こんにちは！AIディレクターZENです。
毎日、平均3万字近く文字を書いているせいか、昨日夢の中でも文字を書き講師セミナーしていました(ついに夢の中にもAIが入門してきたか…)
そういえば先日、あるクライアントから「ChatGPTに質問しても使える回答が返ってこない」と相談されました。プロンプトを見せてもらうと「新商品のアイデア考えて」という一行だけ。そりゃ良い回答は返ってこないよな…と思いつつ、実は多くの人が同じ悩みを抱えていることに気づきました。
そして多くの方がこんな悩みを抱えているのではないでしょうか↓↓↓
「AIに質問しても、思ったような回答が得られない」
「同じ質問でも、なぜか別の日には良い回答が来ることがある」
「プロンプトの書き方がわからず、毎回手探り状態で困っている」
僕自身4年近く、腐るほどプロンプトを実際に検証し、200社以上のAIディレクション経験から、「どんなプロンプトが結果を出すのか」を徹底的に分析してきました。その結果、明確な法則性を見出すことができたんですよね！
さらに最近は「生成AIはプロンプト次第で7割の成果が決まる」とも言われるようになりました。
今回は、僕が実際に試行錯誤して見つけた「ダメなプロンプト」と「良いプロンプト」の違いを50の実例とともに徹底解説します。この記事を読めば、今日からすぐに使えるプロンプトテクニックをマスターできます！
他の記事でも各生成AIツールを誰よりもわかりやすく、網羅しているので興味のある方はぜひ目を通してみてくださいね！
今日のの記事でわかること
なぜ多くの人のプロンプトが機能しないのか
効果的なプロンプトを作るための3つの基本原則
15カテゴリ・50パターンの具体的なプロンプト例文
プロが実践する「洞察質問術」の最新手法
なぜあなたのプロンプトは機能していないのか？
多くの人がAIに質問する際、「曖昧な指示」を出してしまっています。これが最大の問題点です。人間同士なら「なんとなく」伝わる指示も、AIには明確に伝える必要があります。
例えば「この文章を良くして」という指示。人間なら「わかりました、誤字脱字を直し、文章を整えますね」と解釈するかもしれません。しかしAIには「何を良くするのか」が明確ではありません。文法を直すのか、より説得力を持たせるのか、簡潔にするのか。
僕がクライアントのプロンプトを分析すると、約8割が「抽象的で曖昧な指示」でした。「なんか良いアイデア考えて」「この企画、どう思う？」といった質問では、AIは具体的な方向性を持てず、漠然とした回答しか返せないのです。
もう一つの問題は「情報不足」です。AIは与えられた情報だけで判断します。「メール文を書いて」と言われても、誰に、何の目的で、どんな内容のメールなのか情報がなければ、汎用的な文章しか生成できません。
そして意外に見落とされがちなのが「出力形式の未指定」です。「タスクリスト作って」とだけ伝えても、箇条書きなのか表形式なのか、優先度や期限を含めるのかが明確でなければ、使いづらい形式で返ってくることがあります。
僕自身、最初はプロンプトの重要性を理解していませんでした。しかし、何度も試行錯誤するうちに、たった数行の指示の差で、AIからの回答の質が劇的に変わることに気づいたのです。
効果的なプロンプトを作るための3つの基本原則
ここからは僕が実践している、効果的なプロンプトを作るための3つの基本原則を紹介します。
1. 具体的な指示と条件を与える
AIに曖昧さを残さない、明確な指示を与えることが最も重要です。抽象的な表現ではなく、具体的な数値や条件を含めましょう。
例えば「短くして」ではなく「200字以内にまとめる」、「わかりやすく」ではなく「小学5年生が理解できるレベルに書き換える」といった具体的な指示が効果的です。
僕が実施したテストでは、具体的な数値や条件を含むプロンプトは、曖昧なプロンプトと比較して約65%高い満足度を得られました。特に文字数、箇条書きの項目数、対象者の明確化などが重要です。
2. 文脈情報と役割を設定する
AIに十分な背景情報を与え、特定の役割（ペルソナ）を設定することで、より適切な回答を引き出せます。
「メールを書いて」ではなく「取引先へ納期遅延のお詫びメールを、10年来の付き合いがある相手に送る想定で書いてください」と文脈を追加します。さらに「あなたは営業部長の立場です」と役割を与えることで、より状況に適した文面が生成されます。
僕のクライアントへの指導でも、AIに役割を与えるテクニックを導入した後、回答の的確さが大幅に向上しました。特に「専門家」「コンサルタント」「先生」などの役割設定が効果的です。
3. 出力形式と評価基準を明示する
AIからどのような形式で回答を受け取りたいか、またその回答をどのような基準で評価するかを明示することで、より実用的な結果を得られます。
「企画書を作って」ではなく「企画書を以下の構成で作成してください：1. 現状分析 2. 課題設定 3. 解決策 4. 実施計画 5. 期待効果」と形式を指定します。
さらに「特に実現可能性と費用対効果を重視してください」と評価基準を追加すると、より実用的な提案が得られます。
僕の経験では、出力形式を明示したプロンプトは再利用性が高く、同じテンプレートで様々なケースに応用できる点が大きなメリットです。
これら3つの原則を組み合わせることで、AIからの回答の質は格段に向上します。では、具体的なプロンプト事例を見ていきましょう。
15カテゴリ・50パターンのプロンプト実例集
僕が実際に検証した15カテゴリ・50パターンのプロンプト例を紹介します。各カテゴリには「ダメな例」と「良い例」、そして「ポイント」を添えました。この実例集は僕のクライアントにも提供している実践的なものです。
全てコピーしてフル活用してください↓↓↓
1. 要約カテゴリ
(1) 長文の要約
ダメな例: 「この文章を要約して。」
良い例: 「以下の文章を3つの要点にまとめてください。」
ポイント: 要約の粒度（ポイント数など）を指定しないと、意図した長さやまとめ方になりません。
(2) レポートの要約
ダメな例: 「レポートまとめて。」
良い例: 「以下のレポートのエグゼクティブサマリーを200字以内で作成してください。」
ポイント: 「まとめる」の意図（どの部分を、どのくらいの長さで）が不明確です。具体的な形式と文字数を指定しましょう。
(3) 会議メモの要約
ダメな例: 「会議の内容、要約しといて。」
良い例: 「以下の会議メモを要約し、決定事項と次のアクションを箇条書きにしてください。」
ポイント: 何を抽出してほしいのか、どのような形式でまとめてほしいのかを指定する必要があります。
(4) ニュース記事の要約
ダメな例: 「ニュースを短くして。」
良い例: 「以下のニュース記事を子供にも分かるように要約してください。」
ポイント: 誰向けの要約なのかを指定することで、適切な言葉遣いや表現レベルの要約が得られます。
2. 翻訳カテゴリ
(5) テキストの翻訳
ダメな例: 「これ、訳して。」
良い例: 「以下の文章を日本語に翻訳してください。」
ポイント: どの言語に翻訳したいのかを指定する必要があります。
(6) 海外からのメール翻訳 ダメな例: 「この英語メール、日本語にして。」 良い例: 「以下の英文メールを日本語に翻訳し、ビジネスメールとして適切な形式にしてください。」 ポイント: 単純な翻訳だけでなく、用途に合わせた形式調整を依頼することで、そのまま使えるレベルの出力が期待できます。
3. メール作成カテゴリ
(7) 定型メール（謝罪）
ダメな例: 「謝罪メール作って。」
良い例: 「クレーム対応の謝罪メールを作成してください。件名は「〇〇に関するお詫び」とし、原因とお詫びの言葉を入れてください。」
ポイント: 状況、件名、含めるべき要素を指定しないと、具体的で適切な謝罪メールは作れません。
(8) 定型メール（問い合わせ対応）
ダメな例: 「面接日程調整のメール返信よろしく。」
良い例: 「人事部のAIアシスタントとして、面接日程の調整に関する自動返信メールを作成してください。受信者の名前は[受信者の名前]、受信メッセージは[受信したメッセージ]です。」
ポイント: 役割、目的、必要な情報を指定することで、パーソナライズされた定型文が作成できます。
(9) 定型メール（技術サポート返信）
ダメな例: 「サポートの問い合わせに返信しといて。」
良い例: 「技術サポートのAIアシスタントとして、問い合わせ受け付けと次のステップを案内する自動返信メールを作成してください。受信者の名前は[受信者の名前]、受信メッセージは[受信したメッセージ]です。
サポートチケット番号があれば含めてください。」
ポイント: 役割、目的、含めるべき情報を指定します。
(10) メール返信（返信催促）
ダメな例: 「返信催促メール、書いて。」
良い例: 「優秀なビジネスマンとして、取引先への返信催促メールを作成してください。6月10日に送った見積もりに関するメールへの返信がなく、確認してほしい旨を伝えてください。今月中の返信を希望しています。」
ポイント: 誰に、何について、いつまでに、どのようなトーンで依頼したいのかを具体的に伝えます。
(11) 定型メール（セミナー案内）
ダメな例: 「セミナー案内メール送りたい。」
良い例: 「既存顧客向けに、7月20日開催のオンラインセミナーへの勧誘メールを作成してください。セミナー内容は業務効率化のためのチャットボット活用についてです。参加希望者は社名・部署・氏名を返信するよう記載し、セミナー参加のメリットを簡潔に伝えてください。」
ポイント: 誰に、いつ、何の、どうしてほしい、何を伝えたいかを明確にします。
(12) 定型メール（担当者変更案内）
ダメな例: 「担当変わるってメールしといて。」
良い例: 「取引先へ、人事異動に伴う担当者変更の連絡メールを作成してください。自分が今月末で異動し、後任が後日挨拶メールを送る旨を記載し、今までの感謝の気持ちを伝えてください。」
ポイント: 誰に、理由、具体的な内容、伝えたい気持ちを盛り込みます。
(13) 定型メール（商品不備謝罪）
ダメな例: 「商品間違えた、謝っといて。」
良い例: 「取引先へ、納品した商品の個数間違いに関する謝罪メールを作成してください。原因は担当者の発注ミスで、不足分をすぐに納品対応中であること、今後注意することを記載してください。要望があれば教えてほしい旨も伝えてください。」
ポイント: 誰に、何について、原因、対応、今後の対策、確認事項などを具体的に指定します。
(14) 定型メール（応募者への書類送付依頼）
ダメな例: 「応募者に書類送ってって言って。」
良い例: 「企業の人事担当者として、営業職の正社員募集への応募者にお礼を伝え、履歴書と職務経歴書の送付をお願いするメールを作成してください。送付方法（郵送・メール）と書類選考の結果連絡時期を記載してください。」
ポイント: 役割、何の募集か、誰に、何を依頼するか、伝えるべき情報を明確にします。
4. アイデア出しカテゴリ
(15) アイデア出し（企画）
ダメな例: 「なんか面白い企画ない？」
良い例: 「新しいカフェのマーケティング施策アイデアを5つ出してください。」
ポイント: 何に関する企画か、どのくらいの数が必要かを指定します。
(16) アイデア出し（商品コンセプト）
ダメな例: 「新商品のアイデア考えて。」
良い例: 「環境に優しい洗剤の新しい商品コンセプトアイデアを3つ提案してください。」
ポイント: どのような商品か、何についてアイデアがほしいか、数を指定します。
(17) アイデア出し（SNSキャンペーン）
ダメな例: 「SNSでバズるキャンペーン考えて。」
良い例: 「若年層向けのSNSキャンペーンアイデアを5つ提案してください。」
ポイント: 誰向けの、どのようなアイデアか、数を指定します。「バズる」のような曖昧な表現ではなく、ターゲットを明確にする方が有効です。
5. 文章校正・リライトカテゴリ
(18) 文章の校正・改善
ダメな例: 「この文章、直して。」
良い例: 「以下の文章を敬語に直し、より分かりやすくリライトしてください。」
ポイント: どのように「直して」ほしいのかを具体的に指示します。
(19) 特定ターゲット向けリライト
ダメな例: 「これ、ビジネスマン向けっぽくして。」
良い例: 「以下の文章を、ターゲットを「ビジネスマン」に設定して、響くような文章にリライトしてください。」
ポイント: ターゲットを指定するだけでなく、どのような効果を狙うかも伝えると、より意図に近いリライトが期待できます。
(20) 説得力のある文章へのリライト
ダメな例: 「もっと説得力持たせて。」
良い例: 「以下の文章をより説得力のある表現に書き換えてください。具体的な数値やデータ、具体例を追加し、プロフェッショナルなトーンでお願いします。」
ポイント: どのように説得力を持たせるか、どのようなトーンにするかを具体的に指示します。
6. ドキュメント作成支援カテゴリ
(21) 会議議事録の生成
ダメな例: 「メモから議事録作って。」
良い例: 「以下の会議メモから、決定事項と次のアクションをまとめた議事録を箇条書きで作成してください。」
ポイント: メモのどの情報を使って、どのような形式で議事録を作成したいのかを指定します。
(22) 会議議事録のメール化
ダメな例: 「議事録、メールにして送れるようにして。」
良い例: 「この議事録を、メールの本文として適切な形に整えてください。」
ポイント: 「メールにする」だけでなく、「本文として適切に」のように、目的の形式に合わせて整えるよう指示します。
(23) タスクリストの作成
ダメな例: 「やることリスト作って。」
良い例: 「新製品発売までに必要なタスクを洗い出し、優先度付きでリストアップしてください。」
ポイント: 何に関するタスクか、どのようなリストかを指定します。
(24) プロジェクトのタスク整理
ダメな例: 「プロジェクトのタスク、整理しといて。」
良い例: 「以下のプロジェクトに関するタスクを洗い出し、優先度付きで整理してください。」
ポイント: 対象となるプロジェクトと整理方法を指定します。
(25) タスクリストの形式指定
ダメな例: 「このタスクリスト、表にして。」
良い例: 「このタスクリストを、スプレッドシートで管理できるような表形式にしてください。」
ポイント: 単に「表にして」ではなく、利用目的を伝えることで、より適切な形式での出力が期待できます。
7. ロールプレイカテゴリ
(26) ロールプレイ（クレーム対応）
ダメな例: 「クレーム対応の練習相手して。」
良い例: 「クレーム対応の練習をしたいです。あなたは怒っている顧客になって私にクレームを言ってください。」
ポイント: どのような状況の練習か、相手にどのような役割を演じてほしいかを明確に伝えます。
(27) ロールプレイ（商談練習）
ダメな例: 「商談の練習しよ。」
良い例: 「あなたは[顧客企業の役職・部署]の担当者です。[製品/サービス名]の商談練習に付き合ってください。」
ポイント: 相手の役割と、何の商談かを指定することで、よりリアルな練習ができます。
(28) ロールプレイへのフィードバック要求
ダメな例: 「どうだった？」
良い例: 「私の対応にフィードバックをください。改善点や良かった点を教えてください。」
ポイント: 単に感想を求めるのではなく、具体的なフィードバックの内容を要求します。
8. 意思決定サポートカテゴリ
(29) メリット・デメリット整理
ダメな例: 「クラウドサービスAってどう思う？」
良い例: 「クラウドサービスAを導入すべきか迷っています。メリットとデメリットを客観的に整理してください。」
ポイント: 何について意見が欲しいのか、どのような観点で整理してほしいかを明確にします。
(30) デメリットへの対策提案
ダメな例: 「デメリット、どうにかできない？」
良い例: 「上記のクラウドサービスAのデメリットを回避する方法を考えてください。」
ポイント: 何に対する対策か、何を求めているかを具体的に示します。
9. コード生成カテゴリ
(31) Excel関数の生成
ダメな例: 「Excelで数える関数教えて。」
良い例: 「Excelで'完了'と書かれたセルの数を数える数式を教えてください。」
ポイント: 何を数えたいのか、具体的な条件を指定しないと、適切な関数は提示されません。
(32) 簡単なマクロコードの生成
ダメな例: 「Excelのマクロ書いて。」
良い例: 「Excelで、シート1のA列からシート2のA列にデータをコピーする簡単なVBAマクロを書いてください。」
ポイント: どのような処理を、どの範囲で行いたいのか、具体的に指示します。
(33) データ集計用VBAコード生成
ダメな例: 「売上データを集計するマクロ。」
良い例: 「以下の要件に基づき、Excelの売上データを月別・商品カテゴリ別に集計するVBAマクロを作成してください。データはシートAとシートBにあります。結果は新規シートに出力してください。」
ポイント: どのような集計方法、データの場所、出力先といった詳細な要件を指定する必要があります。
(34) データクレンジング用VBAコード生成
ダメな例: 「顧客データをきれいにするマクロ。」
良い例: 「ExcelのA列からE列にある顧客情報から、空白セルを削除し、電話番号の形式を統一するVBAコードを作成してください。処理結果のログ作成機能もつけてください。」
ポイント: 「きれいにする」の具体的な内容、対象範囲、追加機能などを明確に指定します。
10. プレゼン資料作成支援カテゴリ
(35) プレゼン資料のストーリー構成
ダメな例: 「プレゼンの構成案考えて。」
良い例: 「[製品/サービス名]に関するプレゼン資料のストーリー構成を考えてください。対象顧客は[顧客層]、目的は[プレゼンの目的]です。」
ポイント: 何についてのプレゼンか、誰向けか、目的は何かを伝えないと、効果的な構成案は作れません。
(36) プレゼン構成の要約
ダメな例: 「このプレゼン、短くして。」
良い例: 「このプレゼン資料の構成を、エグゼクティブ向けに要点だけにして作り直してください。」
ポイント: 誰向けに、どのように短くするかを指定します。
(37) 営業プレゼン資料の構成案
ダメな例: 「営業資料の構成作って。」
良い例: 「[製品名]の営業プレゼンテーション資料の構成案を10枚程度で作成してください。製品の特徴、利点、差別化ポイント、顧客の課題解決方法、コールトゥアクションを含めてください。」
ポイント: 何の製品か、想定枚数、含めるべき必須要素を具体的に指定します。
(38) プレゼン資料のデザイン案
ダメな例: 「おしゃれなプレゼンデザイン案ちょうだい。」
良い例: 「ブランド[ブランド名]の[色指定]を使い、[プレゼンのテーマ]に沿ったプレゼンテーションスライドのデザイン案を提案してください。タイトル、本文、図表などのレイアウトと配色について説明してください。」
ポイント: 「おしゃれ」の基準は曖昧です。ブランドイメージ、使用色、テーマ、具体的なデザイン要素を指定します。
11. レポート・マニュアル作成支援カテゴリ
(39) データ分析レポートの構成案
ダメな例: 「分析レポートの構成どうしよ？」
良い例: 「以下のデータセット[データ概要]を分析し、ビジネスへの影響と推奨事項を含むレポートの構成案を作成してください。エグゼクティブサマリー、分析手法、結果と考察、結論と推奨事項のセクションを含めてください。」
ポイント: 何のデータを分析するのか、レポートの目的、含めるべきセクションを指定します。
(40) 社内トレーニングマニュアル作成
ダメな例: 「新人向けのマニュアル作って。」
良い例: 「入社1年目の営業部門社員向けに、基本的な顧客対応スキル習得のための社内トレーニングマニュアルを作成してください。具体的な対応例や会話スクリプト、理解度確認の質問を含めてください。」
ポイント: 誰向けの、何の、どのような内容のマニュアルか指定します。
(41) トレーニングプログラム設計
ダメな例: 「新人の研修プログラム考えて。」
良い例: 「新人の営業社員向けに、3ヶ月間のトレーニングプログラムを設計してください。週ごとの学習テーマ、目標設定、評価指標、座学・実践のバランスを含めてください。」
ポイント: 対象者、期間、盛り込むべき要素を具体的に指定します。
12. 顧客対応支援カテゴリ
(42) FAQの自動応答システム用回答生成
ダメな例: 「FAQの回答作って。」
良い例: 「製品[製品名]のFAQとして、「〇〇の使い方が分からない」という質問に対する回答を作成してください。丁寧な言葉遣いで、具体的な手順を含めてください。」
ポイント: どの製品の、どのような質問に対する回答か、言葉遣いや含めるべき内容を指定します。
(43) 顧客からの問い合わせスクリプト作成
ダメな例: 「故障の問い合わせ対応スクリプト。」
良い例: 「製品[製品名]に関する「〇〇が故障した」という問い合わせを受けた際の、オペレーター向けの応答スクリプトを作成してください。問題のヒアリング、初期トラブルシューティング、次のステップ案内を含めてください。」
ポイント: どの製品の、どのような状況か、誰向けの、含めるべき対応フローを指定します。
13. ソーシャルメディア運用支援カテゴリ
(44) ソーシャルメディア投稿作成
ダメな例: 「SNSに投稿する文章考えて。」
良い例: 「製品[名称]について、ターゲット層[層]のプラットフォーム[SNS名]向けにソーシャルメディア投稿を作成してください。キャッチーな見出しと本文、エンゲージメントを促す質問、関連ハッシュタグを含めてください。」
ポイント: 何について、誰向けに、どのSNSに、どのような要素を含めて投稿したいかを具体的に指示します。
(45) ソーシャルメディア投稿のバリエーション作成
ダメな例: 「他のパターンの投稿も作って。」
良い例: 「上記のソーシャルメディア投稿について、A/Bテスト用に2つの異なるバリエーションを作成してください。それぞれキャッチコピーを変えてください。」
ポイント: なぜバリエーションが必要か、いくつ必要か、どこを変えるかを指定します。
(46) ソーシャルメディアコンテンツカレンダー作成
ダメな例: 「SNSの投稿計画立てて。」
良い例: 「ブランド[名称]のプラットフォーム[SNS名]向けに、1ヶ月分のソーシャルメディア投稿カレンダーを表形式で作成してください。週ごとのテーマ、投稿目的、投稿種類（テキスト、画像、動画など）を含めてください。」
ポイント: 対象ブランド、SNS、期間、形式、含めるべき項目を指定します。
14. 企画書作成支援カテゴリ
(47) 企画書の骨子・構成作成
ダメな例: 「企画書の構成案出して。」
良い例: 「企画書作成のプロとして、以下の要件で企画書の目次構成を作成してください。企画概要は[企画の概要]、ターゲットは[対象顧客層]です。現状分析、課題設定、解決策、実施計画、期待効果、必要リソースの要素を含めてください。」
ポイント: 役割、何の企画書か、ターゲット、含めるべき必須要素を具体的に指定します。
(48) 企画書セクション（現状分析）
ダメな例: 「現状分析書いて。」
良い例: 「以下の項目について、データに基づいた現状分析の文章を作成してください。市場規模、競合状況、自社の強み・弱み、顧客ニーズの変化についてです。」
ポイント: 分析の根拠、含めるべき分析項目を指定します。
(49) 企画書セクション（解決策提案）
ダメな例: 「解決策考えて。」
良い例: 「課題[具体的な課題]に対する具体的な解決策を提案してください。実現可能性、コストと効果のバランス、段階的な実施計画、具体的な数値目標を考慮し、必要な要素を含めてください。」
ポイント: 何の課題に対する解決策か、提案に含めるべき視点を指定します。
(50) 企画書の図表案提案
ダメな例: 「分かりやすい図を入れて。」
良い例: 「[具体的な内容]を効果的に伝えるための図表案を提案してください。フローチャート、比較表、グラフなどの種類の中から選び、一目で理解できる点を重視してください。」
ポイント: 何を伝えたい図か、図表の種類、重視する点を指定します。
15. 分析・洞察カテゴリ
(51) 欠陥・欠落・矛盾の検出
ダメな例: 「この文章、変なとこない？」
良い例: 「この小説の余分な要素は何ですか？箇条書きで3つ挙げてください。」
ポイント: 何を検出したいか、どのような形式で、いくつ挙げてほしいかを具体的に指定します。
(52) 足りない部分の検出
ダメな例: 「これ、何が足りない？」
良い例: 「この企画書に足りない部分は何ですか？改善点を5つ指摘してください。」
ポイント: 対象、検出したいこと、形式、数を指定します。
(53) 誤解リスクの検出
ダメな例: 「これ、分かりにくい？」
良い例: 「この説明の中で、読者に伝わりにくそうな部分はどこですか？理由も教えてください。」
ポイント: 検出したいこと、追加情報を要求します。
(54) プロセスの分解/根拠の質問
ダメな例: 「なんでそう思ったの？」
良い例: 「あなたがこの結論に至った判断基準と途中経過を教えてください。」
ポイント: AIの思考プロセスや根拠を具体的に尋ねます。
(55) 前提を揺さぶる質問
ダメな例: 「もし予算がなかったら？」
良い例: 「もし、このプロジェクトの予算が半分になったら、どのような影響が出ますか？」
ポイント: 条件と、それによって何を知りたいかを具体的に質問します。
(56) 対立意見の設計
ダメな例: 「反対意見は？」
良い例: 「この提案に対する賛成意見と反対意見を、それぞれ異なる専門家（例：エンジニアとマーケター）の視点から説明してください。」
ポイント: 何に対する意見か、どのような意見か、誰の視点かを指定します。
(57) 抽象化と具体化の反復
ダメな例: 「これまとめて、他の例も出して。」
良い例: 「以下の具体例から共通するパターンを抽出し、そのパターンに基づいた新たな具体例を3つ生成してください。」
ポイント: どのような思考プロセスを求めているか、数を指定します。
プロが実践する「洞察質問術」の最新手法
ここでは、より高度なプロンプト技術である「洞察質問術」について解説します。これは僕が実際のAIディレクション業務で開発した手法で、単なる「指示」ではなく「思考の材料」をAIから引き出す方法です。
欠陥検出先行型のアプローチ
通常のプロンプトでは「完成形を求める」アプローチが一般的ですが、洞察質問術では「欠陥・欠落・矛盾の検出」から始めます。
例えば企画書の改善では、「この企画書を良くして」ではなく「この企画書の論理的な矛盾点、証拠不足の主張、読み手を混乱させる可能性のある表現を5つ挙げてください」と問いかけます。
僕の経験では、この方法は特に複雑な文書や企画の改善に効果的です。「何かおかしいところがないか」と質問すると、AIはより批判的な視点で分析し、見逃しがちな問題点を指摘してくれます。
視点の複数化テクニック
異なる専門家や立場からの視点を求めることで、より多角的な分析を引き出す方法です。
例えば「このマーケティング戦略について、CMO（最高マーケティング責任者）、財務担当役員、顧客の3つの立場から評価してください」というプロンプトを使います。
僕がクライアントワークで実践したところ、視点の複数化は特に意思決定の場面で効果的でした。多様な観点からの評価が得られるため、盲点を減らし、より堅牢な判断ができます。
ステップバイステップ思考の誘導
AIに段階的な思考プロセスを要求することで、より深い分析と創造的な回答を引き出す方法です。
例えば「この問題に対する解決策を考える際に、1.現状分析 2.制約条件の特定 3.可能な選択肢の列挙 4.各選択肢の評価 5.最適解の提案 の順で検討してください」というプロンプトを使います。
僕の検証では、このアプローチはAIの回答の論理性と質を大幅に向上させました。特に複雑な問題解決や戦略立案において、思考プロセスを明示することで、より構造化された質の高い回答が得られます。
まとめ
プロンプト設計は、AIとのコミュニケーションにおいて最も重要なスキルの一つです。
「ダメなプロンプト」と「良いプロンプト」の決定的な違いは、具体性、文脈情報、役割設定、出力形式の明示にあります。
効果的なプロンプトを作るための3つの基本原則は「具体的な指示と条件を与える」「文脈情報と役割を設定する」「出力形式と評価基準を明示する」です。
この記事で紹介した15カテゴリ・50パターンのプロンプト例は、すぐに実務で活用できる実践的なテンプレートです。各例のダメな点と良い点を理解することで、プロンプトスキルもかなりパワーアップします！
より高度な「洞察質問術」では、欠陥検出先行型アプローチ、視点の複数化テクニック、ステップバイステップ思考の誘導を活用することで、AIからより深い洞察や創造的なアイデアを引き出すことが可能です。
僕自身も日々プロンプトの改善を続けていますが、最も効果的なのは「プロンプトは会話の入り口であり、対話を通じて洗練させていく」という姿勢です。完璧なプロンプトを一発で書く必要はなく、AIとの対話を通じて徐々に改善していけばよいのです。
なので今からプロンプトを書くときは、5W1Hを意識し、具体的な数字や条件を入れ、背景情報を提供し、AIに役割を与え、出力形式を指定することを心がけましょう！
それでは次回の記事でお会いしましょう〇
