ChatGPTやClaudeを使っているのに、「思ったような答えが返ってこない」「毎回結果がバラバラ」と感じている人は多い。その大半は、AIの性能の問題ではなくプロンプトの書き方に原因がある。
この記事では、プロンプトが「うまくいかない理由」から始めて、すぐ使える書き方の型と実際の例文まで解説する。
プロンプトがうまくいかない本当の理由
プロンプトが機能しない原因は、大抵この3つのどれかだ。
① 曖昧すぎる
「いい感じに書いて」「わかりやすくして」は、AIにとって解釈の幅が広すぎる。「何がいい感じなのか」「誰にとってわかりやすいのか」を具体化する必要がある。
② 文脈が足りない
AIは「あなたの状況」を知らない。業種・対象読者・目的・制約条件を渡さなければ、汎用的な答えしか返ってこない。
③ 一度で完成を求めすぎる
複雑な成果物を1回のプロンプトで仕上げようとすると、どれも中途半端になる。複数のステップに分けて対話的に進める方が精度は上がる。
プロンプトの基本構造：4要素
良いプロンプトには共通した構造がある。以下の4要素を意識するだけで、出力の質が安定する。
[役割] あなたは〇〇の専門家です
[文脈] 状況・背景・対象を説明する
[タスク] 具体的に何をしてほしいか
[制約] 形式・長さ・トーン・禁止事項
すべての要素が毎回必要なわけではないが、この4つを意識してプロンプトを組み立てると、出力が目的に近づく。
用途別：プロンプト例文集
1. ビジネス文書・メール
Before（曖昧なプロンプト）:
このメールをいい感じに書き直して
After（具体的なプロンプト）:
以下のメールを書き直してください。
条件：
- BtoB営業のフォローメール
- 先週の打ち合わせで予算懸念が出た
- 次回提案の機会をもらいたい
- 丁寧だがくどくない文体
- 200字以内
[元のメール本文]
2. コンテンツ・記事作成
プロンプト例:
あなたはSaaS業界のコンテンツマーケターです。
以下の条件でブログ記事の構成案を作成してください。
テーマ: 「中小企業のSaaS導入失敗事例」
ターゲット: IT責任者・経営者（SaaS未導入または導入に失敗した経験あり）
目的: 失敗の共通パターンを知ってもらい、次の導入判断の参考にする
構成: H2を4つ、それぞれにH3を2〜3個
文体: 専門用語は使わず、具体的な事例を交えた読みやすい文体
3. データ分析・要約
プロンプト例:
以下の売上データを分析してください。
分析の観点：
1. 前月比・前年比のトレンド
2. 製品カテゴリ別の増減
3. 特に注目すべき異常値とその考察
出力形式：
- 箇条書きで3点にまとめる
- 各点に「事実」と「考察」を分けて書く
- 経営会議で使える簡潔さを維持する
[データ]
4. アイデア出し・ブレスト
プロンプト例:
以下のテーマでアイデアを20個出してください。
テーマ: 「SaaS企業が解約率を下げるための施策」
条件:
- 費用をかけずにできる施策のみ
- 現場レベルで即実行可能なもの
- 「カスタマーサクセス」「オンボーディング」「コミュニティ」の3軸で分類すること
- 実施難易度（低/中/高）を各アイデアに付記すること
5. コード生成・技術タスク
プロンプト例:
Pythonで以下の処理を書いてください。
処理内容: CSVファイルを読み込み、「売上」列が空白の行を削除してから、
「日付」列で昇順ソートして新しいCSVとして保存する
条件:
- ファイルパスは変数として定義する
- エラーハンドリングを含める
- コメントを日本語で書く
- Python 3.9以上で動作すること
出力を改善する「修正プロンプト」の型
最初の出力が期待と違った場合、以下の修正プロンプトが有効だ。
トーンを変える:
もっと簡潔にしてください。今の半分の文量で。
具体性を上げる:
抽象的すぎます。具体的な数字・事例・手順を含めて書き直してください。
視点を変える:
今の内容を、ITに詳しくない中小企業経営者向けに書き直してください。
フォーマットを変える:
箇条書きではなく、ストーリー形式で書き直してください。
ChatGPTとClaudeで書き方を変えるべきか
基本的な書き方の型はどちらも同じだが、いくつか傾向の違いがある。
| ChatGPT | Claude | |
|---|---|---|
| 構造化 | 箇条書き・見出しを好む | 文章形式でも精度が高い |
| 長文 | 途中で打ち切られることがある | 長文指示に強い |
| 役割設定 | 効果が高い | 文脈の理解力が高い |
どちらも基本4要素（役割・文脈・タスク・制約）を意識することで精度が上がる点は共通だ。
まとめ
プロンプトの書き方は、「曖昧さを排除して、文脈と制約を渡す」の一言に集約される。
役割・文脈・タスク・制約の4要素を意識してプロンプトを設計し、出力を評価して修正するサイクルを回す。この繰り返しが、AIから引き出せる価値を継続的に高める唯一の方法だ。
このブログでは、AIと実務知識を組み合わせて1人でビジネスを回す方法を継続的に発信しています。
