業務が変わるプロンプト設計7パターン：ChatGPT・Claude実践ガイド
「ChatGPTに聞いても、何か的外れな答えしか返ってこない」——この不満は、AIの問題ではない。プロンプトの問題だ。同じAIに同じテーマを投げても、質問の構造が変わるだけで回答の使えなさは天と地ほど違う。
プロンプトエンジニアリングの実践データによると、適切な構造化プロンプトを使う企業と、思いつきで入力する企業では、生産性に3倍の差が出るとされている（出典: Braincuber, 2026）。コストで見ると、40%の削減効果を出している企業もある。
この記事では、業務で実際に使える7つのプロンプト設計パターンを、営業・マーケ・バックオフィスなどの具体的なシーンと共に解説する。2025〜2026年は「個人がツールを試すフェーズ」から「組織のプロセスに組み込むフェーズ」に移行した年だ。プロンプト設計を「個人のノウハウ」にとどめず、「組織の標準テンプレート」にする視点で読んでほしい。
なぜプロンプトの設計がここまで重要なのか
AIモデルは、入力に対して確率的に最も適切な出力を生成する。何が「適切」かを決めるのは、入力の文脈と構造だ。曖昧な質問には曖昧な回答が返る——これは設計上の必然だ。
たとえば「採用要件を作って」という指示と、「弊社は従業員50名のIT企業です。営業担当者を採用します。ターゲットは3年以上のSaaS営業経験者で、SMB向け新規開拓が主業務です。採用要件を必須スキル3つ・歓迎スキル3つ・求める人物像1段落の形式で作成してください」という指示では、出てくる結果が根本的に違う。前者はジェネリックなテンプレート、後者は即座に使える要件書になる。
7つのパターンを覚える必要はない。「なぜそのパターンが機能するのか」を理解すれば、応用は自然にできる。
図1: プロンプト構造化の前後比較
パターン1：ロール設定——「誰として答えるか」を決める
AIに役割を与えると、その役割に適した視点・語彙・思考プロセスで回答する。「〜として回答してください」の一言で、出力の専門性が大きく変わる。
使用例（採用・人事担当向け）:
「あなたは採用コンサルタントとして10年の経験を持ち、IT業界のミドル層採用を専門としています。以下の求人票を読み、優秀な候補者が『魅力を感じない』と思う箇所を3つ指摘し、改善案をそれぞれ提示してください。」
ポイントは「役割＋専門性＋文脈」の3点セットで設定することだ。「採用担当者として」だけでは役割が薄い。「IT業界ミドル層採用10年」という専門性と、「候補者視点」という文脈を加えると出力が変わる。
Lat91の実践では、AIエージェントを「シニアエンジニアとしてコードレビューを行うエージェント」として定義したところ、単純な誤り指摘から「なぜそのコードは問題か、代替実装はどうあるべきか」という構造的な指摘に変わった。
パターン2：文脈注入——「知らないことを教える」
AIが知らない情報——自社の状況、業界固有の常識、特定のルール——は明示的に与えなければならない。「常識的にわかるはず」というのは人間同士の話で、AIには通じない。
使用例（カスタマーサポート向け）:
「弊社は月額制のプロジェクト管理SaaS（月額1.5万円〜）を提供しています。解約理由の多くは『機能が多すぎてどう使えばいいかわからない』です。以下の問い合わせメールに対し、解約を思いとどまらせながら、課題解決に向けたサポートを提案する返信文を書いてください。」
文脈注入の効果は、具体的なデータを入れるほど高まる。「解約理由が多い」より「解約理由の67%が機能過多への戸惑い」と数字を入れると、AIが重点を置く箇所が変わる。
パターン3：Chain-of-Thought（CoT）——「考えてから答えさせる」
複雑な問題や多段階の推論が必要なタスクでは、AIに段階的に考えさせることで精度が大幅に上がる。「まず〜を分析し、次に〜を検討してから、最後に〜を判断してください」という構造だ。
使用例（戦略立案向け）:
「以下の手順で分析してください。
ステップ1：競合A社の強みと弱みを3つずつ整理する
ステップ2：弊社の現状リソース（資金・人材・技術）と照らし合わせ、現実的に勝てる領域を特定する
ステップ3：6ヶ月で実行可能な差別化施策を2案提示する
各ステップの結論を番号付きで示してから、最終的な提案を出してください。」
CoTは、AIが「わかったふり」で答えるのを防ぐ効果もある。段階的に論拠を示させることで、論理の飛躍や矛盾が見えやすくなる。
パターン4：Few-shot（例示）——「こういう形で出して」を見せる
出力の形式や文体をコントロールしたい場合、説明するより例を見せる方が早い。1〜3個の例（ショット）を与えるだけで、AIは自動的にそのパターンに合わせて出力する。
使用例（SNS投稿向け）:
「以下の例と同じ形式で、LinkedIn投稿を3本作成してください。
例1：『◎月◎日、弊社でAIエージェントの実証実験を開始しました。3週間の検証で明らかになった意外な発見が2つあります。[続きを読む]』
例2：『生成AI導入で失敗する会社に共通する点を1つ挙げるとすれば、「使う前に業務を整理しない」ことです。』
新しいトピック：AIエージェントの導入コストが下がっている理由」
Few-shotは、社内の文体統一、定型文の大量生成、ブランドボイスの再現に特に効果的だ。良い例を1つ社内で作れば、同じ品質の文章を何十本でも生成できる。
パターン5：制約指定——「これだけはやるな」を先に言う
AIは「できること」に引っ張られ、指示の外の情報も付け加えようとする傾向がある。不要な出力を最初から排除するには、制約を明示する。
使用例（レポート作成向け）:
「以下の売上データを分析し、200字以内の経営サマリーを作成してください。
制約：
・数値は変えずにそのまま使う
・原因分析は含めない（事実のみ記載）
・「〜と考えられます」「〜かもしれません」等の推測表現を使わない
・箇条書き禁止。文章形式で書く」
制約を入れると出力が締まる。特に「AIらしい表現」——過度な丁寧語、あいまいな断定、同語反復——を排除する制約は、レポート品質を劇的に上げる。
パターン6：プロンプトチェーン——複雑タスクを分割する
1回のプロンプトで複雑なタスクを全部やろうとすると、質が低下する。複数のステップに分割し、前の出力を次の入力にする「チェーン」が有効だ。
業務例（提案書作成）:
ステップ1：「顧客ヒアリングメモ（以下）から、顧客の課題を3つに整理してください。」
↓ 出力（課題整理）を確認・修正
ステップ2：「上記の課題に対し、弊社サービスで解決できる部分と解決できない部分を分けてください。」
↓ 出力を確認
ステップ3：「解決できる部分について、提案書の『課題解決の提案』セクションを400字で書いてください。」
チェーンの利点は、各ステップで人間が確認・修正を入れられることだ。1回で全部やろうとすると誤りが積み重なるが、分割すれば品質管理が入る。
パターン7：批判的レビュー——AIに自己評価させる
AIが生成した回答を、再度AIに評価させる。これは見過ごされがちだが、品質向上に最も効果が高いパターンの一つだ。
使用例:
「あなたが先ほど生成した提案書を、以下の観点で批判的に評価してください：
1. 顧客の課題に正面から答えているか
2. 競合との差別化が明確か
3. 数字・具体例が不足しているセクションはどこか
評価後、改善版を出してください。」
Lat91でSEO記事を自動生成するエージェントを構築した際、このパターンを組み込んだところ、AI臭（同じ文末の繰り返し、曖昧な断定）が大幅に減った。「自分の出力を批評する」ことで、AIは別の視点で出力を見直す。
図2: 7パターン使いどころ早見表
よくある失敗：「AIが使えない」と感じる3つの根本原因
原因1：一文で全部書こうとする
「営業資料を作って」という1文では何も出ない。誰向けか、何を伝えたいか、どんな形式か——これらが欠けると、AIは一般的な内容しか出せない。
原因2：AIを「全部知っている」前提で使う
自社の状況、業界の常識、社内ルールをAIは知らない。教えなければ使えない。「うちでは〜と呼んでいます」「業界では〜が当たり前です」という文脈を毎回入れることを習慣化する。
原因3：1回で完成品を求める
プロンプトチェーン（パターン6）を使わず、1回のプロンプトで複雑なアウトプットを求めると、質が下がる。人間でも「一発で完璧な企画書を書いて」と言われたら詰まる。段階的に進める設計に変えるだけで品質が上がる。
今週から使えるアクション
7パターンを全部覚える必要はない。まず最も効果が出やすい2つを試してほしい。
今週やること1：全プロンプトに「ロール設定」を追加する
現在使っているプロンプトの冒頭に「あなたは〜の専門家です」を追加するだけ。既存のプロンプトを1つ選んで改善し、出力の変化を確認する。
今週やること2：よく使うプロンプトに「制約指定」を加える
「200字以内」「箇条書き3つ以内」「推測表現を使わない」——これを1行加えるだけで、後処理の編集時間が半減する。
海外では、プロンプトライブラリ（チームで共有するプロンプトの集積）を整備している企業が増えている。米国のセールスチームでは、成約率の高い営業メールのプロンプトをテンプレート化し、新人でもベテランと同水準のメール品質を実現している事例がある。これは「個人のスキル」を「組織の資産」に変える発想だ。
3ヶ月後に「あの時プロンプトテンプレートを作り始めてよかった」と感じるか、「また同じプロンプトを一から考えている」かの分岐点は、今週始めるかどうかにかかっている。
Lat91では、社内のAI活用を「個人のノウハウ」から「組織の仕組み」にする支援をしています。
プロンプトテンプレートの整備から業務フローへの組み込みまで、実際のエージェント運用経験をもとにサポートします。まずは無料相談からどうぞ。