生成AIを使い始めた人が、早い段階で抱きやすい不満がある。
質問には答えているが、欲しかった内容ではない。文章は整っているのに、そのまま仕事では使えない。修正を頼むたびに別の方向へずれていく。
こうした結果を見ると、「もっと上手なプロンプトを書かなければならない」と考えがちだ。
そこで、SNSや動画で紹介されている長いテンプレートをコピーし、細かな命令を大量に加えてみる。
それでも、期待したほど改善しないことがある。
原因は、プロンプトが短かったからとは限らない。
生成AIは、利用者が明示しなかった部分を文脈から推測して回答する。
依頼の目的、読者、利用場面、望ましい詳しさ、避けたい表現が分からなければ、その空白を一般的な回答で埋めるしかない。
「SNS投稿を書いて」と頼めば、投稿先、発信者の立場、読者、伝えたい内容、文字量、口調をAI側が推定する。
「この文章を直して」だけなら、誤字を直すのか、論理を整理するのか、短くするのか、全面的に書き換えるのかが定まらない。
回答が微妙なとき、AIの能力不足だけを疑う前に確認したいのが、AIへどこまで判断を委ねていたかである。
そこで役立つのが、「役割・目的・条件」という3つの要素だ。
これは、どの生成AIにも通用する絶対的な公式ではない。
すべての依頼に3項目を機械的に書く必要もない。
しかし、曖昧な依頼を整理し、AIに任せる部分と利用者が決める部分を切り分けるうえでは、覚えやすく応用範囲の広い型になる。
OpenAI、Anthropic、Google、Microsoftの公式ガイドでも、表現は異なるものの、明確な指示、十分な背景、望む形式、制約、参考情報、具体例を伝える考え方が共通して示されている。
本記事では、この3要素を出発点に、仕事で使えるプロンプトへ発展させる方法を整理していく。
プロンプトとは、生成AIへ入力する質問や指示、参考情報の総称だ。
文章だけでなく、添付した画像、PDF、表計算ファイル、音声なども、広い意味ではAIが回答を作るための入力になる。
ただし、プロンプトはプログラムの命令文とは異なる。
通常のソフトウェアでは、同じ条件を入力すれば、あらかじめ定義された処理に沿って結果が返る。
生成AIは、入力された文脈をもとに、求められている可能性が高い回答を生成する。そのため、指示に空白が多いほど、AIが補う推測も増える。
たとえば、「新入社員向けにAIの説明を書いて」という依頼を考えてみる。
この一文だけでは、社内メールなのか、研修資料なのか、口頭説明の台本なのかが分からない。
対象者にIT知識があるか、何を理解してほしいのか、何分で読める量にするのかも未定である。
AIは回答を止めず、もっとも一般的に見える内容を作るだろう。生成AIの定義、代表的な用途、注意点が整然と並ぶかもしれない。
間違いではない。しかし、利用者が欲しかったのが「明日の10分研修でそのまま読める原稿」なら、役に立つ回答とは言いにくい。
つまり、プロンプトの改善とは、美しい命令文を書く技術ではない。
AIが判断すべき範囲を必要なところまで狭め、「何をもって良い回答とするか」を共有する作業である。
ここで誤解したくないのは、詳しく書けば必ず良くなるわけではない点だ。
「明日の会議を欠席するメールを書いて。上司向け。丁寧に。100字程度」のように、簡単な依頼は短くても十分に具体的である。
反対に、1,000字を超えるプロンプトでも、目的が曖昧なら回答は安定しない。
長さではなく、判断に必要な情報が入っているか。そこが出発点になる。
役割・目的・条件は、プロンプトを組み立てる際の確認項目として使える。
順番は固定ではない。自然な文章として書いてもよく、見出しを付けて分けても構わない。ただし、3要素にはそれぞれ異なる働きがある。
役割とは、AIにどの立場や専門性から回答させるかを示す要素だ。
「あなたは編集者です」「中小企業の経理担当者として考えてください」「ITに詳しくない顧客を支援する担当者として説明してください」といった指定が当てはまる。
役割を与える利点は、単にAIへ専門家のふりをさせることではない。
回答を見る角度、優先する論点、説明の粒度をそろえられることにある。
同じ「新しいAIツールを評価して」という依頼でも、情報システム担当者ならセキュリティや管理機能に注目する。
現場の利用者なら操作性や作業時間、経営者なら費用対効果や導入範囲が中心になる。
役割は、こうした判断軸を指定するために使う。
一方、「あなたは世界最高の天才マーケターです」のように、肩書きを大げさにするだけでは、目的や評価基準は明確にならない。
役割を長く飾るより、何を重視して判断する立場なのかを書いた方が効果的だ。
たとえば、次の二つでは後者の方が具体性を持つ。
曖昧な役割
あなたは一流のマーケターです。
判断軸まで含む役割
あなたは、広告費を増やさず問い合わせ数を改善する中小企業向けのマーケティング担当者です。
役割は便利だが、すべての依頼に必須ではない。「次の文章を200字に要約して」のように、作業内容が明確なら省いてよい。
3要素の中で、最初に決めたいのが目的だ。
目的には、「何を作るか」だけでなく、「なぜ作るのか」「誰にどうしてほしいのか」まで含められる。
「ブログ記事を書いて」では、成果物の種類しか分からない。
「生成AIを使ったことがない会社員に、議事録作成から試してもらうための記事を書いて」と伝えると、記事の読者と到達点が見えてくる。
説明すべき内容も、専門技術ではなく、始めやすさ、手順、注意点へ絞りやすい。
文章作成以外でも同じだ。
「売上データを分析して」より、「直近3カ月で売上が落ちた商品群を特定し、来月の仕入れ判断に使える仮説を3つ示して」の方が、何を調べるべきかが明確になる。
良い目的には、次の要素が含まれる。
毎回すべてを書く必要はない。回答がずれそうな部分だけ補えばよい。
条件は、AIに守ってほしい範囲や形式を指定する部分だ。
文字数、口調、構成、含める情報、除外する情報、使用する資料、回答形式、期限、判断基準などが該当する。
たとえば、次のように書ける。
600字以内。専門用語は使わない。結論を最初に置く。メリットだけでなく注意点も一つ入れる。
箇条書きではなく、3段落の文章にする。
この指定によって、文章の長さと形だけでなく、内容の偏りも抑えられる。
ただし、条件を増やしすぎると、互いに矛盾することがある。
「詳しく説明する」「100字以内」「初心者にも分かるように背景から解説する」を同時に求めれば、何を優先すべきか分からない。
条件が多い依頼では、優先順位を付けるとよい。
最優先は正確性。次に初心者でも理解できること。文字数は目安として800字前後。
この一文があるだけで、AIは条件が衝突した際の判断をしやすくなる。
この3要素を一つにまとめると、次のようになる。
あなたは、生成AIを初めて使う会社員向けの研修担当者です。
会議の議事録作成をChatGPTで試してもらうため、5分で読める説明文を書いてください。
800字前後で、専門用語を避け、準備、手順、確認事項の順に構成してください。
機密情報をそのまま入力しない注意も含めてください。
長い呪文ではない。それでも、誰が、何のために、どの条件で作るかが分かるため、最初の依頼より使える回答へ近づく。
役割・目的・条件は、日常的な依頼の土台として有効だ。
しかし、調査、分析、記事制作、提案書、データ処理など、正確性や再現性が求められる仕事では、さらに情報を加えた方がよい。
特に効果が大きいのが、背景、資料、出力形式、具体例、確認方法である。
AIは、同じ作業でも背景によって答えを変える。
「退会した顧客へのメールを書いて」という依頼だけでは、引き止めたいのか、手続きを案内したいのか、退会理由を聞きたいのかが分からない。
月額サービスを解約した顧客へ送るメールです。
強く引き止めず、手続き完了を伝えたうえで、任意のアンケートへ案内したいです。
背景が加わると、過度な営業表現を避け、顧客体験を損なわない文章を作りやすくなる。
背景は長い会社説明である必要はない。
今回の判断に影響する事情だけを伝える。
生成AIに正確な要約、比較、判断を求めるなら、参考にする文章やファイルを渡す方法が有効だ。
会議メモから議事録を作る。商品の仕様書から比較文を書く。社内規定をもとにFAQを作る。
これらは、AIが一般知識から推測するより、渡された資料を根拠に処理した方が安定する。
その際は、資料を添付するだけでなく、扱い方も指定する。
添付資料に書かれている内容だけを使ってください。記載がない情報は推測せず、「資料では確認できない」と示してください。
ただし、資料を渡しても、内容が自動的に正しいと保証されるわけではない。
古い資料、誤記、偏った情報が含まれていれば、回答にも影響する。外部公開する内容では、元資料そのものの確認も必要になる。
「分かりやすくまとめて」だけでは、段落、表、箇条書き、要約のどれが適切かをAIが決めることになる。
完成後に別の場所へ貼り付けるなら、その形を先に指定した方がよい。
出力形式は見た目だけの問題ではない。必要な情報の抜けを防ぐ役割も持つ。
文章の雰囲気、分類方法、回答形式を正確に伝えたい場合は、良い例を一つか二つ示すと効果がある。
AnthropicやGoogleの公式ガイドでも、例示によって望む形式や挙動を伝える手法が案内されている。
ただし、一つの例だけを強く示すと、AIが表現まで似せすぎる場合がある。
形式を学ばせたいのか、語調を寄せたいのか、内容構成だけを参考にしてほしいのかを明記するとよい。
以下は情報量と段落構成の参考例です。固有の表現や言い回しはコピーせず、今回の内容に合わせて書いてください。
正確性が必要な依頼では、出力前の確認項目を指定できる。
回答前に、数値の単位、対象期間、比較条件がそろっているか確認してください。
不明な項目は推測で埋めないでください。
この指定で誤りがなくなるわけではないが、見落としを減らす助けにはなる。
さらに有効なのは、評価基準を分けて伝える方法だ。
次の基準を満たす回答にしてください。
「高品質に書いて」より、何をもって高品質と判断するのかが明確になる。
ここまで見ると、プロンプトが長くなりすぎるように感じるかもしれない。
実際には、毎回すべてを一度に書く必要はない。単純な依頼なら目的と条件だけで足りる。
繰り返し使う業務であれば、一度作った背景やルールをカスタム指示、プロジェクト、テンプレート、エージェント設定などへ保存できる。
一回限りの簡単な依頼と、継続的に品質をそろえる業務では、プロンプトの作り方を分けた方がよい。
プロンプトを改善するときは、最初から完璧なテンプレートを作ろうとしなくてよい。
まず目的を定め、ずれやすい条件を加える。それでも不足した部分だけ、次のやり取りで修正する。
この反復型の使い方は、OpenAIやGoogleの公式ガイドでも基本的な考え方として示されている。
ここでは、日常で起こりやすい依頼を例に、どこを直すと回答が変わるかを見ていく。
修正前
この文章を直して。
この依頼では、「直す」の意味が広すぎる。
誤字だけを修正するのか、内容を短くするのか、読み手に伝わる構成へ変えるのかが分からない。
修正後
あなたは企業サイトの編集者です。
以下のサービス紹介文を、初めて読む人が用途をすぐ理解できる文章へ直してください。
意味や事実関係は変えず、300字以内にまとめてください。過度な宣伝表現と専門用語は避け、修正後の本文だけを出力してください。
ここでは役割によって編集の視点を、目的によって改善の方向を、条件によって変更可能な範囲を定めている。
さらに、「どこを変えたかも確認したい」なら、最後の条件だけ変えればよい。
修正文の後に、主な変更点を3項目で示してください。
修正前
この会議を要約して。
会議の要約は、読む人によって必要な情報が違う。
参加者向けなら確認事項、欠席者向けなら背景、経営者向けなら結論と影響が優先される。
修正後
添付した会議メモを、欠席した部長が3分で状況を把握できるように整理してください。
「決定事項」「未決事項」「担当者と期限」「次回までの確認事項」の4項目に分けてください。
メモに書かれていない担当者や期限は推測せず、「未定」と記載してください。
この依頼では、特別な役割指定より、読者、利用目的、資料の扱い、出力形式の方が重要になる。
役割・目的・条件は、必ず3項目を埋めるチェックシートではない。タスクに必要な情報を選ぶための考え方である。
修正前
AIについてSNS投稿を書いて。
このままでは、テーマも対象読者も投稿の狙いも広すぎる。AIは一般的な利便性を説明する無難な投稿を作りやすい。
修正後
あなたは、生成AIを仕事で使い始めた会社員へ情報発信する編集者です。
「会議前に質問項目をAIへ作らせる使い方」を紹介するX投稿を書いてください。
読者が今日試してみたくなることを目的とします。
180字以内。最初に悩みを一つ示し、その後に具体的な使い方を説明してください。宣伝調、過度な煽り、ハッシュタグは不要です。
「自然に」「分かりやすく」といった抽象的な条件だけでなく、文章の役割を指定している点が効いている。
修正前
この2つの商品はどちらがおすすめ？
「おすすめ」は、価格、性能、扱いやすさ、耐久性、購入者の状況によって変わる。
修正後
商品Aと商品Bを比較し、出張が多い会社員にどちらが向くか判断してください。
重視する順番は、携帯性、バッテリー、オンライン会議のしやすさ、価格です。
公式仕様を根拠に表で比較し、最後に「Aが向く人」「Bが向く人」を分けてください。確認できない仕様は推測しないでください。
判断基準に優先順位が付いたことで、単なるスペック一覧ではなく、利用者に合う結論を作りやすくなる。
最初のプロンプトを一から書き直す必要はない。回答に対して、ずれた箇所を具体的に伝える。
曖昧な修正
もっと簡潔にして。
具体的な修正
背景説明は半分に減らし、結論と具体的な手順を残してください。全体を400字以内にし、同じ意味の説明は一度にまとめてください。
AIとの対話では、最初の回答そのものが「何が足りなかったか」を知る材料になる。
回答が長いなら文字数だけでなく、残したい情報を伝える。難しすぎるなら「初心者向け」と言うだけでなく、どの用語が分からないかを示す。
構成が違うなら、求める見出しを指定する。
プロンプトの改善は、AIに一度で正解を出させる競技ではない。
人へ仕事を頼むときも、最初の説明だけですべてが伝わるとは限らない。
下書きを見て、方向を確認し、必要な修正を加える。生成AIでも、この進め方の方が現実的である。
プロンプトを工夫すれば、回答の関連性や形式は改善できる。
しかし、どれほど丁寧に指示しても解決できない問題がある。
ここを理解せず、「プロンプトさえ良ければAIは必ず正しくなる」と考えると、仕事での利用を誤りやすい。
「正確に答えて」「嘘をつかないで」と書いても、AIが持っていない情報を獲得できるわけではない。
料金、法律、企業情報、製品仕様、ニュース、相場、提供地域のように変化する情報は、Web検索や公式資料の確認が必要になる。
検索機能を使えるAIでも、参照先の古さや信頼性、読み違いを利用者が確認しなければならない。
次のような指示は有効だ。
2026年6月時点の公式情報を確認してください。料金は公式価格ページ、機能は公式ドキュメントを優先し、確認日を示してください。
ただし、これは検証方法を指定しているのであって、正確性を保証する魔法の一文ではない。
「医師として診断して」「弁護士として判断して」と書けば、専門的な語調の回答は返るかもしれない。
しかし、AIが実際の資格、診察、法的責任を持つわけではない。
役割指定は視点を整える手段であり、専門家による確認の代替ではない。
健康、法律、税務、投資、人事評価、契約、セキュリティなど、誤りの影響が大きい判断では、AIの回答を下書きや論点整理として扱い、必要な専門家や公式窓口へ確認する必要がある。
条件を詰め込みすぎると、AIがどれを優先すべきか判断しにくくなる。
古い指示と新しい指示が混在する。例文と今回の条件が矛盾する。禁止事項が多すぎて文章が不自然になる。
参考資料を大量に渡した結果、中心となる依頼が埋もれる。
複雑なプロンプトでは、次のように整理するとよい。
Anthropicは、複雑な入力で指示、背景、例、可変データが混在する場合、XMLタグなどで構造を分ける方法を案内している。
日常利用では必ずしもタグが必要ではないが、見出しや区切りを使って情報の役割を分ける考え方は応用できる。
以前は「順を追って考えて」「思考過程をすべて示して」と書く方法が広く紹介された。
現在の推論モデルや高性能モデルでは、内部で必要な推論を行うよう設計されており、長い思考過程の開示を毎回求める必要はない。
むしろ、必要なのは、前提、根拠、計算結果、判断理由など、利用者が検証できる情報である。
結論、根拠、確認が必要な前提を分けて示してください。
こうした指定の方が、仕事では扱いやすい。
プロンプトの精度を高めるために、背景や資料を詳しく渡すほど、情報管理は重要になる。
顧客の個人情報、未公開の財務情報、契約書、社内コード、認証情報、医療情報などを入力する前に、利用しているサービスの契約、データ保持、学習利用、管理者設定を確認しなければならない。
情報が不足しているからといって、何でもそのまま入力するのは危険だ。必要に応じて匿名化、伏字、要約、企業向けプランの利用、社内ルールの整備を行う。
Webページ、メール、PDFなどをAIへ読ませ、ツール操作まで任せるエージェント型の利用では、資料内に埋め込まれた悪意ある指示が問題になることがある。
これはプロンプトインジェクションと呼ばれる。
OpenAIも、外部情報へアクセスして行動するAIエージェントにおいて、プロンプトインジェクションを継続的なセキュリティ課題として扱っている。
日常の文章作成だけなら影響は限定的だが、AIにメール送信、ファイル操作、購入、データ変更などを任せる場合は、権限の制限、重要操作の確認、機密情報へのアクセス分離が必要になる。
プロンプトは、AIの能力を引き出す入り口である。同時に、利用者の判断をAIへ移す境界線でもある。
どこまで任せ、どこを確認するのか。良いプロンプトを書く力は、その境界を設計する力と切り離せない。
生成AIへの依頼がうまくいかないとき、専門的なプロンプト用語や長大なテンプレートから始める必要はない。
まず、何を完成させたいのかを決める。必要であれば、どの立場から考えるのかを加える。
そして、守ってほしい範囲と完成形を伝える。
役割・目的・条件は、そのための簡潔な整理法だ。
なかでも中心になるのは目的である。役割は回答の視点をそろえ、条件は出力の範囲と合格基準を整える。
複雑な仕事では、背景、資料、形式、例、確認方法を追加すればよい。
それでも最初から完璧な回答が出るとは限らない。
下書きを見て、どこがずれたのかを特定し、不足した情報だけを追加する。
長すぎるなら残す部分を指定し、一般論なら利用場面を補い、結論が違うなら判断基準の優先順位を伝える。
生成AIを使いこなすとは、万能の命令文を暗記することではない。
自分が何を求めているのかを言葉にし、AIへ任せる判断と自分で引き受ける判断を分けること。
その習慣が、プロンプトの型以上に長く役立つ基本になる。
.png){kind=logo}
