「同じAIなのに、なぜ人によって出てくる答えがこんなに違うのか」と感じたことはないでしょうか。差を生んでいるのは、モデルの賢さではなくプロンプト（指示文）の設計です。本記事では、OpenAI・Anthropic・Googleの公式プロンプトガイドを踏まえ、AI初〜中級のビジネスパーソンが明日から使える「型」を整理します。役割・目的・形式・制約・例示・思考ステップという5要素、Before/Afterの改善例、業務別テンプレート集まで、コピペで使える形でまとめました。
プロンプトエンジニアリングとは（短い定義）
プロンプトエンジニアリングとは、生成AIから望む結果を引き出すために、指示文（プロンプト）を設計・改善する技術のことです。Anthropicの公式ドキュメントでは「成功基準を定義し、その基準に対して経験的にテストできる土台の上で、プロンプトを改善していく営み」と位置付けられています。難しいプログラミング言語ではなく、日本語の文章設計がそのまま品質に直結する点が、従来の業務ツールと大きく異なります。
なぜ今、基礎を押さえる価値があるのか
生成AIは「ふわっと聞いてもふわっとした答えしか返ってこない」ツールです。逆に、役割・目的・制約・形式をきちんと与えれば、メール下書き・議事録要約・企画書ドラフト・翻訳・SQLや関数生成まで、一定品質の成果物が短時間で得られます。OpenAI・Anthropic・Googleの公式ガイドはいずれも「明確で具体的な指示」を最初の原則として掲げており、ここを押さえるだけでアウトプットの安定度は大きく変わります。
結果が変わる5つの要素
各社の公式ガイドを横断して整理すると、ビジネス用途で再現性高く効くのは次の5要素です。すべてを毎回詰め込む必要はなく、用途に応じて2〜3個を意識的に書き足すだけで品質が変わります。
1. 役割設定（Persona / Role）
「あなたは〇〇です」とAIの立ち位置を最初に決めます。GoogleのWorkspace公式ガイドでは、Persona（役割）／Task（タスク）／Context（背景）／Format（形式）の4要素のうち、Personaが最初に挙げられています。役割を決めると、語彙・トーン・優先順位が安定します。
プロンプト：
「あなたはBtoB SaaSのカスタマーサクセス担当者です。顧客解約を防ぐ視点で回答してください。」
2. 目的・出力形式（Task / Format）
「何のために」「どんな形で」出してほしいかを言語化します。箇条書き／表／指定文字数／メール文面／JSONなど、形式を先に決めると、後から手直しする手間が激減します。Google Geminiの公式ガイドも「望む出力フォーマットを明示するよう推奨」と記載しています。
プロンプト：
「以下の議事録メモを、(1) 決定事項、(2) ToDo（担当者・期限つき）、(3) 次回までの論点、の3セクションに分けて、各セクション最大5項目の箇条書きで要約してください。」
3. 制約（Constraints）
「やってほしくないこと」「守ってほしい条件」を明示します。文字数、敬体／常体、固有名詞の扱い、専門用語の言い換え、想像で書かない（情報が無い場合は「不明」と書く）など、負の指示はハルシネーション防止にも有効です。Geminiの公式ガイドでは「最も重要な制約はプロンプトの最後に置く」ことが推奨されています。
4. 例示（Few-shot examples）
「こんな入力にはこう返してほしい」というサンプルを1〜3個見せる手法です。学術的にはFew-shotプロンプティングと呼ばれます。トーンや言い回しを揃えたい時に特に効きます。OpenAIもAnthropicもGoogleも、抽象的な指示よりも具体例の方が伝わることを共通して述べています。
プロンプト：
「以下の例にならって、商品レビューをに分類してください。例1: 『梱包が雑で残念』→ ネガティブ。例2: 『価格の割に満足』→ ポジティブ。本番: 『使い方が少し難しい』→」 5. 思考ステップ（Chain-of-Thought的な指示） 複雑な依頼では「いきなり答えを出さず、手順を踏んで考えてから書いて」と促します。学術用語のChain-of-Thought（思考の連鎖）は本来「中間推論を出力させる」研究上の技法ですが、ビジネス用途では「①前提整理→②選択肢列挙→③推奨案、の順で書いて」のように手順を構造で指定すると捉えると扱いやすくなります。Anthropicの公式ガイドでも、Claudeに考える時間（thinking）を与える設計が推奨されています。 悪い例 → 良い例：Before/After改善 5要素がどう効くのか、よくある依頼で見比べてみます。 Before/After 1：顧客への謝罪メール Before（悪い例）： 「謝罪メールを書いて。」 After（良い例）： 「あなたはBtoB SaaSのカスタマーサポート責任者です。先方は法人顧客（製造業・課長クラス）。先週、当社の障害で12時間ログインできなかった件への謝罪メールを、敬体・400字以内・件名つきで作成してください。条件：(1) 原因の概要と再発防止策に触れる、(2) 個別の補償提案は本文では行わず別途連絡する旨だけ伝える、(3) 言い訳がましい表現は避ける。」 Before/After 2：議事録の要約 Before： 「この議事録を要約して。」 After： 「以下の議事録を、社内Slack向けに要約してください。形式は (1) 決定事項（最大3件）、(2) ToDo（担当者・期限）、(3) 次回までの論点（最大3件）。各項目は1行50字以内。議事録に書かれていない情報は推測せず、不明な場合は『未定』と記載してください。」 Before/After 3：企画書の冒頭ドラフト Before： 「新サービスの企画書を書いて。」 After： 「あなたは中小企業向けSaaSのプロダクトマネージャーです。次の前提に基づき、企画書の『背景』『課題』『提案概要』の3章のみを、各章200〜300字で起案してください。前提：ターゲットは従業員30〜100名の卸売業、競合はA社・B社、当社の強みは現場ヒアリング起点の運用支援。前提に書かれていない数値は出さず、必要な箇所は『要調査』と記してください。」 共通点は、「役割」「形式」「制約（やらないこと）」を明示していることです。AIの能力ではなく、依頼の解像度がアウトプットを決めます。 業務別テンプレート集（コピペで使える） 毎回ゼロから書くのは大変なので、業務別に穴埋めテンプレートを置いておきます。【】部分を自分の状況に合わせて差し替えて使ってください。 1. メール返信ドラフト プロンプト： 「あなたは【業界・職種】の担当者です。以下の受信メールに対する返信を、敬体・【字数】字以内で作成してください。条件：(1) 結論を冒頭に書く、(2) 不確定な日程は『改めて候補をお送りします』と記す、(3) 想像で約束をしない。受信メール：『【本文を貼り付け】』」 2. 議事録要約 プロンプト： 「以下の議事録を社内共有用に要約してください。形式：(1) 決定事項（最大5件）、(2) ToDo（担当者・期限つき、最大5件）、(3) 次回までの論点（最大3件）。議事録に無い情報は推測しない。各項目は1行60字以内。議事録：『【本文を貼り付け】』」 3. 企画書ドラフト プロンプト： 「あなたは【業種】向けの企画担当者です。次の前提で、企画書の『背景／課題／提案／効果（KPI仮説）／リスク』の5章を、各章200〜300字で起案してください。前提：【ターゲット】【競合】【当社の強み】。数値は前提に明記されたもののみ使い、それ以外は『要調査』と書く。」 4. 英文ビジネス翻訳 プロンプト： 「以下の日本語メールを、ビジネス英語に翻訳してください。条件：(1) 相手は【相手の立場・業界】、(2) フォーマル寄り、(3) 冒頭の挨拶と結びの定型句を含める、(4) 専門用語は無理に意訳せず、業界標準の英語を優先。原文：『【本文】』」 5. SQL／Excel関数の生成 プロンプト： 「以下のテーブル定義に基づき、要件を満たす【SQL／Excel関数】を1つ作成してください。あわせて、(1) 何をしているかの1〜2行の説明、(2) 想定外データ（NULL・空文字・将来日付）への挙動を併記してください。テーブル定義：『【列名と型】』。要件：『【やりたいこと】』。利用環境：【BigQuery／PostgreSQL／Excel 365 など】。」 6. 文章のトーン調整・リライト プロンプト： 「以下の文章を、【誰向け】に【トーン：例・やわらかく／専門的に／簡潔に】リライトしてください。条件：(1) 元の事実関係を変えない、(2) 数値・固有名詞は改変しない、(3) 文字数は元の±20％以内。原文：『【本文】』」 テンプレートを表で見渡したい方は、次の対応表をどうぞ。 業務必ず入れる要素つまずきやすい点 メール返信役割・字数・敬体／常体・「想像で書かない」勝手に日程を確約してしまう 議事録要約形式（決定／ToDo／論点）・件数上限・推測禁止抜け漏れと過剰要約 企画書ドラフト章立て・各章字数・「要調査」表記ルール架空の数値が混ざる 英文翻訳相手属性・フォーマリティ・定型句の有無過度な意訳 SQL/関数生成テーブル定義・利用環境・想定外データの扱い環境差による文法エラー リライト対象読者・トーン・事実関係を変えない指示勝手な追記・脚色 ChatGPT・Claude・Geminiでの効きの違い（傾向） 同じプロンプトでも、モデルによって効き方の傾向は異なります。ただしモデルは頻繁に更新されるため、「このモデルはこう」と断定するのは危険です。各社の公式ガイドから読み取れる「設計思想の違い」を、目安としてまとめておきます。 観点ChatGPT（OpenAI）Claude（Anthropic）Gemini（Google） 公式が強調する基本原則明確な指示・参照テキストの提示・タスク分割・思考時間の付与・外部ツール活用・体系的なテスト明確で直接的な指示、具体例（multishot）、思考ステップ、構造化（XMLタグ等）、システムプロンプトの活用明確で具体的な指示、制約の明示、出力形式の指定、Few-shot例、文脈の追加、プロンプトの分解 長文・構造化指示セクション見出しや箇条書きで分けると安定しやすい見出しや区切りで構造を示すと長い指示でも追従しやすい傾向長すぎると重要指示の埋もれに注意。重要制約は末尾に置くことが推奨 役割設定「あなたは〇〇」で職種・トーンが安定役割と「成功基準」を併記すると評価軸が揃いやすいPersona / Task / Context / Formatの4要素を意識 苦手にしやすい依頼最新情報や社内固有情報は未提供だと推測が混ざりやすい曖昧な依頼ほど慎重になり、簡潔さが落ちることがある会話的な味付けは明示しないと簡潔寄りになることがある 共通して言えるのは、「役割・目的・形式・制約・例示」の5要素を押さえれば、どのモデルでも一定の品質が出やすいということです。社内標準のプロンプトを作るときは、特定モデル前提で書きすぎず、移植可能な構造を意識するのがおすすめです。 やってはいけないこと 1. 機密情報・個人情報をそのまま貼らない 顧客情報、未公開の財務数値、人事評価、契約書の生データなどは、利用しているプランや設定によって学習・ログ保管の扱いが異なる場合があります。社内ルールが未整備なら、まずは「氏名・社名・固有の数値はマスキングしてから貼る」を徹底するだけでもリスクは大きく下がります。 2. 検証なしで最終アウトプットにしない 生成AIはもっともらしい誤り（ハルシネーション）を出すことがあります。法的・財務・医療・採用など重要な領域では、必ず一次情報や有資格者のレビューを通してから外部に出してください。プロンプト側でも、「不明な場合は『不明』と書く」「数値の根拠が不明な場合は出力しない」のような抑制ルールを入れておくと、誤りに気づきやすくなります。 3. 1回の出力で完成を期待しない 長い企画書や複雑な分析は、1回のプロンプトで完成させようとせず、「構成だけ→各章ドラフト→事実確認→トーン調整」と段階に分けるのが結局いちばん早く、品質も安定します。OpenAI・Anthropic・Googleの公式ガイドはいずれも「複雑なタスクの分割」を推奨しています。 4. 「すごいプロンプト」を1個で固定しない 業務やモデルが変われば最適なプロンプトも変わります。テンプレート化して社内で共有・改善する方が、属人化した「秘伝のプロンプト」より長期的に効きます。 Mihataのサポート Mihataは中小企業向けに、AI活用の業務設計・プロンプトテンプレート整備・社内ガイドライン策定をご支援しています。「ChatGPT・Claude・Geminiのどれを、どの業務に、どう使い分けるか」「機密情報を守りながら現場に展開する手順」など、自社の事情に合わせた形に落とし込むまでを伴走します。AIの導入が点で止まり、横展開できないとお感じの場合はお気軽にご相談ください。あわせてChatGPTのビジネス活用ガイドやChatGPT・Claude・Geminiの比較もご参考ください。 まとめ プロンプトエンジニアリングは、役割・目的／形式・制約・例示・思考ステップの5要素設計が基本。 OpenAI・Anthropic・Googleの公式ガイドはいずれも「明確で具体的な指示」「具体例の提示」「複雑なタスクの分割」を共通して推奨している。 Before/Afterを意識して、役割・形式・制約を毎回1〜2行ずつ足すだけで、出力品質は大きく安定する。 業務別テンプレートを社内に蓄積すれば、属人的な「うまい人だけ使える」状態を解消できる。 モデルごとの傾向は参考程度にとどめ、移植可能な構造でプロンプトを設計するのが安全。 機密情報の扱い・最終アウトプットの検証・段階的な依頼の3点は必ず守る。 本記事のテンプレートは、そのままコピーして社内Wikiやプロンプトライブラリに貼り付けて使っていただけます。まずは1つの業務（メール返信・議事録要約など）で試し、自社の言い回しに合わせて少しずつ磨き込んでいくのが、もっとも投資対効果の高い始め方です。 [cta:contact]