生成AIで伝わる文章を作るプロンプト｜設計・業務別テンプレート・法人利用のコツを解説

「AIに文章を作らせてみたけれど、そのまま社内に出せる文面にならない」と感じている方も多いのではないでしょうか。生成AIの文章力は高い一方で、実務で使える出力になるかどうかは指示文（プロンプト）の設計で決まります。本記事では、ビジネスメール・提案書・広報文・社内案内・リライトの5業務について、コピペで使えるプロンプトと出力例、そして出力を評価する視点までをセットで整理します。あわせて、AI経営総合研究所が​独自に取材した先行企業の活用実態​から、文章生成を個人技で終わらせない仕組みづくりも紹介します。

弊社では、生成AIのプロンプト設計に役立つ資料を配布しています。導入設計やリスク対策、プロンプトの考え方が分かる内容です。正しい指示で望むアウトプットを引き出す、適切に業務に組み込むノウハウを知れますので、ぜひご覧ください。

まず押さえたい！プロンプトとは何か、その「伝わり方」の仕組み

プロンプトはAIに渡す指示文です。文章生成の場合、「誰に向けて」「何のために」「どんな形式で」の3点が渡っているかどうかで、出力がそのまま使える文面になるか、書き直しが必要な下書きで終わるかが分かれます。

たとえば「案内文を作って」とだけ入力すると、AIは読み手も目的も判断できないため、どの会社でも通用する汎用的な文面を返します。一方で次のように書くと、出力の粒度が変わります。

新入社員向けに、社内AI研修の案内メールを作成してください。目的は社内のAI活用リテラシー向上です。件名と本文を分け、本文は300字以内で、研修日程・目的・申込方法を必ず含めてください。

AIは入力文を「前提条件」として処理します。前提が薄いほど出力は一般論に寄り、前提が具体的なほど自社の文脈に近づきます。文章生成におけるプロンプトは命令文ではなく、書き手とAIが同じ前提を共有するための仕様書と捉えると設計しやすくなります。

なお、プロンプトの一般的な書き方や設計手順そのものはプロンプト設計の5つの方法と業務別活用法、5ステップで整理した生成AIプロンプトの書き方で体系的に扱っています。本記事は文章作成に絞って掘り下げます。

文章生成AIで成果を出すプロンプト設計の基本構造

文章生成に効くプロンプトは「目的」「対象」「条件」「形式」「トーン」の5要素で構成されます。この5つのうち欠けている要素があるほど、AIは自分で補完し、社内の実態から離れた文面を返します。

文章生成に効く5つの設計要素

各要素が出力のどこに効くのかを整理しました。

要素	指示内容	プロンプトへの書き方
目的	何のために書くのか	「社内AI研修の申込を促す案内メールを作成してください」
対象	誰が読むのか	「入社1年目の非エンジニア社員に向けて」
条件	何を必ず含めるか	「研修日程・目的・申込方法・締切を必ず含めて」
形式	どう出力するか	「件名と本文を分け、本文は300字以内で」
トーン	どんな印象で伝えるか	「前向きで、押しつけがましくないビジネス文体で」

5要素を1つの指示文にまとめると、次のようになります。

入社1年目の非エンジニア社員に向けて、社内AI研修の申込を促す案内メールを作成してください。件名と本文を分け、本文は300字以内で、研修日程・目的・申込方法・締切を必ず含めてください。前向きで、押しつけがましくないビジネス文体でお願いします。

悪いプロンプト vs 良いプロンプト（比較例）

同じ依頼でも、5要素の有無で出力の使い道が変わります。

プロンプト	出力の特徴	不足している要素
「AI研修の案内を作って」	誰向けか不明で、汎用的な文面になります	対象・目的・形式・トーンの4要素
「新入社員向けに、目的や申込方法を含めて案内文を300字で」	意図に沿った構成で出力されます	トーンのみ
「入社1年目の非エンジニア社員向けに、目的・申込方法・締切を含めて、前向きなビジネス文体で300字の案内文を」	語尾や語彙まで社内文書に近づきます	なし

AIは「命令」より「設計」を正確に受け取ります。文章生成で差がつくのは、何を書かせるかではなく、どんな条件で書かせるかを言語化できているかどうかです。記号を使った構造化の書き方はプロンプト記号の使い分けにまとめています。

業務別！すぐ使える文章生成プロンプト例【コピペOK】

ここからは、文章作成の頻度が高い5業務について、改善前後のプロンプトと出力例、出力を評価する視点を並べます。プロンプトはそのままコピーして、社名・製品名・数値だけ差し替えれば使えます。

なお、生成AIの回答は同じ指示文でも実行ごとに変わります。以下の出力例は文面の方向性を確認するための抜粋で、一字一句が再現されるものではありません。また、角括弧を埋める際は取引先名を仮称に置き換え、未公開の数値は [ ] のまま渡して出力後に人が差し替えます。

業務	使う場面（プロンプトの型）
① ビジネスメール・社内文書	謝罪・依頼・調整など、相手との関係性が問われる文面
② 提案書・報告書	章立てを固定して、論理の抜けを防ぎたい文書
③ マーケティング・広報・SNS	複数案を出して比較検討したい短文
④ 教育・人事・研修案内	全社配信で、読み手の属性がばらつく通知文
⑤ 文章リライト・校正・トーン変換	既存の文章を、別の読み手向けに作り替える作業

① ビジネスメール・社内文書

メールは相手との関係性が文面に出るため、背景情報をどこまで渡せるかで品質が決まります。改善前後を比べると、渡すべき情報の量がはっきりします。

Before（曖昧なプロンプト）​

取引先へのお詫びメールを作って

After（改善プロンプト）​

あなたは製造業の営業担当です。
主要取引先の購買担当者に、部品納入が1週間遅延することを伝えるお詫びメールを作成してください。

# 必ず含める要素
– 遅延の事実と、変更後の納品予定日
– 遅延の理由（サプライヤー側の生産調整）
– 代替案（一部数量の先行納品）
– 再発防止の方針

# 条件
– 件名と本文を分けて出力する
– 本文は300字以内
– 誠実で丁寧、かつ言い訳がましくならないトーン

​出力例（抜粋）​

件名：〇〇部品 納品日変更のお詫びとご報告

平素より格別のお引き立てを賜り、厚く御礼申し上げます。
このたび、〇月〇日納品予定の〇〇部品につきまして、サプライヤー側の生産調整により、
納品が1週間遅延する見込みとなりました。変更後の納品予定日は〇月〇日です。

つきましては、貴社の生産計画への影響を最小限にとどめるため、
全数量のうち〇個を〇月〇日に先行して納品させていただく案をご提案いたします。

​この出力をどう評価するか​

• 変更後の納品予定日が具体的な日付として明記されているかを確認します
• 遅延理由が事実ベースの1文に収まり、責任の所在を曖昧にしていないかを見ます
• 代替案が「検討します」ではなく、数量と日付を伴う提案になっているかを確認します

シーン別のメール文例をさらに増やしたい場合は、ChatGPTでメール作成を自動化するプロンプト集に業務別の型をまとめています。

② 提案書・報告書

報告書は章立てと各章の文字数を指定すると、論理の抜けと分量の偏りを同時に防げます。

Before（曖昧なプロンプト）​

AI研修の成果報告書を作って

After（改善プロンプト）​

中堅社員向けに実施したAI活用研修の成果報告書を作成してください。
読み手は経営会議に出席する役員です。

# 構成（各章200字以内）
第1章：実施目的と対象範囲
第2章：定量成果（受講率・業務時間の変化）
第3章：残課題と次四半期の打ち手

# 条件
– 数値は [ ] のプレースホルダで出力し、こちらで埋められるようにする
– 専門用語には初出時に1文の補足を付ける
– 事実と解釈を段落単位で分ける

​出力例（抜粋）​

第2章：定量成果
対象部門[ ]名のうち、受講を完了した社員は[ ]名（受講率[ ]%）でした。
受講後4週間の業務実績では、報告書作成にかかる平均時間が[ ]分から[ ]分へ変化しています。
なお、この変化には繁忙期の業務量差が含まれるため、次四半期に同条件での再測定を行います。

​この出力をどう評価するか​

• 数値が空欄（プレースホルダ）で出ているかを確認します。AIが数字を埋めた状態で出てきた場合、その数値は根拠のない生成物です
• 事実の記述と、解釈・提案の記述が混ざっていないかを見ます
• 各章が指定した文字数の範囲に収まっているかを確認します

数値を空欄で出させる指定は、報告書系のプロンプトで最も効く安全策です。資料そのものの構成づくりは資料作成プロンプトの設計とテンプレート、企画書の骨子づくりは通る企画書を作るプロンプト設計で扱っています。

③ マーケティング・広報・SNS

短文は「何案出すか」と「どの切り口で振るか」を同時に指定すると、比較検討の材料がそろいます。

Before（曖昧なプロンプト）​

AI研修サービスのSNS投稿文を作って

After（改善プロンプト）​

法人向け生成AI研修サービスを紹介するSNS投稿文を3案作成してください。
読み手は従業員500名以上の企業の人事・DX推進担当者です。

# 3案の切り口を分ける
案A：導入後に現場で起きる変化を描く
案B：導入前によくある失敗から入る
案C：意思決定に必要な判断材料を提示する

# 条件
– 各案200字以内、最後に遷移先URLを置く位置を [URL] で示す
– 誇張表現と煽り表現は使わない
– 専門用語は使わず、成果イメージが伝わる言葉にする

​出力例（抜粋）​

案B：導入前によくある失敗から入る
「研修は実施した。でも現場では誰も使っていない」──生成AI導入でつまずく企業の多くは、
ツールではなく業務への組み込み方でつまずいています。
どの業務から着手するかを決める判断軸を、実務担当者向けに整理しました。 [URL]

​この出力をどう評価するか​

• 3案が本当に別の切り口になっているか、言い回しだけ変えた同一内容になっていないかを確認します
• 自社が事実として言えない成果（数値・実績）が紛れ込んでいないかを見ます
• 読み手の属性に対して、語彙のレベルが合っているかを確認します

④ 教育・人事・研修案内

全社配信の通知文は読み手の属性がばらつくため、対象を明示したうえで「件名と本文を分ける」指定を入れると整理された文面になります。

Before（曖昧なプロンプト）​

AI活用セミナーの案内メールを作って

After（改善プロンプト）​

全社員向けに、AI活用セミナーの案内メールを作成してください。
読み手には、生成AIを一度も触ったことがない社員が半数含まれます。

# 条件
– 件名と本文を分けて出力する
– 本文は300字以内
– 参加して何ができるようになるかを、業務の言葉で1文書く
– 専門用語を使う場合は、その場で1文の補足を付ける
– 申込締切と所要時間を必ず入れる

​出力例（抜粋）​

件名：【全社員対象】業務で使えるAI活用セミナーのご案内（〇月〇日・60分）

本セミナーでは、メール文面や報告書の下書きをAIに任せ、
確認と修正に時間を使う進め方を、実際の業務例で体験していただきます。
生成AI（文章や画像を自動で作るAI）を初めて使う方でも参加いただけます。
所要時間は60分、お申込みは〇月〇日までにこちらのフォームからお願いします。

​この出力をどう評価するか​

• 「参加すると何ができるようになるか」が抽象語ではなく業務の言葉で書かれているかを確認します
• 未経験者向けの補足が入っているかを見ます
• 締切・所要時間という行動に必要な情報が漏れていないかを確認します

⑤ 文章リライト・校正・トーン変換

リライトは「どの読み手向けに」「何を変えて何を変えないか」を指定すると、意味の書き換わりを防げます。

Before（曖昧なプロンプト）​

次の文章を自然に書き直して：
「生成AIの導入を検討している企業は、まず小さな業務から始めることが重要です。」

After（改善プロンプト）​

次の文章を、経営会議の提案資料に載せる表現に書き換えてください。

原文：
「生成AIの導入を検討している企業は、まず小さな業務から始めることが重要です。」

# 変えること
– 「重要です」のような評価表現を、判断の根拠を示す表現にする
– 主語を明確にする

# 変えないこと
– 主張の内容（小規模から着手する方針）
– 事実関係と数値

# 出力
書き換え後の文と、変更理由を3点、箇条書きで示してください。

​出力例（抜粋）​

書き換え後：
生成AIの導入は、対象業務を限定した検証から着手します。
成果指標と撤退条件を事前に定義でき、全社展開の判断材料を最短で得られるためです。

変更理由：
– 「重要です」を、着手方法の断定に置き換えました
– 判断の根拠（指標と撤退条件を定義できる点）を後半に補いました
– 主語を「企業」から自社の行動に寄せ、資料の文脈に合わせました

​この出力をどう評価するか​

• 元の主張が別の意味に置き換わっていないかを最初に確認します
• 変更理由が説明されているかを見ます。理由が出せない書き換えは、根拠なく文体を変えただけの可能性があります
• 事実関係と数値が改変されていないかを確認します

誤字脱字や表記ゆれの統一までまとめて任せる場合は、文章校正を自然に仕上げるプロンプトで校正専用の型を紹介しています。

文章生成AIでよくある失敗パターンと回避策

文章生成でつまずく原因は、AIの性能ではなくプロンプト側の情報不足に集約されます。現場で頻出する5パターンについて、何が起きているのかと、指示文のどこを直せば回避できるかを対応させて整理しました。

失敗パターン	起きている原因	プロンプト側の回避策
体裁は整うが中身が一般論になる	自社固有の前提を渡していません	社内の元資料を貼り、「この資料の範囲で書いてください」と範囲を限定します
実在しない数値や製品名が混ざる	AIが空白を推測で埋めています	数値は [ ] のプレースホルダで出力させ、人が埋めます
文体が社内基準と合わない	トーン指定がありません	過去の社内文書を2〜3本貼り、「この文体に合わせて」と指定します
毎回品質がばらつく	担当者ごとに指示文を書き起こしています	業務単位でテンプレート化し、変数部分だけ差し替える運用にします
機密情報をそのまま貼ってしまう	入力の線引きが決まっていません	固有名詞・数値を匿名化する置換ルールを先に決めます

このうち最も見落とされやすいのが2つ目です。文章生成AIは、根拠がない箇所でも自然な日本語で埋めてしまうため、体裁が整った誤りが最も検出しにくくなります。数値や固有名詞をプレースホルダで出させる指定は、確認工数を下げる実務的な打ち手です。誤情報を減らす指示文の設計はハルシネーション対策プロンプト集で詳しく扱っています。

プロンプト改善の実践法｜”追いプロンプト”で精度を高める

生成AIの出力が1回で完成することはほとんどありません。最初の出力を評価し、修正の方向を追加指示で伝える「追いプロンプト」を回すほど、文面は業務で使える水準に近づきます。

追いプロンプトの基本ステップ

改善は次の3ステップで進めます。

1. ​出力を評価します​​。内容の正確性、トーン、構成の3点を分けて確認します
2. ​改善点を具体的に伝えます​​。「もう少し簡潔に」ではなく「第2段落を80字に圧縮して」と数値で指定します
3. ​再生成して比較します​​。前の出力と並べ、どの指示が効いたかを記録します

3つ目の「効いた指示を記録する」工程を飛ばすと、改善が担当者の勘のまま蓄積されません。

Before／Afterで見る追いプロンプト例

同じ案件で追いプロンプトを2回入れた場合の変化です。

段階	追加した指示	出力の変化
初回	「AI研修の案内メールを作って」	対象が不明で、一般的な説明文になります
1回目の追い	「新入社員向けに、目的をAI活用リテラシー向上とし、件名＋本文で300字以内に」	対象と分量が定まり、読みやすい案内文になります
2回目の追い	「参加メリットを業務の言葉で1文書き、専門用語には補足を付けて」	未経験者にも意味が伝わる文面になります

より自然に仕上げる追いプロンプト例

仕上げ段階で使える短い指示を挙げます。

• 「第2段落をやわらかい表現にしてください」と、範囲を限定して指示します
• 「専門用語を使わず、初めて読む人にも伝わる言葉に置き換えてください」と読み手を指定します
• 「要約部分を3つの箇条書きにしてください」と構造を指定します
• 「読み手の次の行動を促す締めの1文を加えてください」と役割を指定します

追いプロンプトは、長い指示を一度に出すより、短く的確な指示を重ねるほど精度が上がります。

プロンプト改善チェックリスト（セルフ評価用）

出力に納得できないときは、次の5項目を順に確認します。

チェック項目	Yes / No
目的と読み手が具体的に書かれていますか
出力形式（箇条書き・章立て・文字数）を指定していますか
トーンや文体を定義していますか
数値や固有名詞をプレースホルダで出す指定を入れていますか
出力を評価したうえで再指示を出していますか

このチェックを日常業務に組み込むと、担当者ごとの品質差が縮みます。失敗例と改善例の対比をさらに見たい場合は、プロンプト作成のコツと比較表に事例を集めています。

モデル別の最適化ポイント｜ChatGPT・Gemini・Claudeの違いを理解する

同じ指示文でも、使うツールによって出力の傾向は変わります。指示の与え方を少し変えるだけで安定度が上がるため、主要3ツールの癖を押さえます。法人利用ではデータの扱いが個人向けプランと異なるため、契約プランの確認も先に行います。

ChatGPT

構成力と日本語の自然さのバランスがよく、提案書・報告書・メールなど幅広い文書に対応します。指示を段階的に分けると、長い文書でも構成が崩れにくくなります。

効きやすい指示の傾向は次のとおりです。

• 手順を番号付きで分けて渡すと、指示の抜けが減ります
• 「件名＋本文」「3章構成」のように出力形式を具体的に指定します
• 対象・トーン・目的の3点を冒頭に置くと、文調が最後まで維持されます

例として、次のような指示が有効です。

経営層向けに、生成AI研修の導入提案書の概要を作成してください。第1章：背景、第2章：導入効果、第3章：次のステップの3章構成で、各章150字以内でお願いします。

Gemini

Google Workspace（Gmail・ドキュメント・スプレッドシート）との連携が強く、既存の業務フローの中で文章を作る用途に向いています。参照させたい資料を明示すると出力が安定します。

効きやすい指示の傾向は次のとおりです。

• 「なぜこの文章を書くのか」という背景を先に説明します
• 「この資料を参考に構成してください」と参照範囲を限定します
• 要約と行動喚起をセットで求める指示と相性がよい傾向があります

例として、次のような指示が有効です。

社内報に掲載するAI活用事例の紹介文を作成してください。添付した社員インタビューの内容を200字で要約し、最後に他部署が真似できる学びのポイントを1つ加えてください。

ツールとしての全体像はGeminiの仕組みと導入前の確認ポイントで解説しています。

Claude

長文の文脈保持と論理展開の整理に強く、リライト・要約・解説文で力を発揮します。思考の手順を指定すると、根拠のある文章が返りやすくなります。

効きやすい指示の傾向は次のとおりです。

• 「論理構造を明確にして」「判断の理由を段階的に説明して」と思考プロセスを指定します
• 1つのテーマを深く掘る依頼に向いています
• 長文では「要点3つ＋まとめ」のように区切りを指定します

例として、次のような指示が有効です。

次の議事録を、経営会議向けの報告文にまとめてください。決定事項・保留事項・次のアクションの3つに分け、各項目に判断の根拠を1文添えてください。

モデルごとの使い分けまとめ

文章作成の用途で整理すると、次のように分かれます。

ツール	得意な文書	指示の与え方
ChatGPT	提案書・報告書・メール全般	出力形式と章立てを具体的に指定します
Gemini	社内文書・社内報・既存資料をもとにした文章	参照する資料と背景を先に明示します
Claude	長文リライト・要約・解説文	思考手順と区切りを指定します

ツールを増やすほど成果が出るわけではありません。まず1つを業務に組み込み、型が固まってから2つ目を検討する順序が現実的です。

ツール共通でつまずく3つの癖と対処

ツールを問わず、文章生成では次の3つの癖が実務のつまずきになります。指示の書き方で回避できるため、対処をセットで押さえます。

つまずく癖	起きること	指示側の対処
文字数指定を守らない	「300字以内」と指定しても超過・不足する	「280〜320字」と幅で指定し、出力の末尾に文字数を書かせて自己申告させます
長文で出力が途中で止まる	マニュアルや数千字の原稿が最後まで出ない	章ごとに分けて依頼し、前の章の見出しと結論を渡してから次を書かせます
AI特有の言い回しが混ざる	「いかがでしたか」「〜と言えるでしょう」が残る	禁止表現をリストで渡し、「これらの語句は使わない」と明示します

3つ目は、ツールを乗り換えても完全には消えません。使用を避けたい表現を社内で10語程度リスト化し、どのツールでも同じ禁止リストを貼る運用にすると、書き手が変わっても文体がぶれなくなります。

他社の取り組み｜ビズリーチ・altruloopに学ぶ文章生成の型づくり

独自取材した企業のなかから、文章生成のプロンプトを個人の工夫で終わらせず、組織の型に変えた2社を取り上げます。いずれも「使えている／使えていない」を感覚ではなく指標で捉えている点が共通しています。

株式会社ビズリーチ｜活用率80%の内実を可視化し、全社で約4,000時間を削減

株式会社ビズリーチでは、生成AIの活用率が約80%に達していた一方で、その実態は「検索による情報収集」が9割を占めていました。推進担当者は「​​実際には、ほとんどがGoogle検索の延長でした​​」と語っています。入社後1ヶ月で40人以上と1on1を実施して業務を棚卸しし、生成AIコンテストには40〜50件の応募、Slackコミュニティの参加者は1,000人以上に広がり、全社で約4,000時間の業務削減・約1億円規模の価値創出につながりました。

注目すべきは、​​「使っている」という自己申告と「文章を作らせている」という実態がまったく別物だった​​点です。文章生成のプロンプトが社内に根づいているかは、利用率ではなく「どの業務の、どの文書を、誰の指示文で作ったか」まで下りて確認する必要があります。

詳細は株式会社ビズリーチのインタビュー記事で紹介しています。

社労士事務所altruloop｜5〜6時間の書類作成を30分に短縮し、根拠提示をルール化

社労士事務所altruloopでは、助成金申請業務が従来5〜6時間から30分に短縮されました。代表は「​5、6時間かかっていた業務が30分程度で終わるようになりました。事務スタッフは特に大きな恩恵を受けていると思います​​」と語っています。数百ページのPDF資料をAIに読み込ませてリサーチ精度を高めながら、回答時には「どの資料に基づいた回答か」というファクト提示を必須化しています。

注目すべきは、​​出力の速さではなく「根拠を必ず言わせる」という確認手順を指示文そのものに組み込んでいる​​点です。文章生成で最も見つけにくい不具合は体裁の整った誤りであり、根拠の提示を指示文の固定パーツにすると、確認にかかる時間が下がります。

詳細は社労士事務所altruloopのインタビュー記事で紹介しています。

2社に共通する設計思想​​：①活用の実態を自己申告ではなく業務単位の指標で把握しています ②プロンプトに「根拠の提示」「出力形式」といった検証可能な要素を固定パーツとして持たせています ③成果を時間・件数など測れる単位に落としています。この3点は、文章生成を個人のスキルから組織の標準手順へ移す際の最短ルートになります。

社内で生成AIを定着させるための仕組みづくり

文章生成の型が個人に閉じている限り、成果は担当者の異動とともに消えます。定着させる企業は、プロンプトの共有・小さな成功体験・共通言語づくり・入力ルールの4点を同時に整えています。

① 社員全員で使える「プロンプト共有ライブラリ」を作る

うまくいったプロンプトを個人のメモに残さず、業務単位で参照できる場所に集約します。分類は「業務名（メール／報告書／案内文）」で切ると、探す側が迷いません。登録時に「どの業務で、どんな出力が得られたか」を1行添えるだけで、再利用の精度が上がります。共有の進め方は生成AIプロンプトを社内共有する方法で仕組みごと解説しています。

② 小さな成功体験を積み重ねる

全社一斉導入ではなく、部門単位の小さな検証から始めます。営業部で提案書の要約生成を試す、人事部で案内文の下書きを任せるといった単位が現実的です。成果が出た事例を社内で共有すると、心理的なハードルが下がり、次の部門が動きやすくなります。導入後の運用設計は生成AI運用で成果を出す完全ガイドにまとめています。

③ 研修を通じて”プロンプトの共通言語”を持つ

社員が同じ基準でAIを扱える状態をつくると、属人的だったスキルが組織の標準ノウハウに変わります。ツールの操作方法ではなく、「どんな指示が効くのか」「どの業務に適用できるのか」を体系的に学ぶ設計が成果に直結します。研修設計とナレッジ化の進め方は生成AI研修で成果を出すプロンプト設計で扱っています。

④ 入力してよい情報の線引きとレビュー体制を決める

文章生成は社内文書を扱う場面が多いため、入力ルールを先に決めます。契約プランによってデータの扱いが変わる点が起点になります。

• ChatGPTの個人向けプラン（無料・Plus・Pro）は、既定では会話がモデルの改善に使われる場合があります。設定＞データ コントロール＞「すべての人のためにモデルを改善する」をオフにすると学習対象から外れます
• ビジネス・Enterprise・Edu・APIは、既定でモデルの学習に使われません。法人で本格運用するなら、この区分のプランを前提にします
• 学習をオフにしても会話履歴自体は残ります。履歴を残したくない場合は、チャットの削除か一時チャットを使います
• 高評価・低評価のフィードバックを送信した会話は、学習をオフにしていても学習対象になる場合があります

そのうえで、顧客名・従業員の個人情報・未公開の数値は置換してから入力するルールを社内で明文化します。法人としての標準化とリスク対策は生成AIプロンプトの法人向け活用と標準化で整理しています。

業務への組み込み方やルール設計については、以下の資料で詳しく解説していますので、ぜひご覧ください。

プロンプト例まとめ・テンプレートダウンロード

本記事で紹介したプロンプトを、次の表に5業務分まとめました。自社の商材名・部門名・数値を差し替えれば、そのまま社内テンプレートとして運用できます。まずは使用頻度の高い2〜3業務から共有ファイルに置き、出力を見ながら文言を調整します。

業務別プロンプトまとめ表

コピーして使う際は、角括弧の部分を自社の情報に置き換えます。このとき、​​取引先名・個人名・未公開の売上や単価をそのまま打ち込まない​​でください。角括弧には [顧客A社（仮称）] [前年比◯%] のように仮称と伏せ字を入れ、確定した固有名詞と数値は出力を受け取ってから人が差し替えます。

業務シーン	プロンプトの型
ビジネスメール	「[相手の役割]に、[伝える事実]を伝えるメールを作成してください。件名と本文を分け、本文300字以内、[トーン]で。必ず[要素1][要素2]を含めてください」
提案書・報告書	「[読み手]向けに[テーマ]の報告書を作成してください。第1章[ ]／第2章[ ]／第3章[ ]の3章構成、各200字以内。数値は空欄で出力してください」
SNS・広報文	「[サービス名]を紹介する投稿文を3案作成してください。読み手は[属性]。案A/B/Cで切り口を変え、各200字以内、誇張表現は使わないでください」
教育・研修案内	「全社員向けに[イベント名]の案内メールを作成してください。件名と本文を分け300字以内。参加後にできることを業務の言葉で1文、締切と所要時間を必ず入れてください」
リライト・校正	「次の文章を[読み手]向けに書き換えてください。変えること：[観点]／変えないこと：主張・数値。書き換え後の文と変更理由3点を出力してください」

コピー時に必ず先頭へ付けるガードレール文

上の表をそのまま社内共有すると、角括弧に実名や実数値を入れてしまう使われ方が起きます。テンプレートを配布するときは、次の1行を各プロンプトの先頭に固定で付けておきます。

【入力ルール】固有名詞は仮称、未確定・未公開の数値は [ ] のまま入力します。出力に含まれる数値・社名は必ず人が確認して差し替えます。

そのうえで、AIに渡してよい情報の線引きは「社内で生成AIを定着させるための仕組みづくり」で整理したルールに従います。契約プランによって入力データの扱いが変わるため、テンプレートを全社配布する前にプランの確認を済ませます。

テンプレート活用のコツ

テンプレートは作って終わりにせず、運用のルールをセットで決めます。

• 「目的」「対象」「形式」の3要素を埋めるだけで、どの文書にも応用できます
• 配布用ファイルの1行目にガードレール文を固定し、コピーした人が必ず目にする状態にします
• 社内共有する場合は、業務別フォルダと短文プロンプト集の2階層に整理します
• うまくいった改善例を追記していくと、テンプレートが社内ナレッジとして育ちます
• 四半期に一度、使われていないテンプレートを棚卸しして削除します

要約・SEO・画像など文章以外の用途も含めた型は生成AIプロンプトテンプレート集に集約しています。

まとめ｜AIに”伝わる指示”が、成果を生む

文章生成AIの成果は、ツールの性能ではなく指示設計の精度で決まります。指示文の型と評価の視点、そして事実の扱い方を決めておけば、書き直しの往復は大きく減らせます。本記事で整理した要点は次の3点です。

• 「目的」「対象」「条件」「形式」「トーン」の5要素を埋めた指示文を書きます
• 出力をそのまま採用せず、評価の視点を決めたうえで追いプロンプトで磨きます
• 数値や固有名詞はプレースホルダで出させ、事実は人が埋めます

ここまでは個人の作業品質の話です。成果が組織に残るかどうかは、うまくいった指示文を共有し、入力ルールと確認手順を全員が同じ基準で運用できるかで決まります。取り上げた2社も、時間削減という結果より先に「実態を測る指標」と「根拠を言わせる手順」を整えていました。

次の課題は、この進め方を担当者個人の工夫で終わらせず、部門をまたいだ標準ルールとして定着させることに移ります。先行企業が何を、どの順序で決めたのかを参照できると、自社のルールをゼロから起こす手間を省けます。

以下の資料では、導入設計やリスク対策、プロンプトの考え方を詳しく解説しています。正しい指示で望むアウトプットを引き出す、適切に業務に組み込むノウハウを知れますので、ぜひご覧ください。

よくある質問

文章生成AIのプロンプトについて、実務で相談の多い5つの疑問をまとめました。指示の粒度、出力のばらつき、失敗の直し方、著作権、機密情報の扱いの順に整理して回答します。