実務で使えるプロンプト設計の考え方

出力の質は、依頼の情報量で決まる

最初に、生成AIの性質をひとつだけ押さえます。AIは、依頼文に書かれていないことを知りません。

「新サービスの案内文を書いて」と頼めば、AIは誰向けか、何のサービスか、どんなトーンかを推測で埋めて書きます。推測で埋められた出力は、当然、あなたの状況とずれます。「使えない答えが返ってくる」場面の大半は、AIの能力不足ではなく、判断材料を渡していないことが原因です。

人間の部下なら、社内の文脈を知っているため「いつもの感じで」が通じます。AIにはその共有知識がありません。優秀だが入社初日の新人に頼むつもりで、背景から渡す。この前提の転換が、プロンプト設計のすべての出発点です。

逆に言えば、依頼に情報を足すだけで出力は目に見えて変わります。特別な技術の前に、まず「自分は判断材料を渡せているか」を疑ってください。

原理①：目的と文脈を渡す

最も効果が大きいのが、何のために・誰が読む・どう使うかを伝えることです。

「会議の議事録を要約して」ではなく、「営業会議の議事録を、欠席した部長が2分で状況を把握できるように要約して。決定事項と部長の判断が必要な項目を先頭に」。後者は目的(欠席者のキャッチアップ)、読者(部長)、使い方(2分で読む)が入っています。この3点があるだけで、AIは要約の粒度も並び順も適切に選べます。

文脈として渡すと効果的な情報の例を挙げます。

• 背景 — なぜこの作業が必要になったか。何が起きているか
• 読者・相手 — 誰に向けたものか。相手の知識レベル・立場・関心
• 用途 — 出力をこの後どう使うか(社内提出・顧客送付・自分のメモ)
• 制約 — 触れてはいけない話題、守るべき前提、社内の決まりごと

書くのが面倒に感じるかもしれませんが、文脈の記述は1〜2分です。文脈なしの出力を何度も書き直させる時間より、確実に短くなります。

もうひとつ、文脈渡しで見落とされがちなのが「現状の共有」です。改善系の依頼(文章を良くしたい・業務を効率化したい)では、現状そのもの——いまの文章、いまの手順、いまの数字——を貼ることが最大の文脈になります。現状なしの改善依頼は、医師に症状を伝えず処方を求めるようなものです。

原理②③：条件を指定し、例を見せる

次の2つの原理は、出力の形を制御する技術です。

原理②：役割と条件の指定。出力の体裁は、指定しなければAI任せになります。「あなたは中小企業向けの採用コンサルタントとして」(役割)、「800字以内で」「箇条書き中心で」「専門用語を使わず」(条件)、「経営者向けのトーンで」(読者に合わせた文体)。役割の指定は、AIが参照する知識と語り口の範囲を絞る効果があります。

原理③：例を見せる。条件を言葉で説明するより、期待する出力の見本を1つ付ける方が速くて正確です。「過去にうまく書けた案内文」「理想に近い他の文書」を貼り、「この形式・トーンで書いて」と頼む。文体・構成・粒度が一度に伝わります。

例示は、繰り返し発生する業務で特に威力を発揮します。月次報告、顧客への定型連絡、求人票。一度良い見本を作れば、以降は「この見本の形式で、今回の内容はこう」と頼むだけで、品質が安定します。見本こそが、個人のプロンプト技術を組織の資産に変える最小単位です。

原理④⑤：工程を分け、往復で追い込む

残る2つは、依頼の進め方に関する原理です。

原理④：分割する。「新サービスの提案書を作って」のような大きな依頼を一発でさせると、全体的に浅い出力になります。工程を分けます。①まず構成案を出させる→②構成を人が直す→③承認した構成に沿って各章を書かせる→④通しで推敲させる。各工程で人の判断を挟むため、方向のずれが早期に修正され、最終品質が大きく上がります。

原理⑤：往復前提で運用する。一発で完成品を求めるのは、設計として誤りです。最初の出力は叩き台と割り切り、「2案目はもっと簡潔に」「この段落だけ具体例を足して」と対話で追い込む。3〜4往復かけても、ゼロから自分で書くより速い、というのが実務の感覚値です。

この2つの原理は、部下への仕事の頼み方と同じ構造をしています。丸投げして完成品を待つのではなく、節目で方向を確認しながら進める。AIへの依頼がうまい人は、たいてい仕事の依頼そのものがうまい人です。

分割にはもうひとつの利点があります。工程ごとに人の判断が挟まるため、最終成果物への責任の所在が明確になることです。AIに丸ごと作らせた文書は「誰の判断で世に出たのか」が曖昧になりがちですが、構成を人が承認し、内容を人が確認した文書は、通常の業務文書と同じ責任構造で扱えます。組織でAIを使う際、この責任の明確さは品質と同じくらい重要です。

業務で使える依頼の型

5つの原理を、そのまま使える型に落とします。毎回ゼロから考えず、この骨組みを埋める形で依頼を書きます。

5要素すべてを毎回書く必要はありません。軽い依頼なら「依頼＋条件」だけでも十分です。ただし、出力が期待とずれたときは、この5要素のどれが欠けていたかを点検する。この振り返りの習慣が、依頼の精度を継続的に上げていきます。

また、よく使う依頼はテンプレートとして保存しておきます。議事録の要約、メールの下書き、文章の校正。型が決まった業務は、テンプレートの再利用で毎回の設計コストがゼロになります。

なお、この型は生成AIへの依頼に限らず、外注先への発注や部下への依頼にもそのまま使えます。背景・依頼・条件・材料・出力形式。この5点が揃った依頼は、受け手が誰であっても手戻りを減らします。プロンプト設計の練習は、仕事の依頼力全般の練習でもあるのです。

つまずきの典型パターンと直し方

5原理を知っても、実際の運用ではつまずきが出ます。よくあるパターンと直し方を整理します。

共通するのは、うまくいかないときに「AIの限界」と結論づける前に、依頼側の設計を先に疑うという姿勢です。同じ道具でも、依頼の設計次第で出力は別物になります。そして設計の改善は、失敗した依頼文を見直すことでしか進みません。うまくいかなかった依頼文を捨てずに、どの要素が欠けていたかを一度だけ振り返る。この小さな習慣が、数週間で依頼の精度を大きく変えます。

組織への展開と、やってはいけないこと

個人の技術で終わらせず、組織の生産性に変えるための補足です。

標準化と共有。うまくいったプロンプトは個人の手元に眠りがちです。部署ごとに「使えたプロンプト集」を共有する場所を作り、業務テンプレートとして整備します。全員が名人になる必要はなく、名人の依頼文を全員が再利用できれば十分です。

教育は原理から。プロンプト研修を呪文の暗記にしないこと。本記事の5原理と依頼の型を教え、あとは各自の業務で試させて事例を持ち寄る形が、最も定着します。

一方で、やってはいけないことも組織として明確にします。

1. 機密情報・個人情報の安易な入力 — 利用するサービスの規約とデータの扱いを確認し、入力してよい情報の線引きを社内ルールで定める
2. 出力の無検証の使用 — 生成AIは事実と異なる内容を、自信のある文体で出力することがある。数字・固有名詞・法令関連は必ず人が確認する
3. 根拠の不明な引用 — AIの回答を根拠として顧客や社内に示さない。根拠は一次情報で確認する

プロンプト設計は、一度覚えれば終わりの技術ではありません。AIの能力が変われば、効く依頼の仕方も変わります。ただし「目的と文脈を渡す」「例を見せる」「工程を分けて往復する」という原理は、相手が人間でもAIでも変わらない、仕事の依頼の普遍的な作法です。原理で覚えておけば、道具が変わっても応用が利きます。