AIプロンプトの書き方：成果が安定する5要素とコピペ用テンプレート

特に大きいのが「出力形式」です。「分析して」よりも、「コスト、リスク、所要時間、推奨順位を表で比較して」のほうが、受け取った側もすぐ使えます。OpenAIのベストプラクティスでも、期待する出力を明確に書くことが、より使いやすい回答につながるとされています。

基本公式：役割＋タスク＋背景＋制約＋出力＋合格条件

日常業務では、毎回長いプロンプトを書く必要はありません。次の型だけ覚えておけば十分です。狙いは、AIが推測していた部分を人間側で先に決めておくことです。

もっと短くするなら、次の形でも使えます。

悪い例・よい例：違いは長さではなく条件の明確さ

同じ商品説明でも、条件の出し方で使いやすさは大きく変わります。

弱いプロンプト

強いプロンプト

後者が使いやすいのは、何を書くのか、誰に向けるのか、どんなトーンにするのか、どのくらいの長さにするのか、どんな表現を避けるのか、最後にどんな形で受け取りたいのかが明確だからです。これは、タスク、文脈、出力形式をはっきり伝えるというOpenAI文書の方向性とも一致します。

コピペで使える3つの仕事用テンプレート

どのテンプレートも、先にタスク、次に背景と制約、最後に出力形式を指定する流れです。

1. 資料整理・リサーチ要約

会議メモ、記事、報告書、インタビュー文字起こし、調査メモの整理に向いています。

2. 文章の書き換え

下書きを、お客様向けメール、プレゼン資料、社内告知、SNS投稿などに整えるときに使えます。

3. 意思決定の比較

ツール選定、施策比較、マーケティング企画、プロジェクトの優先順位づけに使いやすい形式です。

よくある失敗と直し方

プロンプトが機能しない理由は、たいていタスク、用途、形式、成功条件のどれかが曖昧なことです。OpenAIのベストプラクティスでも、プロンプトは具体的かつ明確にし、望む出力をはっきり示すことが勧められています。

2回目の指示：「やり直して」だけで終わらせない

最初の回答が期待と違うとき、最初から書き直す必要はありません。どこが合わないのかを具体的に伝えるほうが、次の回答は近づきやすくなります。これも、タスク、文脈、期待する出力を明確にするというプロンプト設計の基本に沿っています。

• 指示と資料を分ける：先にやってほしいことを書き、その後に

  ### 資料

  のような区切りを置きます。OpenAI Help Centerも、指示を前に置き、文脈と区別することを勧めています。
• 複雑な作業は段階に分ける：いきなり完成稿を求めず、先に構成案、その後に本文。先に要約、その後に提案、という順にします。OpenAI文書でも、複雑なタスクを小さなサブタスクに分けることが推奨されています。
• 文体を固定したいなら例を渡す：few-shot promptingは、少数の例を含めることでモデルを新しいタスクへ誘導する方法としてOpenAI文書で説明されています。
• 不満点を具体的に言う：漠然としすぎ、長すぎる、口語に見えない、次のアクションがない、などと伝えると修正しやすくなります。

送信前の5秒チェック

プロンプトを送る前に、次の5点だけ確認してください。

1. AIに何をしてほしいかを、動詞で書いているか。
2. 用途、読者、状況を伝えているか。
3. 長さ、トーン、情報源、避ける内容などの制約があるか。
4. 箇条書き、表、JSONなど、出力形式を指定しているか。
5. 必ず含める内容や、情報不足のときの扱いを決めているか。

プロンプトは長文コンテストではありません。タスク、背景、制約、出力形式、合格条件を明確にする。必要なら例を入れる。複雑なら分ける。これらの共通点は、AIの推測を減らし、受け取った回答をそのまま使いやすくすることです。