AIに聞いているのに、毎回ほしい答えが少しずつ違うんです
これは、社内の生成AI勉強会を運用する人事/DX担当の佐藤さんと、営業・総務・企画部門の現場担当者が直面していた問題の一例です。半年前は、各自がChatGPTや社内AIチャットに思いついたまま質問し、メール文、議事録、調査メモの出力品質が人によってばらついていました。上長は「確認に時間がかかる」、現場は「何をどう頼めばよいか分からない」、研修担当は「良い使い方を社内に広げにくい」と感じていました。
現在は、想定例として、10名の勉強会参加者が1か月間、目的・前提・形式・制約・例を入れた共通テンプレートを使い、議事録やメール下書きの修正回数を記録しています。実績値ではありませんが、こうした比較を置くことで、プロンプト改善の効果を見える化しやすくなります。
この記事では、プロンプトエンジニアリングを難しい専門技術としてではなく、業務で再利用できる「指示文の設計」として整理します。目指すのは、誰が使っても一定の品質でAIに依頼でき、社内勉強会や研修でも共有しやすい状態です。ただし、良いプロンプトだけで全ての業務品質が上がるわけではありません。情報の正確性確認、機密情報の扱い、チーム内の運用ルールとあわせて考えることが大切です。思った答えが返ってこないと感じている方は、ご自身のプロンプトを見直すつもりで読み進めてください。
プロンプトエンジニアリングとは何か
プロンプトエンジニアリングとは、生成AIに対して「何を、どのような条件で、どんな形で出力してほしいか」を設計する考え方です。
ここでいうプロンプトとは、生成AIに入力する質問や作業指示のことです。業務で使う場合は、専門的な技術というより、AIに渡す「業務指示書」と考えると分かりやすくなります。
たとえば、同僚に仕事を依頼するとき、次のように伝えることがあります。
明日の営業会議で使うため、A社向け提案の論点を3つに整理してください。
読み手は営業部長です。
細かい説明よりも、判断材料が分かる形にしてください。これは、人間に対する指示として自然です。生成AIへの指示も基本は同じです。何のために、誰に向けて、どのような形式で出力してほしいのかを伝えるほど、回答は業務に使いやすい形に近づきます。
反対に、次のような依頼では、相手が人間でも判断に迷います。
A社の件、いい感じにまとめて。この指示では、何を目的にまとめるのか、誰が読むのか、どの程度の分量が必要なのか、何を避けるべきなのかが分かりません。生成AIも同じように、条件が足りないまま回答を作ろうとします。その結果、出力が一般論になったり、長すぎたり、そのまま使いにくい文章になったりします。
業務におけるプロンプトエンジニアリングは、AIを特別な存在として扱うことではありません。普段の業務指示を分解し、AIにも伝わる形に整えることです。
検索とプロンプトは何が違うのか
生成AIを使い始めたばかりの段階では、検索エンジンと同じ感覚で入力してしまうことがあります。
たとえば、検索では次のようにキーワードを入力します。
プロンプト 書き方 ChatGPT検索エンジンであれば、このようなキーワードでも関連する記事やページを探せます。しかし、生成AIに業務の出力を依頼する場合、この入力だけでは条件が足りません。
生成AIに依頼するときは、次のように目的や形式まで伝えます。
社内の生成AI研修で使う資料を作成しています。
ChatGPTに業務指示を出すときのプロンプトの書き方を、初心者向けに説明してください。
# 読み手
生成AIを使い始めたばかりの現場担当者
# 出力形式
- 重要ポイントを5つ
- それぞれに悪い例と改善例をつける
- 専門用語は使いすぎない
# 制約
- 社内研修資料にそのまま転記できる表現にする
- 断定しすぎず、実務的なトーンにする検索は「情報を探す」行為です。一方、生成AIへのプロンプトは「出力を設計する」行為です。
この違いを理解すると、AIへの聞き方が変わります。単語を並べるのではなく、業務の目的、読み手、前提、完成イメージを伝えることが重要です。
なぜAIの出力はばらつくのか
生成AIの出力がばらつく理由は、AIの性能だけではありません。多くの場合、入力される指示文の情報量や条件設定に差があります。
目的が曖昧だと、一般論になりやすい
たとえば、次のような依頼をしたとします。
営業メールを書いてください。この指示では、AIは多くのことを推測しなければなりません。
新規営業なのか、既存顧客への連絡なのか。相手は経営者なのか、現場担当者なのか。目的は商談化なのか、資料送付なのか、日程調整なのか。丁寧な文面がよいのか、短く要点だけでよいのか。
目的が曖昧なままでは、AIは無難な文面を返しやすくなります。結果として、「間違ってはいないが、そのまま使うには調整が必要な出力」になります。
改善するには、まず目的を書きます。
新規リードに対して、初回商談の日程調整につなげるための営業メールを書いてください。これだけでも、AIの出力は絞られやすくなります。
前提情報が足りないと、読み手と文脈がずれる
業務文書は、誰に向けて書くかによって内容が変わります。
同じ「生成AIの導入メリット」を説明する場合でも、経営者向けであれば投資対効果やリスク管理が重要になります。情報技術責任者向けであれば、セキュリティ、アカウント管理、既存システムとの接続が気になります。マーケティング・セールス責任者向けであれば、コンテンツ制作、商談準備、顧客理解への活用が中心になります。
前提情報を入れないと、AIは「誰にでも当てはまる説明」を返しやすくなります。業務で使うには、誰向けか、どの場面で使うか、どの情報を踏まえるかを入れることが大切です。
出力形式を指定しないと、使いにくい
AIの回答が「悪くはないが使いにくい」と感じる場合、出力形式が指定されていないことがあります。
たとえば、議事録を作る場合は、単なる文章よりも、次のような構造のほうが確認しやすくなります。
## 会議概要
## 決定事項
## TODO
| 担当 | アクション | 期限 |
## 次回までの確認事項メール文であれば、件名と本文を分ける。比較検討であれば、表にする。研修資料であれば、見出しと箇条書きにする。
出力形式を先に指定することで、後から整える手間を減らせます。
制約がないと、長すぎる・断定しすぎる回答になる
業務で使う文章には、制約があります。
たとえば、メールなら200字以内にしたい場合があります。上司向けの報告なら結論ファーストが望ましい場合があります。顧客向けの説明では、過度な断定や不確かな数字を避ける必要があります。
制約を書かないと、AIは丁寧に説明しようとして長文になったり、確認が必要な内容まで断定したりすることがあります。
そのため、次のような条件を入れると実務で使いやすくなります。
- 200字以内
- 結論を最初に書く
- 不確かな内容は「要確認」と書く
- 数値は作らない
- 専門用語は初出時に補足する制約は、AIの自由度を下げるためだけのものではありません。業務で使える形に近づけるための条件です。
業務で使えるプロンプトの基本骨子
業務で使うプロンプトは、次の5つの要素で考えると整理しやすくなります。
- 目的
- 前提
- 形式
- 制約
- 例
この5つを毎回すべて細かく書く必要はありません。ただし、出力がぶれるときは、このどれかが不足している可能性があります。
目的：何を達成したいのか
目的は、AIに「何のための出力か」を伝える部分です。
悪い例は、次のような指示です。
会議メモをまとめてください。この場合、AIは「何のためにまとめるのか」が分かりません。自分の振り返り用なのか、上司への報告用なのか、参加者への共有用なのかによって、まとめ方は変わります。
改善例は次のとおりです。
会議に参加していない上司へ共有するために、会議メモを要点と決定事項に分けてまとめてください。目的を書くことで、AIは出力の優先順位を判断しやすくなります。
前提：誰が、何のために、どんな状況で使うのか
前提には、読み手、使用場面、背景情報を書きます。
# 前提
- 読み手：営業部長
- 使用場面：明日の案件レビュー会議
- 背景：A社への提案方針を決めるため
- 現状：初回商談は完了。予算と決裁者は未確認前提があると、AIは「何を詳しく書き、何を簡潔にするか」を判断しやすくなります。
特にBtoBの業務では、相手の立場や検討段階が重要です。経営層に出す資料と、現場メンバーに共有するメモでは、同じテーマでも書き方が変わります。
形式：どんな形で出力してほしいのか
形式は、AIの回答を業務に転用しやすくするための指定です。
よく使う形式には、次のようなものがあります。
- 箇条書き
- 表
- メール文
- 議事録
- FAQ
- 比較表
- 提案書の構成案
- 研修資料の見出し案
- チェックリスト
たとえば、比較検討を依頼する場合は、次のように指定できます。
3つの選択肢を比較してください。
出力は表形式にし、列は「選択肢」「メリット」「デメリット」「向いているケース」「注意点」にしてください。形式を指定すると、AIの回答を資料や社内チャットに転記しやすくなります。
制約：避けたいこと、守りたい条件を書く
制約には、文字数、トーン、禁止事項、確認事項を書きます。
# 制約
- 300字以内
- 丁寧だが堅すぎないトーン
- 専門用語は使いすぎない
- 不確かな数字は作らない
- 事実と推測を分ける業務利用では、特に「不確かな内容を断定しない」指定が重要です。
AIは、もっともらしい文章を作ることが得意です。そのため、実在するか分からない数値、制度、事例を自然な文章で出してしまうことがあります。外部に出す文章や、社内の意思決定に使う資料では、人が必ず確認する必要があります。
例：理想の出力例や避けたい例を渡す
AIにとって、例は強い手がかりになります。
たとえば、「簡潔に」と書くだけでは、人によって解釈が分かれます。しかし、次のように例を渡すと、出力の方向性がそろいやすくなります。
# 良い例
結論：A案を推奨します。
理由：初期費用は高いものの、運用負荷が低く、3部署で共通利用しやすいためです。
注意点：導入前に情報システム部門との確認が必要です。
# 避けたい例
A案はとても良いと思います。さまざまなメリットがあり、導入すれば効果が期待できます。良い例だけでなく、避けたい例を渡すことも有効です。抽象的な表現を避けたい、過度な売り込み感を出したくない、結論がぼやける文章を避けたい場合に役立ちます。
そのまま使える基本テンプレート
業務で迷ったときは、次の型を使うと便利です。
あなたは{役割}です。
# 目的
{この出力で達成したいこと}
# 前提
- 読み手：{誰が読むか}
- 使用場面：{どこで使うか}
- 背景：{判断に必要な情報}
# 出力形式
{表、箇条書き、メール文、議事録など}
# 制約
- {文字数}
- {トーン}
- {入れてはいけない表現}
- 不確かな内容は「要確認」と書く
# 参考例
{理想の例、または避けたい例}
上記を踏まえて、{依頼内容}を作成してください。このテンプレートは、毎回すべてを埋める必要はありません。短い依頼で十分な場合もあります。
ただし、出力が使いにくいと感じたら、どの項目が抜けているかを見直してください。多くの場合、「目的」「前提」「形式」「制約」のどれかを足すだけで改善します。
業務別プロンプト例
ここからは、現場で使いやすい代表的なプロンプト例を紹介します。いずれも想定例です。実際に使う際は、自社のルールや情報管理方針に合わせて調整してください。
メール下書きのプロンプト
悪い例は次のような依頼です。
お客様へのメールを書いてください。これでは、相手との関係性も目的も分かりません。
改善例は次のとおりです。
あなたはBtoB営業のメール作成を支援する担当者です。
# 目的
初回商談後のお礼と、次回打ち合わせの日程調整を行いたい。
# 前提
- 相手：製造業の情報システム部門の課長
- 状況：昨日、30分のオンライン商談を実施
- 相手の関心：社内問い合わせ対応の効率化
- 次に進めたいこと：関係部署を含めた追加ヒアリング
# 出力形式
- 件名を3案
- 本文を1案
# 制約
- 本文は300字以内
- 丁寧だが、堅すぎない表現
- 売り込み感を強くしない
- 日程候補は本文内に入れず、「候補日を別途お送りします」と書く
上記の条件でメール文を作成してください。このように書くと、相手の状況に合わせた文面になりやすくなります。
議事録作成のプロンプト
議事録では、決定事項とTODOを分けることが重要です。
以下の会議メモを、社内共有用の議事録に整理してください。
# 目的
会議に参加していない関係者が、決定事項と次のアクションを理解できるようにする。
# 出力形式
## 会議概要
- 日時：
- 参加者：
- 目的：
## 決定事項
-
## TODO
| 担当 | アクション | 期限 |
## 議論の要点
-
## 要確認事項
-
# 制約
- 雑談や脱線は除く
- 不確かな数字や日付は「要確認」と書く
- 担当者が不明なTODOは「担当未定」と書く
- 事実と推測を混ぜない
# 入力
{ここに会議メモを貼る}会議録音や議事メモを扱う場合は、AI要約ツールや文字起こしツールを併用する方法もあります。たとえばKanataでは、会議録音、議事メモ、資料などを指定フォーマットで要約する使い方が想定されています。定例会議のように毎回同じ形式で整理したい業務では、カスタム生成やテンプレート化の仕組みが役立ちます。
資料要約のプロンプト
資料要約では、「短くして」だけでは不十分です。何を残すべきかを指定します。
以下の資料内容を、部長向けの確認メモに要約してください。
# 目的
来週の会議で、導入可否を判断するための論点を整理したい。
# 読み手
事業部長。細かい技術仕様よりも、費用対効果・リスク・社内影響を重視する。
# 出力形式
1. 結論
2. 判断に必要なポイント
3. メリット
4. リスク
5. 追加で確認すべき事項
# 制約
- 全体で800字以内
- 数値は資料内にあるものだけを使う
- 不明点は推測せず「要確認」と書く
- 専門用語には簡単な補足を入れる
# 入力
{資料本文を貼る}このように読み手を指定すると、同じ資料でも出力の観点が変わります。
調査の起点づくりのプロンプト
生成AIは、調査の最終結論を任せるよりも、論点整理や調査観点の洗い出しに使うと有効です。
テーマ：生成AIを社内導入する際の初期研修設計
このテーマについて、社内向け検討資料を作る前段階として、調査すべき論点を整理してください。
# 出力形式
1. 重要論点を7つ
2. 各論点で確認すべき情報
3. 一次情報として当たるべき資料や部署
4. 見落としやすいリスク
5. 経営者、情報技術責任者、現場責任者で関心が分かれる点
# 制約
- 具体的な数値は作らない
- 不確かな内容は「要調査」と書く
- 一般論と自社で確認すべきことを分けるこの使い方では、AIに「答え」を出させるのではなく、「調べる地図」を作らせます。特に、初めて扱うテーマでは有効です。
社内研修コンテンツ作成のプロンプト
人事/DX担当が社内勉強会を設計する場合は、受講者の前提知識を指定することが大切です。
あなたは社内向け生成AI研修の教材設計者です。
# 目的
生成AIを使い始めた社員に、業務で使えるプロンプトの基本を説明したい。
# 受講者
- 生成AIを触ったことはある
- ただし、プロンプトの型は知らない
- 営業、総務、企画など職種はさまざま
# 出力形式
研修スライド10枚分の構成案を作成してください。
各スライドに以下を含めてください。
- タイトル
- 伝える内容
- 例
- 講師が補足すべきポイント
# 制約
- 専門用語は最小限
- 1枚につき1メッセージ
- 「AIを使えば必ず効率化できる」といった断定は避ける
- 最後に受講者向けの演習を1つ入れる研修では、単に知識を伝えるだけでなく、受講者が自分の業務に置き換えられるようにすることが重要です。動画教材、社内ポータル、LMS、AIチャットなど、運用方法には複数の選択肢があります。
Kanataには、AIチャットやAI要約に加えて、動画を起点に教材を作り、社内メンバーに学習コンテンツとして配信するeラーニング機能も整理されています。社内研修の運用を考える場合は、プロンプト作成だけでなく、受講・共有・再利用の流れまで設計するとよいでしょう。
プロンプトを改善する5つのコツ
基本骨子を押さえたうえで、さらに出力を安定させるには、いくつかの工夫があります。
いきなり完成版を求めない
最初から完成版の文章を出してもらおうとすると、期待とずれることがあります。
特に、提案書、記事、研修資料、社内ルールのように構成が重要なものは、まず骨子から依頼するのがおすすめです。
まず構成案だけを出してください。
本文はまだ書かず、見出しと各見出しで伝える要点を整理してください。構成を確認してから本文に進めると、大きな手戻りを防ぎやすくなります。
複数案を出して、違いを説明してもらう
1案だけを出してもらうと、それが良いのか判断しにくい場合があります。
3案出してください。
それぞれについて、向いている場面、メリット、注意点を一言ずつ添えてください。複数案を比較することで、自分の意図に近い方向を選びやすくなります。
事実・推測・要確認を分ける
業務でAIを使うときに特に重要なのが、事実と推測を混ぜないことです。
出力は「事実」「推測」「要確認」の3つに分けてください。
資料内に明記されていないことは、推測または要確認に分類してください。この指定を入れるだけで、レビューしやすい出力になります。
1チャット1テーマで進める
1つのチャットで複数のテーマを扱い続けると、前の文脈が残り、出力がずれることがあります。
たとえば、最初に営業メールを作っていたチャットで、途中から社内研修資料を作り始めると、文体や前提が混ざる可能性があります。
Kanataの日常業務ベストプラクティスガイドでも、「1チャット1テーマ」で動かし、話題が変わったら新しいチャットを使う考え方が示されています。
これはKanataに限らず、生成AIを業務で使う際に有効な整理方法です。案件ごと、資料ごと、目的ごとにチャットを分けると、後から見返すときにも便利です。
良かったプロンプトは保存して再利用する
良いプロンプトは、個人のメモに埋もれさせず、チームで再利用できる形にすることが大切です。
たとえば、次のようなプロンプトは再利用しやすい資産になります。
- 議事録テンプレート
- メール下書きテンプレート
- 商談メモ整理テンプレート
- 研修資料作成テンプレート
- 社内FAQ回答テンプレート
- 資料要約テンプレート
プロンプトの保存方法は、スプレッドシート、社内Wiki、ナレッジ管理ツール、AI活用基盤など、自社の運用に合うもので構いません。
Kanataでは、プロジェクトで再利用するAI設定・プロンプト・学習データの保管庫として「ライブラリ」が整理されており、プロンプトライブラリにはよく使う指示文を登録できます。
個人でうまくいった使い方を、チーム全体の標準に変えていくことが、生成AI活用を広げるうえで重要です。
社内でプロンプトを再利用する運用方法
プロンプトは、一度作って終わりではありません。業務内容や社内ルールが変われば、見直しが必要です。
用途別に分ける
まずは、プロンプトを用途別に分けます。
| 分類 | プロンプト例 |
|---|---|
| 会議 | 議事録作成、TODO抽出、アジェンダ作成 |
| 営業 | 商談メモ整理、メール下書き、提案書構成 |
| 管理部門 | 規程FAQ、問い合わせ回答、研修案内文 |
| マーケティング | 記事構成、SNS投稿案、顧客課題整理 |
| 人事/DX | 研修教材、理解度テスト、社内説明資料 |
分類があると、社員が探しやすくなります。
命名ルールを決める
プロンプト名がばらばらだと、再利用しにくくなります。
おすすめは、用途とバージョンを入れる方法です。
議事録テンプレ_標準_v1
営業メール_初回商談後_v1
研修資料_生成AI基礎_v2
社内FAQ_規程回答_v1名前を見るだけで用途が分かるようにすると、チームで使いやすくなります。
更新日と管理者を残す
古いプロンプトが残り続けると、現在の業務に合わない指示が使われる可能性があります。
最低限、次の情報を残しておくとよいでしょう。
- 作成日
- 最終更新日
- 作成者
- 管理者
- 使用する場面
- 注意点
特に、法務、人事、財務、セキュリティに関わる内容は、制度変更や社内ルール変更の影響を受けやすいため、定期的な確認が必要です。
月1回、使われているプロンプトを見直す
想定例として、月1回30分、各チームでプロンプトの棚卸しを行う運用が考えられます。
確認する項目は次のとおりです。
- 使われているプロンプトはどれか
- 出力品質に問題があったものはどれか
- 古くなった前提や表現はないか
- 新しく追加すべきテンプレートはないか
- 機密情報の扱いに問題がないか
大きな会議にする必要はありません。よく使うプロンプトを少しずつ改善するだけでも、チーム全体のAI活用は安定しやすくなります。
生成AIへの指示で注意すべきこと
プロンプトを整えると、AIの出力は使いやすくなります。しかし、出力が整って見えるほど、確認を怠りやすくなる点には注意が必要です。
AIの出力は「下書き」として扱う
生成AIは、文章を自然に整えることが得意です。一方で、内容が常に正しいとは限りません。
特に、次の内容は必ず人が確認する必要があります。
- 数字
- 日付
- 固有名詞
- 法律・制度
- 契約条件
- 社内規程
- 顧客情報
- 引用元
- 実績値
AIの出力は、完成物ではなく下書きです。社外に出す文章や、意思決定に関わる資料では、人によるレビューを前提にしてください。
個人情報・機密情報は入力前に確認する
プロンプトを書くときは、入力してよい情報かどうかを確認する必要があります。
たとえば、顧客名、担当者名、契約金額、社員番号、健康情報、未公開の人事情報などは、取り扱いに注意が必要です。
個人情報保護委員会も、生成AIサービスの利用に関する注意喚起を公表しています。業務利用では、社内ルールや契約条件を確認したうえで、入力してよい情報と入力してはいけない情報を整理する必要があります。
実務では、次のように置き換えると安全性を高めやすくなります。
| 元の情報 | 置き換え例 |
|---|---|
| 株式会社A | {製造業の大手企業} |
| 山田太郎さん | {情報システム部門の担当者} |
| 1,200万円 | {年間1,000万円台の契約} |
| 2026年5月13日 | {2026年5月中旬} |
| 社員番号・住所 | 削除 |
迷った場合は、入力しないことを基本にしてください。
「分からない」と言わせる設計も重要
業務でAIを使うときは、AIに無理に答えさせないことも大切です。
たとえば、社内規程に関する回答を作る場合は、次のように指定します。
社内規程に明記されていない内容は、推測で答えず「規程上は確認できません」と書いてください。顧客向けの回答であれば、次のように指定できます。
不確かな内容は断定せず、「確認のうえご連絡します」と書いてください。AIにとっては、回答を作ること自体は簡単です。しかし業務では、分からないことを分からないと扱うほうが重要な場面があります。
Kanataでプロンプトを運用する場合の考え方
プロンプトの管理方法には、社内Wiki、スプレッドシート、ドキュメント管理ツール、AI活用基盤など、複数の選択肢があります。重要なのは、どのツールを使うかだけではなく、よく使う指示文をチームで共有し、見直せる状態にしておくことです。
Kanataは、AIチャット、AI要約、eラーニングなど、業務に必要なAI機能を一つの場所に集約した業務支援プラットフォームとして整理されています。AIチャットでは、質問・相談をしながら文章作成、アイデア出し、調査などを進められます。
プロンプトエンジニアリングの観点では、次のような使い方が考えられます。
よく使う指示文をプロンプトライブラリに登録する
同じ指示文を何度も書いている場合、そのプロンプトはチームで再利用できる可能性があります。
たとえば、議事録、営業メール、研修資料、社内FAQなどは、担当者が変わっても似た形式で使えることが多いでしょう。
Kanataのプロジェクトライブラリでは、AI設定、プロンプト、学習データを保管する考え方が示されており、プロンプトライブラリにはよく使う指示文を登録できます。
学習データとプロンプトを分けて考える
プロンプトは「どう答えるか」の指示です。一方、学習データは「何を参照するか」に関わる情報です。
たとえば、社内規程に基づくFAQを作る場合、プロンプトだけ整えても、参照すべき規程がなければ正確な回答は難しくなります。
この場合は、次のように分けて考えます。
- 学習データ
- 就業規則、経費規程、出張規程、FAQ集
- プロンプト
- 規程に明記されている内容だけで回答する。根拠がない場合は要確認とする
Kanataのマニュアルでは、学習データライブラリにAIに参照させたい社内資料を登録し、チャットや要約アプリから参照できるようにする考え方が示されています。
研修と運用をつなげる
プロンプトの書き方は、一度研修を受けただけでは定着しにくいものです。
そのため、研修では基本骨子を学び、日常業務ではプロンプトライブラリを参照し、定期的に改善する流れを作ると定着しやすくなります。
たとえば、次のような運用が考えられます。
- 全社員向け研修で、目的・前提・形式・制約・例の型を学ぶ
- 部署ごとに、よく使う業務プロンプトを3つ作る
- 良かったプロンプトを共有場所に登録する
- 月1回、使われたプロンプトを見直す
- 新入社員や異動者向けに、標準プロンプトを共有する
この流れを作ることで、生成AIの活用が個人の工夫に閉じず、チームの業務基盤として育ちやすくなります。
まとめ
プロンプトエンジニアリングと聞くと、専門的な技術のように感じるかもしれません。
しかし、業務で必要なのは、複雑なテクニックよりも、AIに伝わる指示を丁寧に書くことです。
基本は次の5つです。
- 目的を書く
- 前提を書く
- 形式を指定する
- 制約を書く
- 例を渡す
この5つを意識するだけで、生成AIの出力は安定しやすくなります。
もちろん、プロンプトだけで全てが解決するわけではありません。AIの出力を確認する人の目、機密情報を扱うルール、チームで再利用する仕組みがあって、はじめて業務に定着します。
まずは、メール下書き、議事録、資料要約など、身近な定型業務を1つ選んでください。そして、今回紹介したテンプレートに沿って、自分の業務用プロンプトを作ってみましょう。
うまくいったプロンプトは、個人のメモで終わらせず、チームで共有する。そこから、社内の生成AI活用は少しずつ再現性を持ちはじめます。
Q&A
プロンプトエンジニアリングは専門職だけが学ぶものですか？いいえ。高度なAI開発やモデル調整を行う場合は専門知識が必要ですが、日常業務で使う範囲では「AIに分かりやすく指示を出す方法」と考えれば十分です。目的、前提、形式、制約、例を入れるだけでも、出力は使いやすくなります。
プロンプトは毎回長く書く必要がありますか？毎回長く書く必要はありません。短い依頼で十分な場面もあります。ただし、出力が思った形にならない場合は、目的、読み手、出力形式、制約を追加すると改善しやすくなります。定型業務では、よく使うプロンプトをテンプレート化しておくと便利です。
生成AIに数値や事例を出してもらってもよいですか？調査の起点として使うことはできますが、数値や事例は必ず出典を確認してください。生成AIは、実在しない数値や出典を自然な文章で出すことがあります。社外資料や意思決定に使う場合は、公的機関、一次情報、社内の原典資料などで確認することが必要です。
社内情報をプロンプトに入れるときは何に注意すべきですか？個人情報、顧客情報、契約条件、未公開の財務情報、人事情報などは、入力前に社内ルールを確認してください。必要に応じて、会社名や氏名、金額、日付をマスキングします。判断に迷う情報は、入力しないことを基本にしたほうが安全です。
良いプロンプトを社内に広げるにはどうすればよいですか？まずは、議事録、メール、資料要約など、利用頻度の高い業務からテンプレートを作るのがおすすめです。そのうえで、作成日、用途、管理者、注意点を残し、月1回程度見直します。社内Wiki、スプレッドシート、ナレッジ管理ツール、AI活用基盤など、自社で続けやすい場所に集約すると運用しやすくなります。
