「通常」「参考」の3段階に分類したい場合は、次のように実際の文と正解ラベルを2〜3件並べて見せるほうが、判断のブレを抑えやすくなります。

入力：「昨日届いた商品が破損していました」→出力：「緊急」
入力：「使い方について教えてほしいです」→出力：「通常」
入力：「今後の新機能について知りたいです」→出力：「参考」

例を用意する際は、判断が分かれやすい境界的なケースを含めると、より正確に型をつかませやすくなります。

さらに発展的な手法として、「Reasoning（推論）」と「Acting（行動）」を交互に繰り返させるReActもあります。「何を調べるべきか考える→検索やツール実行で調べる→結果を踏まえて再度考える」というサイクルをプロンプトの構造に組み込む考え方です。チャットで使う分には直接組む機会は少ないものの、社内の検索ツールやデータベースと連携したAIエージェントを構築する際の土台になります。

この後の業務別・目的別のプロンプト集を使う際も、「そのままコピペしてうまくいかないな」と感じたら、まずは5つの基本要素のどれが不足しているか、深津式の4要素に沿って条件を補えているか、そしてZero-shot・Few-shot・CoTのどのレベルの指示が必要なタスクなのかを振り返ってみてください。この土台があるだけで、テンプレートは「一度使ったら終わりの使い切り」ではなく、「自分の業務に合わせて育てていける道具」に変わります。

ChatGPT・Gemini・Claudeはどう使い分ける？モデル別の特徴と料金

どれだけ精度の高いプロンプトを用意しても、ツール選びを間違えると本来の実力を発揮できません。2026年現在、生成AIは目覚ましい進化を遂げており、ChatGPT・Claude・Geminiの3大AIはそれぞれ異なる方向に進化しているため、「どれが最強か」ではなく「何に使うか」で選ぶ時代になっています（ハッシンラボ）。ここでは、後続のプロンプト集をどのツールで使うと効果的かを判断できるよう、料金と得意分野を整理していきます。

ChatGPT・Gemini・Claudeの得意分野と料金比較

まず料金面から見ていくと、2026年8月時点で3社とも基本的な有料プランは月額約3,000円前後に揃っています（ハッシンラボ）。

ChatGPT Plus：月額20ドル（約3,000円）
Claude Pro：月額20ドル（約3,000円）
Google AI Pro（Gemini）：月額2,900円（税込）

価格に大きな差はないため、選定の軸は「価格」ではなく「どの業務にどれだけフィットするか」に置くのが現実的です。

得意分野は、次のように明確に分かれています（uravation.com）。

Claude：文章表現・コーディング・複雑な推論に強みがあります。開発領域の「Claude Code」が先行しており、コードベースを理解して調査・実装・テストまでを連続して任せられる「自律エージェント」として、プロの開発現場でも実用段階に入っています。長い文脈を保持したまま一貫性を維持できる特性は、複数ステップにわたる作業でも活きるとされています。
ChatGPT：汎用性とエコシステムの広さが強みです。メモリ機能が強化され、過去の会話やファイル、メールを横断して文脈を保持し、パーソナライズされた支援を行う方向に進化しています。幅広い外部連携と組み合わせた自動化にも向いています。
Gemini：Google連携・マルチモーダル・コストパフォーマンスが強みです。大量のPDFファイルを処理する必要がある場面ではGeminiが優れており、数百ページ規模の長文データを一度に処理できるため、資料の要約や情報抽出を効率的に行えます。さらに、Google I/O 2026で発表された「Gemini Spark」は象徴的な機能で、24時間バックグラウンドで稼働しGmail・Calendar・Docsを横断してタスクを進める常駐型エージェントを打ち出しており、Workspaceユーザーであれば既存の業務フローに地続きで組み込める点が利点です。

このように、3社は得意分野がはっきり分かれています。Claudeは文章・コーディング・複雑な推論、ChatGPTは汎用性とエコシステム、GeminiはGoogle連携・マルチモーダル・コストが強みという整理を、まずベースの判断軸として持っておくとよいでしょう。

目的別に見るツールの使い分け方

上記の特徴を踏まえると、後続で紹介するプロンプトテンプレートも、次のような目的別の使い分けを意識すると効果を引き出しやすくなります。

議事録の要約や大量資料の読み込みが中心の業務であれば、長文処理に強いGeminiを選ぶと、複数ファイルを一度に投げても情報の取りこぼしが少なくなります。
企画書やSEO記事の構成案作成、複雑な条件を積み重ねた推論が必要な作業であれば、Claudeの一貫性の高さが活きます。プロンプトの制約条件を多く並べても、指示を保持したまま応答してくれる傾向があります。
メール作成やアイデア出しなど、日常的なやり取りを幅広くこなしたい業務であれば、ChatGPTの汎用性とメモリ機能が扱いやすく、過去のやり取りを踏まえた文脈依存の指示にも対応しやすくなります。
Gmail・Calendar・Docsなど、すでにGoogle Workspaceを業務基盤にしている組織であれば、常駐型エージェントとの連携も見据えてGeminiを軸に据える選択も理にかなっています。

なお、こうした特性の違いはあくまで現時点での傾向であり、各社のアップデートによって優劣は変わり続けます。次章以降で紹介するプロンプトも、特定のツール専用として固定的に捉えるのではなく、「役割」「出力形式」「制約条件」といった基本要素はそのままに、使うツールの得意分野に合わせて多少調整する、という柔らかい運用を意識してみてください。

モデルごとにプロンプトの書き方で意識したいこと

指示・文脈・出力形式・制約条件を丁寧に伝えるという基本はどのモデルでも共通ですが、書き方の面では次のような工夫も効果的です。

ChatGPT：指示・文脈・出力形式を明確に分けて伝えると、意図どおりの出力を得やすい傾向があります。一度で完璧な出力を求めず、最初の出力を土台に「もう少し簡潔に」「この観点を追加して」と対話を重ねて調整する使い方にも向いています。
Claude：資料や文字起こしなど長めのテキストをそのまま貼り付け、「この内容を踏まえて〜してください」と指示すると、文脈を踏まえた回答を得やすくなります。「まず〜を洗い出し、次に〜を整理し、最後に〜としてまとめてください」と手順を分けて示したり、「丁寧な文体で」「簡潔に」といったトーンを明示したりすると、指定が反映されやすい傾向があります。
Gemini：検索や最新情報が絡むタスクでは、「最新の情報を踏まえて」といった前提を制約条件として明示しておくと、意図とのズレを減らせます。

【コピペOK】業務効率化に使える生成AIプロンプト集

ここからは、実際にコピペしてすぐ使えるプロンプト例をご紹介します。ここで紹介するのは「役割」「目的」「出力形式」「制約条件」「具体例」という5つの基本要素と、「対象・条件・構造・敬語」で構成される深津式の型を、社内向けの実務処理シーンに落とし込んだものです。

そのまま使っても構いませんが、【】内の部分をご自身の状況に合わせて書き換えることで、より精度の高い出力が得られます。まずは丸ごと試してみて、慣れてきたら自分の業務に合わせて微調整していくのがおすすめです。

ビジネスメールの作成・返信のプロンプト例

メール作成は、条件を細かく指定するほど手直しの手間が減る代表的な業務です。以下のプロンプトは「役割」「制約条件」「出力形式」を明示することで、AIに一貫したトーンと構成を出力させる型になっています。

【新規作成用】

あなたは【営業職・広報担当など】として、取引先にメールを送る担当者です。
以下の条件をもとに、ビジネスメールの本文を作成してください。

・宛先：【会社名・部署名・担当者名】
・目的：【アポイントの依頼／資料送付の案内／お礼など】
・伝えたい内容：【要点を箇条書きで記入】
・トーンの希望：【丁寧・カジュアルすぎない・簡潔など】
・文字数の目安：【200〜300文字程度など】

制約条件：
- 件名も1行で提案してください
- 結びの挨拶まで含めた完成形で出力してください
- ビジネスメールとして自然な敬語を使ってください

【返信用】

あなたはビジネスメールの返信作成を支援する担当者です。
以下の受信メールの内容を踏まえて、返信文の案を3パターン作成してください。

・受信メールの内容：【元メールを貼り付け】
・返信の方向性：【承諾／条件付きで保留／断りなど】
・注意したい点：【日程調整が必要／価格交渉が絡むなど】

出力形式：
- 「丁寧重視」「簡潔重視」「柔らかい表現」の3パターンで提示してください
- 各パターンの冒頭に一言、どんな場面に向いているかを添えてください

返信文を複数パターンで出力させておくと、状況に応じて選べるだけでなく、自分の言葉づかいの引き出しを増やすヒントにもなります。

会議の議事録要約・タスク抽出のプロンプト例

議事録要約でAIの精度が下がりやすい原因は、出力形式やタスクの粒度を指定していないことにあります。次のプロンプトは、要約とタスク抽出を分けて指定し、Chain of Thoughtの考え方を取り入れて「まず論点を整理し、その後タスクに分解する」という順序をあらかじめ組み込んでいます。

あなたは会議の議事録作成を専門とするアシスタントです。
以下の会議の文字起こし・メモをもとに、次の手順で整理してください。

【手順】
1. まず会議で話し合われた論点を、テーマごとに箇条書きで整理してください
2. 次に、各論点に対して決定した内容を明記してください
3. 最後に、発生したタスクを「担当者」「期限」「内容」の3項目で一覧化してください

【会議メモ】
【ここに文字起こしやメモを貼り付け】

制約条件：
- 担当者や期限が明記されていない場合は「未確定」と表記してください
- 推測で担当者を決めないでください
- 全体を300〜400文字程度の要約と、タスク一覧表の2部構成で出力してください

このプロンプトのポイントは、「担当者や期限が不明な場合は推測しない」という制約を入れている点です。生成AIは情報が欠けていても自然な文章で穴埋めしてしまう傾向があるため、あいまいな情報を断定させない一文を加えておくと、後工程での確認漏れを防ぎやすくなります。

資料・企画書の構成案作成のプロンプト例

資料や企画書の構成案は、ゼロから考えると時間がかかる一方、AIに丸投げすると当たり障りのない骨子しか出てこないことがあります。以下は、深津式の「対象・条件・構造」を踏まえ、想定読み手と使用シーンを明示することで、実務に近い構成案を出力させる例です。

あなたは社内向け資料の構成案作成を支援するコンサルタントです。
以下の条件で、資料の構成案（章立て）を作成してください。

・資料のテーマ：【新規ツール導入の提案／来期の営業方針など】
・想定読み手：【部長級・経営層・現場担当者など】
・資料の目的：【承認を得るため／情報共有のためなど】
・ページ数の目安：【10ページ程度など】

出力形式：
- 章タイトルと、各章に入れるべき要素を箇条書きで示してください
- 「結論を先に伝える構成」を意識してください
- 各章に想定される文字量やスライド枚数の目安も添えてください

この構成案プロンプトは、そのまま出力を採用するのではなく「たたき台」として使うのが前提です。特に想定読み手を変えるだけで、同じテーマでも重視すべき章立てが変わってくるため、資料の提出先が複数ある場合は【想定読み手】の欄を差し替えて何パターンか出力させてみると、比較検討がしやすくなります。

長文の要約・情報抽出のプロンプト例

長文の資料や記事を短時間で把握したいときは、単に「要約して」と頼むのではなく、出力形式と抽出したい情報の種類を指定します。

あなたは優秀なリサーチアシスタントです。
以下の文章を読み、【3つ】のポイントに箇条書きで要約してください。

制約条件：
- 各ポイントは【50】文字以内で簡潔にまとめてください
- 数値データが含まれる場合は必ず抜き出してください
- 原文にない情報は追加しないでください

対象の文章：
【ここに要約したい文章を貼り付け】

契約書などから特定の情報だけを拾いたい場合は、抽出項目をあらかじめリスト化して渡すと、漏れなく拾ってもらいやすくなります。

以下の契約書から、次の項目を抽出し、表形式で出力してください。

抽出項目：
- 契約期間
- 契約金額
- 解約条件
- 支払サイト

契約書の本文：
【ここに契約書の本文を貼り付け】

「原文にない情報は追加しない」という一文は、議事録要約の「推測で担当者を決めない」と同じく、AIが欠けた情報を穴埋めしてしまうのを防ぐための制約です。

文章のリライトのプロンプト例

既存の文章のトーンを変えたいときは、原文と変更の方向性をセットで渡すことで、意図しない改変を防げます。

以下の文章を、【ですます調】から【敬語を保ったまま、より簡潔な表現】にリライトしてください。
文章の意味は変えないでください。

原文：
【ここにリライトしたい文章を貼り付け】

コード生成・レビューのプロンプト例

コードを書かせるときは、実装したい内容と使用言語、制約条件を明示することで、実務で使いやすいコードや改善提案を得やすくなります。

あなたは【Python】のシニアエンジニアです。
以下の要件を満たす関数を作成してください。

要件：
- 【CSVファイルを読み込み、指定した列の合計値を返す】
- 例外処理を含めてください
- コメントを日本語で付けてください

出力形式：
- コードのみを出力し、説明文は最小限にしてください

既存コードのレビューを頼む場合は、観点を絞ることで指摘の質が安定します。

以下のコードをレビューしてください。

レビュー観点：
- 可読性
- パフォーマンス上の懸念
- セキュリティ上のリスク

コード：
【ここにコードを貼り付け】

【コピペOK】企画・マーケティング・コンテンツ発信に使える生成AIプロンプト集

社内向けの業務処理とは異なり、ブログ記事やSNS投稿、企画のアイデア出しといった対外的な発信・企画業務では、「読み手にどう伝わるか」「他社と差別化できるか」まで踏み込んだ指示が求められます。ここでは、SEO記事構成、SNS投稿文・キャッチコピー、企画のブレインストーミングという3つの場面に分けて、コピペしてすぐ使えるプロンプト例を紹介します。いずれも、H2-1で解説した「役割・目的・出力形式・制約条件・具体例」の5要素を土台にしていますので、テンプレをそのまま使うだけでなく、キーワードや条件を書き換えて自分の業務に合わせて調整してみてください。

SEOを意識したブログ記事構成案のプロンプト例

SEO記事の構成案作成は、生成AIが最も力を発揮しやすい領域のひとつです。ただし、単に「記事構成を考えて」と依頼すると、当たり障りのない一般論しか返ってきません。ターゲットキーワード、想定読者、競合との差別化ポイントまで具体的に指定することが精度を上げるポイントです。

あなたはSEOに精通したコンテンツストラテジストです。

【目的】
以下のキーワードで検索するユーザーの検索意図を満たし、上位表示を狙える
ブログ記事の見出し構成案を作成してください。

【対象キーワード】
（ここに狙うキーワードを入力）

【想定読者】
（ここに読者の年齢層・職種・悩みなどを入力）

【出力形式】
- 記事タイトル案を3つ
- H2見出しを5〜7個、各H2に対して狙いを1行で付記
- 必要に応じてH3見出しも提案

【制約条件】
- 検索意図を「情報収集」「比較検討」「行動」のいずれかに分類したうえで構成すること
- 競合記事にありがちな一般論だけで終わらせず、差別化できる視点を1つ以上盛り込むこと

このプロンプトのポイントは、「検索意図の分類」を明示的に指示している点です。読者が今どの段階にいるのかをAIに考えさせることで、単なる見出しの箱作りではなく、読者の行動につながる構成案に近づけます。またH2-1で触れたChain of Thoughtの考え方を応用し、「まず検索意図を分類したうえで」と手順を分けて指示すると、より筋の通った構成が返ってきやすくなります。

SNS投稿文・キャッチコピー作成のプロンプト例

SNS投稿文やキャッチコピーは、限られた文字数の中でメッセージを届ける必要があるため、出力形式と制約条件を細かく指定することが特に重要です。

あなたは大手企業のSNSマーケティングを担当するコピーライターです。

【目的】
以下の商品・サービスについて、SNS（X想定）で投稿する文章を作成してください。

【商品・サービス概要】
（ここに商品名や特徴を入力）

【出力形式】
- 投稿文を3パターン（ユーモラス・信頼感重視・煽り控えめの3方向で）
- 各投稿文は全角120文字以内
- ハッシュタグを2〜3個添える

【制約条件】
- 誇大表現や過度な煽り文句は避けること
- 絵文字は多用せず、1投稿につき1〜2個までとする

キャッチコピーを作りたい場合は、出力形式の部分を「キャッチコピーを10案、7〜15文字程度で」のように差し替えるだけで応用できます。複数パターンを異なる方向性で出力させる指示は、比較検討しながら最終案を選びたいマーケティング業務との相性が良い型です。

あなたは広告代理店のクリエイティブディレクターです。

【目的】
以下の商品・サービスのキャッチコピーを作成してください。

【商品・サービス概要】
（ここに商品名や特徴を入力）

【出力形式】
- キャッチコピーを10案、7〜15文字程度で箇条書き
- それぞれどんな心理効果を狙っているかを一言で付記

【制約条件】
- ターゲットは（例：20代女性・子育て中の主婦層など）に絞ること
- 既存の有名なコピーの言い回しをそのまま流用しないこと

企画のアイデア出し・ブレインストーミング用のプロンプト例

企画会議のたたき台作りでは、AIに「量」を出してもらい、その中から人間が選別・発展させる使い方が効果的です。ここで重要なのは、最初から絞り込んだ答えを求めず、あえて多様な視点を出させる制約条件を設けることです。

あなたは新規事業の企画立案を専門とするプランナーです。

【目的】
以下のテーマについて、企画のアイデアを幅広く発想してください。

【テーマ】
（ここに企画したいテーマや課題を入力）

【出力形式】
- アイデアを15個、箇条書きで
- 各アイデアの後に「実現難易度：高・中・低」を付記

【制約条件】
- 既存の競合がすでに行っている手法は避けること
- 予算をかけずにできる案と、予算をかければ実現できる案の両方を含めること
- 突飛なアイデアも歓迎し、実現性だけで最初から絞り込まないこと

このプロンプトでは、あえて「突飛なアイデアも歓迎する」と制約条件に明記している点がポイントです。生成AIは指示がないと無難な回答に寄りがちなので、発想の幅を広げたい場面ではあえてブレーキを外す指示を加えると、ブレインストーミングらしい多様な出力が得られやすくなります。出てきたアイデアの中から筋の良さそうなものを2〜3個選び、「このアイデアをさらに具体化してください」と追加で指示を出す使い方も有効です。

視点をあらかじめ指定する方法もあります。たとえば「コスト削減／顧客体験／競合との差別化／環境配慮／若年層向け」の5つの視点からそれぞれ2つずつ案を出させると、自分では思いつかない切り口が得られやすくなります。アイデアを絞り込む段階では、評価軸を指定して優先順位づけを頼むと便利です。

以下のアイデアリストを、【実現コストの低さ】と【期待される効果の大きさ】の2軸で評価し、
優先順位の高い順に並べ替えてください。

アイデアリスト：
【ここにアイデアを箇条書きで貼り付け】

画像生成AIで使えるプロンプトの基本と作成例

ここまで紹介してきたプロンプトは、文章を生成するためのものでした。一方で、生成AIには画像を作り出すタイプのツールも存在し、バナー制作やアイデア出しの素材として活用するビジネスパーソンが増えています。ただし、画像生成AIは文章生成AIとは評価の仕組みが異なるため、同じ書き方のプロンプトを使ってもうまく機能しません。ここでは、H2-1で解説した「役割」「出力形式」「制約条件」といった基本原則を、画像生成AI向けにどう読み替えればよいかを整理し、そのまま使える例文を紹介します。

画像生成プロンプトを組み立てる基本の考え方

文章生成AIのプロンプトでは、「あなたは〇〇の専門家です」といった役割設定が効果を発揮します。画像生成AIの場合、この「役割」は「誰が描いたような画風か」「どのメディア・技法で作られたビジュアルか」というスタイル指定に置き換えて考えると、指示の意図が伝わりやすくなります。

画像生成プロンプトを組み立てる際には、次の要素を意識して並べていくと、狙った仕上がりに近づけやすくなります。

主題（何を描くか）：人物・物体・シーンなど、画像の中心となる要素をまず明確にします。
スタイル・画風（どう描くか）：写実的、水彩画風、フラットデザイン、3Dレンダリングなど、テキスト生成における「出力形式」に相当する指定です。
構図・視点：正面から、俯瞰で、クローズアップでなど、カメラの位置関係を伝える情報です。
色調・雰囲気：暖色系、モノトーン、パステルカラーなど、全体のトーンを決める指定です。
制約条件：文字を入れない、背景を単色にする、余白を確保するなど、用途に合わせた制限です。バナーや資料の挿絵として使う場合は、この制約条件を具体的に書き込むほど、後工程での修正が減ります。

これらの要素は、H2-1で紹介した「役割・目的・出力形式・制約条件・具体例」という5原則の考え方をそのまま画像領域に応用したものと捉えることができます。文章のプロンプトと同様に、要素を思いつくままに並べるのではなく、主題から徐々に周辺情報を加えていく順序で書くと、AIが意図を取りこぼしにくくなります。

なお、画像生成AI特有のプロンプト構造については、ツールごとに独自の記法や強調表現が存在する場合があります。今回は統計的な裏付けのある情報のみを扱う方針のため、細かな記法の違いには触れず、どのツールにも通用する汎用的な考え方に絞って紹介しています。実際に使う際は、利用するツールのガイドを確認しながら、上記の要素を当てはめてみてください。

そのまま使える画像生成プロンプトの例

上記の考え方をもとに、業務で使いやすい構成のプロンプト例を紹介します。主題・スタイル・構図・色調・制約条件の順に書き込むことを意識した形です。

社内資料の挿絵・アイキャッチ用

オフィスで複数人がノートPCを見ながら話し合っている様子を描いてください。
スタイル：フラットデザイン、シンプルな線画
構図：正面からのアングルで、余白を上部に多めに確保
色調：企業のブランドカラーである青と白を基調に
制約：文字やロゴは入れないでください

SNS投稿・バナー用のビジュアル

新商品の飲料をイメージした爽やかなビジュアルを作成してください。
主題：グラスに入った冷たいドリンクと、水滴のディテール
スタイル：写実的な写真風
構図：斜め上からのクローズアップ
色調：涼しさを感じる青緑系のトーン
制約：正方形の比率で、SNS投稿にそのまま使える構成にしてください

企画のイメージ共有用のたたき台

新しいオフィス空間のコンセプトイメージを描いてください。
主題：自然光が入る開放的なワークスペース
スタイル：建築パース風、水彩の質感を加える
構図：室内を斜めから見た俯瞰視点
色調：ナチュラルな木目とグリーンを基調に
制約：人物は入れず、空間そのものに焦点を当ててください

いずれの例も、まず主題を一文で伝え、そのあとにスタイル・構図・色調・制約条件を箇条書きで補足する構成にしています。この順序は、テキスト生成プロンプトで「目的を先に述べ、条件を後から並べる」という考え方と共通しています。まずはこのテンプレートの主題部分だけを自分の用途に置き換えて試し、出力を見ながらスタイルや制約条件を調整していくと、狙った画像に近づけやすくなります。

プロンプトが「効かない」と感じたときの改善テクニックと注意点

ここまで紹介したテンプレートをコピペしても、「思ったような回答が返ってこない」と感じる場面は少なくありません。実際、総務省「令和7年版情報通信白書」によれば、生成AIを利用しない理由として「使い方がわからない」が4割近くを占めており、拒否感よりも「自分の仕事とどうつながるのかが見えない」ことが大きな壁になっているとされています（respectify-inc.jp）。この壁は、使い始めた後にも形を変えて現れます。テンプレをそのまま流用しても微妙にズレた答えが返ってくるのは、多くの場合「ツールが悪い」のではなく「指示の組み立て方」に原因があります。ここでは、よくある失敗パターンとその直し方、そして業務で使う際に気をつけたい情報管理のポイントを整理します。

よくある失敗パターンと修正の方向性

プロンプトが効かないと感じるとき、原因はいくつかのパターンに分類できます。H2-1で紹介した「役割・目的・出力形式・制約条件・具体例」の5要素のうち、どこが欠けているのかを点検すると、改善の方向性が見えてきます。

回答が一般論・ありきたりになる 役割設定が抜けているケースが多いです。「あなたは〇〇の専門家です」といった役割を与え、前提情報や制約条件を並列的に提示することで、出力の一貫性が高まるとされています（リコー「プロンプトエンジニアリングとは」）。役割を指定しないまま質問すると、AIは無難な回答に落ち着きやすくなります。
出力形式が期待と違う（文章で返ってきてほしいのに箇条書き、逆に構造化してほしいのに長文など） 出力指示子が不足しているサインです。「5つの箇条書きで」「文字数は200～300文字で」といった具体的な形式指定を加えるだけで、パースしやすい・使いやすい出力に変わります（Braze）。
指示は伝えたつもりだが、微妙に的外れな回答が続く 例示（few-shot）がないまま複雑な作業を頼んでいる可能性があります。例示なしのZero-shotは手軽さが魅力ですが、作業難易度が上がるほど出力の質が下がる傾向があるとされています（Braze）。求める形に近いサンプルを1つ添えるだけで、精度が大きく改善することがあります。
複雑な分析・比較タスクで論理が飛躍する、または結論が浅い 推論過程を分解させていないことが原因の場合があります。Chain-of-Thoughtやstep-by-stepといったキーワードで「順番に考えて」と促すことで、複雑なタスクの正答率が向上するとされています（リコー、同上）。深津式プロンプトのような対象・条件・構造・敬語の型と組み合わせることで、さらに精度を高めやすくなります（ai-souken.com）。
何度直しても改善しない 一つのプロンプトに複数の要求を詰め込みすぎている場合があります。タスクを分割し、目的ごとに指示を出し分けることも有効な修正の方向性です。

いずれのパターンでも、闇雲に言い回しを変えるのではなく「5要素のどこが弱いか」を切り口に見直すことで、改善の再現性が高まります。

自分で原因を見つけにくいときは、プロンプトそのものをAIに点検させる「メタプロンプティング」も有効です。改善したいプロンプトと一緒に、次のような依頼を渡してみてください。

「このプロンプトに欠けている構成要素があれば指摘してください」
「出力形式の指定が曖昧な部分を具体化してください」
「同じ目的で、より簡潔なプロンプトに書き換えてください」

人の試行錯誤だけに頼らず、AIの力も借りながらプロンプトを磨いていけます。

業務で生成AIを使う際に気をつけたい情報管理のポイント

プロンプトの精度改善と並行して意識しておきたいのが、情報管理の観点です。日本企業のうち生成AIの活用方針を定めている割合は49.7%にとどまり、米国84.8%やドイツ76.4%と比べると差があるとされています（respectify-inc.jp）。さらに、活用方針の有無は企業規模でも差が大きく、大企業で約56%、中小企業で約34%と20ポイント以上の開きがある状況です（同上）。つまり、多くの現場では「使い方のルール」が明文化されていないまま、個人の判断でプロンプトを運用しているのが実情といえます。

こうした状況を踏まえ、業務で生成AIを使う際は次の点を意識しておくと安心です。

入力する情報の範囲を意識する 顧客情報や未公開の社内資料など、機密性の高い情報をそのままプロンプトに貼り付けていないか、都度確認する習慣を持つことが大切です。
出力結果をそのまま採用しない 生成された文章や数値は、必ず人の目で事実確認・文脈確認を行ってから使用します。特にメール文面や社外向けの発信は、誤情報や不適切な表現が残っていないかのチェックが欠かせません。
社内のルール・方針を確認する 活用方針を定めている企業とそうでない企業の差が大きい現状を踏まえると、自社のガイドラインが未整備であれば、まずは利用範囲や禁止事項について上司や情報システム部門に確認しておくと安全です。
テンプレートはダミーデータで検証してから使う テンプレートを社内に配布する際は、「実データではなくダミーデータで検証してから本番投入する」「機密情報は入力しない」といった運用ルールを明文化しておくことが望ましいです。
プロンプトインジェクションに警戒する プロンプトインジェクションとは、Webページの内容やユーザーからの問い合わせ文など外部から取り込む文章に、AIへの指示を上書きするような悪意ある文言を混入させ、意図しない動作を引き起こさせる攻撃手法です。社内でチャットボットや自動処理の仕組みを作る場合は、外部入力と指示部分を明確に分離し、出力を鵜呑みにせず検証するステップを挟むなど、慎重な設計が必要です。
モデルやツールのアップデートを前提に運用する ChatGPT・Gemini・Claudeはいずれも機能更新が速いため、固定のテンプレートに頼りすぎず、H2-1で紹介した型を土台にプロンプトを都度調整していく姿勢が、長期的に見て精度と安全性の両立につながります。

テンプレートはあくまで出発点であり、型を理解したうえで自分の業務やルールに合わせて微調整を重ねていくことが、生成AIを安定して使いこなすための近道です。

プロンプト集をチームの資産として育てるコツ

個人が工夫したプロンプトも、自分専用のノウハウのままでは組織全体の生産性向上につながりません。チームで共有し、育てていくことで初めて「資産」になります。テンプレート化・共有の際は、次の点を押さえておくと使われ続けるプロンプト集になります。

可変部分の記法をそろえる：書き換える箇所を{{顧客名}}のような統一的な記法で示しておくと、誰が使っても迷わず入力できます。
役割・指示・出力形式をセットで残す：役割や出力形式を省略してテンプレート化すると、使う人によって結果がばらつきます。「誰が」「何を」「どう出力するか」まで含めて保存します。
用途タグをつけ、共有場所を一本化する：「要約用」「メール作成用」「コードレビュー用」など目的別に分類し、社内Wikiやドキュメント管理ツール、チャットツールのピン留め機能などで、探せば必ずそこにある状態を作ります。
作成意図の補足コメントを添える：「どんな目的で」「どの要素を意識して」作ったのかを残しておくと、作成者以外も改善しやすくなり、属人化を防げます。
定期的に見直す：業務内容やモデルのバージョンが変わっても、古いテンプレートは放置されがちです。使われていないものは整理し、精度が低いものは改善する運用サイクルを組み込みましょう。

プロンプトは「完成品」ではなく「育てていくもの」だという意識をチームで共有しておくと、資産化がスムーズに進みます。

まとめ

生成AIのプロンプトは、「役割・目的・出力形式・制約条件・具体例」の5要素と、深津式のような型を理解しておくことで、コピペしたテンプレートを自分の業務に合わせて調整できるようになります。あわせて、ChatGPT・Gemini・Claudeそれぞれの得意分野を踏まえてツールを選び、業務メールや議事録要約、企画書構成案、SEO記事構成、画像生成といった場面別のプロンプトを試してみてください。うまく効かないと感じたときは、5要素のどこが不足しているかを振り返るのが改善の近道です。自分で見直しにくいときはメタプロンプティングでAIに点検させる方法もあり、うまくいったプロンプトはチームで共有して育てていくことで組織の資産になります。まずは本記事の中から自分の業務に近いテンプレートを1つ選び、実際にコピペして試してみましょう。