ChatGPTに質問したら、なんだか微妙な答えが返ってきた。そんな経験はないでしょうか。
「AIってこんなもんか」と思う前に、ちょっと待ってください。同じ目的でも、聞き方を変えるだけで出力は別物になります。これ、嘘みたいに本当の話です。
この記事では、ダメなプロンプトと良いプロンプトの両方をChatGPTに投げて、実際の出力を並べて比較しました。「こう聞くとこうなる」が一目でわかるので、理論より先に「体感」できるはずです。
メール作成、要約、コード生成など仕事でよく使う8パターンを用意しました。そのまま使えるプロンプトのテンプレートも載せています。
ダメなプロンプトに共通する3つのパターン
まず、うまくいかないプロンプトの共通点を先に押さえておきましょう。この3つを避けるだけで、出力の質はかなり変わります。
1. 丸投げ
目的も条件も伝えず、とにかく聞いてしまう。
「メール書いて」
2. 情報不足
自分の頭の中にある前提を伝えていない。
「要約して」（何を？誰向けに？）
3. 出力形式の未指定
どんな形で返してほしいかを伝えていない。
「分析して」（表？箇条書き？文章？）
要するに、人間に仕事を頼むときと同じです。「いい感じにやっといて」では、どんなに優秀な人でもいい仕事はできないですよね。AIもまったく同じです。
では実際に、ダメなプロンプトと改善プロンプトで出力がどう変わるか見ていきましょう。
Before/After ― 同じ目的でも聞き方で出力はこんなに変わる
以下の8パターンすべて、ChatGPT（GPT-4o）で実際にテストした結果です。左が「ダメな聞き方」、右が「改善した聞き方」。同じAIに聞いているのに、出力の質がまるで違います。
1. ビジネスメール作成
Before
プロンプト
お詫びのメールを書いて
件名：お詫び
お世話になっております。
この度は、ご迷惑をおかけしましたことを深くお詫び申し上げます。今後このようなことがないよう、再発防止に努めてまいります。
何卒ご理解いただけますと幸いです。今後ともよろしくお願いいたします。
After
プロンプト
以下の条件でお詫びメールを書いてください。
・相手：取引先の田中部長
・内容：納品が3日遅れる
・原因：部品の供給遅延
・対応：特急便で手配済み、3/10に届く予定
・トーン：誠実だが過度にへりくだらない
・文字数：300文字以内
件名：【納品日変更のお詫び】3/10着予定でご手配済み
田中部長
お世話になっております。株式会社〇〇の△△です。
ご発注いただいた製品について、部品供給元の遅延により、当初の納品日から3日遅れる見込みとなりました。ご迷惑をおかけし申し訳ございません。
現在、特急便で手配しており、3月10日（月）着でお届けできる見込みです。
進捗に変化がありましたら、すぐにご連絡いたします。ご不明点があればお気軽にお申し付けください。
改善ポイント
相手・原因・対応策・トーン・文字数を具体的に指定 → そのまま送れるメールに
2. 長文の要約
Before
プロンプト
以下を要約して。
（議事録テキスト）
会議では新規プロジェクトの進捗状況について話し合いが行われました。各担当者からの報告があり、いくつかの課題が指摘されました。今後のスケジュールについても議論され、次回会議の日程が決まりました。全体的にプロジェクトは順調に進んでいるとの認識で一致しました。
After
プロンプト
以下の会議議事録を、上司への報告用に要約してください。
・形式：「決定事項」「未決事項」「次のアクション（担当者+期限）」の3項目に分けて箇条書き
・各項目3つ以内
・専門用語はそのまま使ってOK
（議事録テキスト）
【決定事項】
・UI刷新はフェーズ2（4月リリース）に含める
・外部APIはStripe決済に一本化
・QA体制を2名→3名に増員
【未決事項】
・モバイル対応の優先度（来週の設計レビューで判断）
・ステージング環境のインフラ構成
【次のアクション】
・佐藤：Stripe API連携の技術検証（3/12まで）
・山田：QA追加メンバーの人選と面談設定（3/14まで）
・鈴木：UI刷新のワイヤーフレーム初稿（3/15まで）
改善ポイント
用途（上司への報告）と出力形式（3項目・箇条書き）を指定 → 読んですぐ使える構造化された要約に
3. アイデア出し・ブレスト
Before
プロンプト
新商品の名前を考えて
1. イノベーションプラス
2. スマートライフ
3. ネクストジェネレーション
4. フューチャーテック
5. エボリューション
どのような商品かをお教えいただければ、より具体的な提案が可能です。
After
プロンプト
以下の商品のネーミング案を10個出してください。
・商品：オフィスワーカー向けの姿勢改善クッション
・ターゲット：30-40代のデスクワーカー（男女）
・価格帯：8,000円前後
・ブランドイメージ：シンプル、機能的、北欧風
・条件：カタカナ or 英語、4文字以内、読みやすいこと
・避けたいワード：「健康」「矯正」（医療っぽく見える）
1. ソルナ（Solna）- スウェーデンの都市名。北欧感がある
2. リペア（Repaire）- 「座って整える」ニュアンス
3. コアシ（Coasi）- Core + Cushionの造語
4. ポスト（Postt）- Posture（姿勢）を短縮
5. セトル（Settle）- 「落ち着く・定まる」の意味
6. ノルド（Nord）- 北欧イメージ直球
7. ルーツ（Roots）- 体の土台を支えるイメージ
8. バランク – Balance + Plankの造語
9. スタディ（Studi）- 北欧語風の響き
10. レスト（Reste）- Rest + Esteの造語、休息感
改善ポイント
商品の具体情報＋ターゲット＋制約条件＋NGワード → 実際に使えるレベルの提案に
4. プログラミング（コード生成）
Before
プロンプト
CSVを処理するPythonコード書いて
import csv
with open(‘data.csv’, ‘r’) as f:
reader = csv.reader(f)
for row in reader:
print(row)
# CSVファイルを読み込んで各行を出力します。
# 必要に応じてデータの加工処理を追加してください。
After
プロンプト
以下の仕様でPythonスクリプトを書いてください。
・入力：売上データCSV（列：date, product, quantity, price）
・処理：商品ごとの月別売上合計を集計
・出力：集計結果を新しいCSVに保存
・ライブラリ：pandas使用
・エラー処理：ファイルが存在しない場合のメッセージ表示
・コメント：各処理ブロックに日本語コメント付き
import pandas as pd
import sys
from pathlib import Path
# 入力ファイルの存在確認
input_file = Path(“sales_data.csv”)
if not input_file.exists():
print(f”エラー: {input_file} が見つかりません”)
sys.exit(1)
# CSV読み込み
df = pd.read_csv(input_file)
df[“date”] = pd.to_datetime(df[“date”])
# 月別カラムを追加
df[“month”] = df[“date”].dt.to_period(“M”)
# 売上金額を計算（数量 x 単価）
df[“sales”] = df[“quantity”] * df[“price”]
# 商品×月ごとに集計
summary = df.groupby(
[“product”, “month”]
)[“sales”].sum().reset_index()
# CSV出力
summary.to_csv(“monthly_sales.csv”, index=False)
print(f”集計完了: {len(summary)}行を出力”)
改善ポイント
入力データの列名＋処理内容＋出力形式＋使用ライブラリ＋エラー処理を指定 → コピペで動くコードに
5. 翻訳
Before
プロンプト
以下を日本語に翻訳して。
We need to push back the delivery timeline by approximately two weeks due to unforeseen supply chain disruptions.
予期せぬサプライチェーンの混乱により、納品スケジュールを約2週間延期する必要があります。
After
プロンプト
以下の英文を日本語に翻訳してください。
・用途：社内の上司への報告メール
・トーン：ビジネス敬語（堅すぎない）
・「supply chain disruptions」は「仕入先のトラブル」と訳す（専門用語を避ける）
・原文のニュアンスを保ちつつ自然な日本語に
We need to push back the delivery timeline by approximately two weeks due to unforeseen supply chain disruptions.
仕入先で予期せぬトラブルが発生したため、納品スケジュールが約2週間後ろ倒しになる見込みです。
改善ポイント
用途＋トーン＋専門用語の訳し方を指定 → そのまま社内メールに使える自然な日本語に
6. SNS投稿文の作成
Before
プロンプト
Xの投稿文を書いて
今日も一日頑張りましょう！皆さんの今日の目標は何ですか？#おはよう #モーニングルーティン #頑張ろう
After
プロンプト
以下の条件でXの投稿文を3パターン書いてください。
・発信者：AI関連のメディアアカウント
・テーマ：ChatGPTの新機能「メモリ」について
・目的：記事への誘導（URLは末尾に置く）
・トーン：情報提供型（煽りなし、ですます不要）
・140文字以内
・ハッシュタグ：#ChatGPT のみ
【パターン1】
ChatGPTに「メモリ」機能が追加。過去の会話を覚えてくれるので、毎回「私はエンジニアです」と書かなくてよくなった。地味だけど便利。
#ChatGPT
https://…
【パターン2】
ChatGPTのメモリ機能、実際に使ってみたら「前に言った条件を覚えてる」のが想像以上に楽。プロンプトが短くなるのが一番の恩恵かも。
#ChatGPT
https://…
【パターン3】
ChatGPTのメモリ機能を試した。好みや前提条件を記憶してくれるので、2回目以降の指示がかなりシンプルになる。使いこなすコツも書いた。
#ChatGPT
https://…
改善ポイント
発信者の立場＋テーマ＋目的＋文字数＋トーンを指定 → アカウントの世界観に合った投稿に
7. 企画書の骨子
Before
プロンプト
AIを使った新規事業の企画書を書いて
■ 企画書：AI活用新規事業
1. 背景
近年、AI技術は急速に発展しており、ビジネスにおけるAI活用は不可欠となっています。
2. 事業概要
AIを活用した革新的なサービスを提供し、業務効率化と顧客満足度向上を実現します。
3. ターゲット
企業および個人ユーザー
4. 収益モデル
サブスクリプション型の料金体系を採用します。
5. 今後のスケジュール
段階的にサービスを拡充していきます。
After
プロンプト
以下の条件で新規事業の企画書の骨子を作ってください。
・自社：従業員50名の人材紹介会社
・アイデア：AIで求職者の職務経歴書を自動添削するサービス
・ターゲット：20-30代の転職希望者
・競合との差別化：人材業界の知見を活かしたAI添削
・出力形式：企画書の見出し構成＋各セクション2-3行の概要
・上司への初回提案用（詳細データは不要）
■ 企画書骨子：AI職務経歴書添削サービス「レジュメAI」
1. 課題と機会
転職市場で書類通過率は平均30%。求職者の多くが「何を書けばいいかわからない」と悩んでいる。当社には年間5,000人の添削実績があり、このノウハウをAI化できる。
2. サービス概要
職務経歴書をアップロードすると、業界×職種に最適化された改善提案を即座に返すWebサービス。当社の添削ノウハウを学習データとして活用。
3. ターゲットと市場規模
20-30代の転職希望者（年間約300万人）。初期ターゲットはIT・Web業界。
4. 収益モデル
フリーミアム型。基本添削は無料、詳細分析＋業界別テンプレートを月額980円で提供。
5. 競合優位性
一般的なAI添削は汎用的な指摘のみ。当社は「人材紹介会社の視点で通過する書類」を知っている点が差別化要因。
6. 初期投資と体制
開発費：約500万円（外注）、運用：マーケ1名＋CS1名。既存の求職者DBでβテスト可能。
7. スケジュール
4月：プロトタイプ開発 → 6月：社内βテスト → 8月：一般公開
改善ポイント
自社の状況＋アイデアの具体像＋用途（初回提案用）を指定 → 上司に見せられるレベルの骨子に
8. データ分析
Before
プロンプト
売上データを分析して
売上データを分析するには、以下の手順をお勧めします。
1. データの全体像を把握する
2. トレンドを確認する
3. セグメント分析を行う
4. 異常値を特定する
5. 改善施策を検討する
具体的なデータを提供いただければ、より詳細な分析が可能です。
After
プロンプト
以下の売上データを分析してください。
（データ貼り付け）
・分析の目的：来月の仕入れ量を決めたい
・知りたいこと：商品ごとの売上トレンド（増加/横ばい/減少）
・出力形式：商品ごとに1行で「商品名 | トレンド | 来月の推奨仕入れ量（前月比）」の表
・判断基準：直近3ヶ月の推移で判断
| 商品 | トレンド | 推奨仕入れ量 |
|——|———|————|
| 商品A | 増加（+15%/月） | 前月比 +20%（在庫切れ防止） |
| 商品B | 横ばい | 前月同量 |
| 商品C | 減少（-8%/月） | 前月比 -10%（在庫過多防止） |
| 商品D | 増加（+5%/月） | 前月比 +10% |
| 商品E | 急減（-25%/月） | 前月比 -30%（打ち切り検討） |
補足：商品Eは3ヶ月連続で下落しており、季節要因でなければ取り扱い見直しを推奨します。
改善ポイント
分析の目的＋知りたいこと＋出力形式＋判断基準を指定 → すぐに意思決定に使えるアウトプットに
💡 共通する改善パターン
8つのBefore/Afterを見て気づいたかもしれませんが、改善プロンプトには必ず「目的」「条件」「出力形式」の3つが入っています。この3つを意識するだけで、ほとんどのプロンプトは改善できます。
すぐ使える「プロンプトの型」3選
毎回ゼロから考えるのは面倒ですよね。ここでは、コピペで使えるプロンプトのテンプレートを3つ紹介します。上のBefore/Afterで見た改善ポイントを、型として使い回せるようにしたものです。
型1: 条件リスト型（一番汎用的）
テンプレート
[やってほしいこと]を作成してください。
・目的：[何のために使うか]
・対象：[誰が読む/使うか]
・トーン：[カジュアル/ビジネス/フレンドリー等]
・形式：[箇条書き/表/文章/コード等]
・文字数：[〇〇文字以内]
・その他：[避けたいこと/含めたいこと]
すべての項目を埋める必要はありません。目的と形式だけでも十分効果があります。
型2: 役割指定型（専門知識がほしいとき）
テンプレート
あなたは[役割]です。
以下の状況について、[アウトプットの種類]を提供してください。
【状況】
[背景情報をここに記載]
【条件】
・[制約1]
・[制約2]
役割は具体的に。「マーケター」より「BtoB SaaSのコンテンツマーケター（経験5年）」の方が出力の質が上がります。
型3: ステップ指示型（複雑なタスク向け）
テンプレート
以下のステップで[タスク]を進めてください。
Step 1: [最初にやること]
Step 2: [次にやること]
Step 3: [最後にやること]
各ステップの結果を見せてから次に進んでください。
一度に大量の指示を出すと精度が落ちます。ステップに分けることで、各段階で確認・修正できます。
ChatGPT・Claude・Geminiでプロンプトのコツが違う
ここまでChatGPTを例に説明しましたが、実はAIによって「効くプロンプトの書き方」が微妙に違います。同じプロンプトを投げても、返ってくる出力の傾向が異なるためです。
| ポイント | ChatGPT | Claude | Gemini |
|---|
| 出力の傾向 | バランス型。指示がなくても「それっぽい」形で返す | 指示に忠実。言われたことだけ正確にやる | 情報を盛る傾向。関連情報も付けてくる |
| 文字数 | 中程度 | 簡潔（短め） | 長め（詳細） |
| プロンプトのコツ | 「〇〇として」の役割指定が効きやすい | 条件を箇条書きで並べると精度が上がる | 「ステップバイステップで」が特に効果的 |
| 得意なこと | 画像生成、汎用的な相談 | 長文作成、コード、正確な要約 | リサーチ、長文の読み込み |
| 苦手なこと | 最新情報（やや遅れる場合あり） | 画像生成は非対応 | 指示の省略を「勝手に補完」しがち |
💡 使い分けのヒント
迷ったら「文章を書くならClaude、画像ならChatGPT、調べ物ならGemini」が2026年現在の目安です。詳しくは、実際の出力を並べた比較記事もあるのでそちらもどうぞ。
📄 あわせて読みたい
ChatGPT・Claude・Gemini徹底比較 ― 同じ質問を投げてわかった本当の違い →
まとめ ― この3つだけ覚えれば大丈夫
プロンプトの書き方はシンプルです。難しいテクニックは不要で、以下の3つを意識するだけで出力は大きく変わります。
1. 目的を伝える
「何に使うか」を一言入れるだけで、出力のピントが合います。
2. 条件を箇条書きにする
トーン、文字数、対象者。思いつく条件を「・」で並べるだけでOK。
3. 出力形式を指定する
「表で」「箇条書きで」「3つに絞って」。形を決めると使いやすくなります。
⚠️ プロンプトの注意点
ChatGPTの出力には事実と異なる情報が含まれることがあります。特に数値・人名・最新情報は、必ず元ソースで確認してください。プロンプトで改善できるのは「出力の形と方向性」であり、「情報の正確性」は別問題です。
完璧なプロンプトを最初から書く必要はありません。まずは「目的」だけ追加してみてください。それだけで「なんか微妙」が「まあまあ使える」に変わります。そこから条件や形式を足していけば、十分です。
プロンプト改善の3ステップ
やりたいことを書く
→
目的と条件を追加
→
出力形式を指定
グーグル