投稿一覧

「データ分析レポートをAIに頼みたいのに、プロンプトが浮かばない」と感じるときは、文章力よりも依頼前の整理が足りていないことが多いです。最初から完璧な指示文を書こうとせず、目的、素材、出力形式を順番に埋めると、生成AIへの依頼は一気に作りやすくなります。 データ分析レポートのプロンプトが浮かばない原因 データ分析レポートでは、データ項目、集計結果、目的、期間、比較対象、前提条件をどこまでAIに渡すかが曖昧になりがちです。AIに「いい感じに作って」と頼むと、表面的な回答になりやすく、あとから何度も修正が必要になります。 まずは「誰のために」「何を判断したいか」「どの形式で受け取りたいか」を短いメモにしてください。メモの段階では文章として整っていなくても問題ありません。 3分で作る下書きメモ 目的: データ分析レポートで達成したい結果を1文で書く 素材: データ項目、集計結果、目的、期間、比較対象、前提条件を箇条書きで渡す 条件: トーン、文字数、禁止事項、前提条件を足す 出力: 要約、グラフ案、示唆、リスク、次の分析案として受け取る そのまま使えるプロンプト例 あなたはデータ分析に詳しい実務支援AIです。 以下の情報をもとに、データ分析レポートを進めるためのプロンプトを作ってください。 # 目的 データ分析レポートで成果を出す # 素材 データ項目、集計結果、目的、期間、比較対象、前提条件 # 出力してほしい内容 要約、グラフ案、示唆、リスク、次の分析案 # 条件 - 初心者にも確認しやすい表現にする - 不足情報があれば先に質問する - 相関と因果を混同することを避ける - 最後に改善案を3つ出す 回答品質を上げる追加条件 一度回答を出したあとに「数字の読みやすさ、示唆の妥当性、意思決定への貢献を基準に再評価してください」と追記すると、AIの出力が実務向けになります。さらに、使えそうな案だけでなく、使わない方がよい案も出させると判断しやすくなります。 よくある失敗 相関と因果を混同することを明記しないまま依頼すると、汎用的な回答に寄りやすくなります。特に社外向けの文章や意思決定に使う資料では、事実確認、対象読者、言い切りの強さを必ず指定しましょう。 次に使うテンプレート データ分析レポートを繰り返し使う場合は、今回の依頼文をテンプレート化して保存しておくと便利です。毎回変える部分は、目的、素材、出力形式の3つだけにしておくと、チームでも再利用しやすくなります。基礎から整理したい場合は、プロンプトが浮かばない時の解決法もあわせて読むと、最初の一文を作りやすくなります。

「英文メールをAIに頼みたいのに、プロンプトが浮かばない」と感じるときは、文章力よりも依頼前の整理が足りていないことが多いです。最初から完璧な指示文を書こうとせず、目的、素材、出力形式を順番に埋めると、生成AIへの依頼は一気に作りやすくなります。 英文メールのプロンプトが浮かばない原因 英文メールでは、日本語原文、相手との関係、目的、期限、避けたいニュアンスをどこまでAIに渡すかが曖昧になりがちです。AIに「いい感じに作って」と頼むと、表面的な回答になりやすく、あとから何度も修正が必要になります。 まずは「誰のために」「何を判断したいか」「どの形式で受け取りたいか」を短いメモにしてください。メモの段階では文章として整っていなくても問題ありません。 3分で作る下書きメモ 目的: 英文メールで達成したい結果を1文で書く 素材: 日本語原文、相手との関係、目的、期限、避けたいニュアンスを箇条書きで渡す 条件: トーン、文字数、禁止事項、前提条件を足す 出力: 英文メール、自然な表現、丁寧度の違う別案、日本語訳として受け取る そのまま使えるプロンプト例 あなたは翻訳・文章作成に詳しい実務支援AIです。 以下の情報をもとに、英文メールを進めるためのプロンプトを作ってください。 # 目的 英文メールで成果を出す # 素材 日本語原文、相手との関係、目的、期限、避けたいニュアンス # 出力してほしい内容 英文メール、自然な表現、丁寧度の違う別案、日本語訳 # 条件 - 初心者にも確認しやすい表現にする - 不足情報があれば先に質問する - 直訳で不自然になることを避ける - 最後に改善案を3つ出す 回答品質を上げる追加条件 一度回答を出したあとに「自然さ、丁寧さ、誤解の少なさを基準に再評価してください」と追記すると、AIの出力が実務向けになります。さらに、使えそうな案だけでなく、使わない方がよい案も出させると判断しやすくなります。 よくある失敗 直訳で不自然になることを明記しないまま依頼すると、汎用的な回答に寄りやすくなります。特に社外向けの文章や意思決定に使う資料では、事実確認、対象読者、言い切りの強さを必ず指定しましょう。 次に使うテンプレート 英文メールを繰り返し使う場合は、今回の依頼文をテンプレート化して保存しておくと便利です。毎回変える部分は、目的、素材、出力形式の3つだけにしておくと、チームでも再利用しやすくなります。基礎から整理したい場合は、プロンプトが浮かばない時の解決法もあわせて読むと、最初の一文を作りやすくなります。

「YouTube台本をAIに頼みたいのに、プロンプトが浮かばない」と感じるときは、文章力よりも依頼前の整理が足りていないことが多いです。最初から完璧な指示文を書こうとせず、目的、素材、出力形式を順番に埋めると、生成AIへの依頼は一気に作りやすくなります。 YouTube台本のプロンプトが浮かばない原因 YouTube台本では、動画テーマ、視聴者、尺、結論、入れたい事例、CTAをどこまでAIに渡すかが曖昧になりがちです。AIに「いい感じに作って」と頼むと、表面的な回答になりやすく、あとから何度も修正が必要になります。 まずは「誰のために」「何を判断したいか」「どの形式で受け取りたいか」を短いメモにしてください。メモの段階では文章として整っていなくても問題ありません。 3分で作る下書きメモ 目的: YouTube台本で達成したい結果を1文で書く 素材: 動画テーマ、視聴者、尺、結論、入れたい事例、CTAを箇条書きで渡す 条件: トーン、文字数、禁止事項、前提条件を足す 出力: 導入、構成、セリフ、テロップ案、締めとして受け取る そのまま使えるプロンプト例 あなたは動画企画に詳しい実務支援AIです。 以下の情報をもとに、YouTube台本を進めるためのプロンプトを作ってください。 # 目的 YouTube台本で成果を出す # 素材 動画テーマ、視聴者、尺、結論、入れたい事例、CTA # 出力してほしい内容 導入、構成、セリフ、テロップ案、締め # 条件 - 初心者にも確認しやすい表現にする - 不足情報があれば先に質問する - 冒頭で視聴理由が伝わらないことを避ける - 最後に改善案を3つ出す 回答品質を上げる追加条件 一度回答を出したあとに「冒頭の引き、視聴維持、次の行動を基準に再評価してください」と追記すると、AIの出力が実務向けになります。さらに、使えそうな案だけでなく、使わない方がよい案も出させると判断しやすくなります。 よくある失敗 冒頭で視聴理由が伝わらないことを明記しないまま依頼すると、汎用的な回答に寄りやすくなります。特に社外向けの文章や意思決定に使う資料では、事実確認、対象読者、言い切りの強さを必ず指定しましょう。 次に使うテンプレート YouTube台本を繰り返し使う場合は、今回の依頼文をテンプレート化して保存しておくと便利です。毎回変える部分は、目的、素材、出力形式の3つだけにしておくと、チームでも再利用しやすくなります。基礎から整理したい場合は、プロンプトが浮かばない時の解決法もあわせて読むと、最初の一文を作りやすくなります。

画像生成プロンプトでは、何を描くかだけでなく、どう見せるかが重要です。被写体、背景、構図、光、質感、色、避けたい要素を分けて書くと、出力が安定します。 文章より視覚情報を書く 「かっこいい」や「おしゃれ」だけでは幅が広すぎます。たとえば「余白のある横長構図」「柔らかい自然光」「白いデスク上のノートPC」「青と白を基調」など、見た目に変換できる言葉を使います。 基本フォーマット 用途：{Web記事のアイキャッチなど} 被写体：{何を中心に見せるか} 背景：{場所・環境} 構図：{横長、中央、余白、俯瞰など} 光：{自然光、スタジオ光、夕方など} 質感：{紙、金属、ガラス、布など} 色：{メインカラー} 避けたいもの：文字、ロゴ、人物の顔、過度な装飾 文字入り画像は慎重に 画像生成AIは細かい文字の正確性が不安定なことがあります。記事のアイキャッチで正確な日本語を入れたい場合は、背景だけ生成し、文字はデザインツールやサイト側で載せるほうが安全です。 よい画像プロンプトは、完成イメージを説明するだけでなく、使う場所に合う余白や比率まで指定します。

プロンプトがうまくいかないときは、AIに「もっと良くして」と頼む前に、何がズレているのかを分解しましょう。原因を特定すると、追加すべき条件が見えてきます。 回答が浅いとき 判断基準や前提情報が不足しています。「なぜそう考えるか」「具体例を入れる」「反対意見も出す」といった条件を追加しましょう。 回答が長すぎるとき 出力形式と分量を指定します。「300字以内」「表で」「上位3つだけ」「経営者向けに結論から」など、受け取り方を明確にします。 トーンが合わないとき 対象読者と場面を指定します。「社外向け」「初めて読む人向け」「専門用語を避ける」「少し柔らかい表現」など、文体の判断材料を渡します。 改善用プロンプト 次のプロンプトと回答を見て、期待とズレた原因を分析してください。 元のプロンプト： {プロンプト} AIの回答： {回答} 期待していた状態： {期待} 出力形式： ・ズレの原因 ・追加すべき条件 ・改善後のプロンプト プロンプト改善は、失敗を記録するほど速くなります。うまくいかなかった依頼文こそ、次のテンプレートの材料です。

AIの回答は流暢ですが、常に正しいとは限りません。特に事実、数字、法律、医療、金融、最新情報、固有名詞は確認が必要です。検証の手順を持つことで、便利さと安全性を両立できます。 確認すべき5領域 事実：出典や一次情報で確認できるか数字：計算、単位、期間が合っているか権利：引用、画像、商標の扱いに問題がないか表現：断定しすぎていないか実行可能性：現場の制約で実施できるか 検証プロンプト 以下のAI回答を、公開前チェックの観点で点検してください。 回答： {本文} 確認観点： ・事実確認が必要な箇所 ・断定を弱めたほうがよい箇所 ・読み手に誤解されそうな表現 ・追加で確認すべき資料 ・そのまま使える箇所 人が判断する場所を残す AIに検証させることもできますが、最終判断は人が行います。特に社外公開、契約、採用、顧客対応に関わる文章は、責任者の確認フローを組み込みましょう。 AI活用の品質は、生成する力だけでなく、検証する力で決まります。

マーケティング戦略・販促企画に強いAIプロンプト設計｜チームで再利用するための型づくりでは、マーケティングプロンプトを業務で使うときに、指示が曖昧にならないようにすることが重要です。AIは便利ですが、目的、前提、出力形式が抜けると、もっともらしいだけで使いにくい回答になりがちです。 この記事では、マーケティング戦略・販促企画の実務で使いやすいプロンプトの組み立て方を、再利用の観点から整理します。実行と検証がしやすい販促企画を得るための入力項目、テンプレート、確認ポイントまでまとめました。 マーケティング戦略・販促企画でAIを使う前に決めること まず決めたいのは、AIに「何を考えさせるか」ではなく、「何を判断できる状態にしたいか」です。マーケター、販促担当者、事業責任者が使う場合、成果物の形式が曖昧だと確認作業が増え、時短効果が薄れます。 商品 顧客層 販売チャネル 目標指標 コピペして使えるプロンプトテンプレート 以下のテンプレートは、変数部分を差し替えるだけで使えます。最初は情報を多めに入れ、出力を見ながら不要な条件を削ると安定します。 あなたは施策を顧客行動に結びつけるマーケティングプランナーです。 目的：顧客理解から施策、検証指標までを一つの流れにする。 対象：マーケター、販促担当者、事業責任者。 入力情報： - 商品：{ここに具体情報を入力} - 顧客層：{ここに具体情報を入力} - 販売チャネル：{ここに具体情報を入力} - 目標指標：{ここに具体情報を入力} 出力してほしい内容： 1. 施策案 2. 訴求軸 3. 検証方法 4. 改善サイクル 条件： - 不明点は推測で断定せず、確認事項として分ける - 実務でそのまま確認できる粒度にする - 最後に改善案を3つ添える 精度を上げる入力情報 AIの回答品質は、モデル名よりも入力情報の具体性に左右される場面が多くあります。特にマーケティング戦略・販促企画では、背景、制約、読み手、判断基準を入れると回答の方向性がそろいます。 目的を一文で書き、AIに任せたい範囲と人が判断する範囲を分ける 入力情報を箇条書きで渡し、足りない情報をAIに質問させる 出力形式を先に指定し、見出し、表、チェックリストなど確認しやすい形にする 初回回答を完成物として扱わず、良い点と直したい点を追加で伝える 出力結果を確認するポイント 属人化せず、誰でも同じ品質で使える状態にするには、AIの回答をそのまま採用するのではなく、確認しやすい形で受け取ることが大切です。次の観点でレビューすると、実務で使える品質に近づきます。 施策数だけ増やして、どの指標で判断するかが曖昧になること 出力結果に根拠、前提、未確認事項が分かれているか確認する 社外に出す文章や重要な判断は、人の目で事実確認する チームで使う場合は、成功例と修正例を一緒に保存する 改善依頼の例 初回の回答が物足りないときは、「もっと良くして」と頼むより、直したい方向を具体的に伝えます。たとえば次のように追加依頼をすると、回答の精度を上げやすくなります。 前回の回答を、マーケター、販促担当者、事業責任者が確認しやすい形に直してください。 不足している前提を箇条書きで示し、実行と検証がしやすい販促企画につながるように具体例を増やしてください。 曖昧な表現は避け、実行時に確認すべき点を最後にまとめてください。 まとめ マーケティング戦略・販促企画でAIを活用するなら、プロンプトは一度きりの質問ではなく、業務の型として育てるのがおすすめです。チームで再利用するための型づくりを意識して、入力、出力、確認の流れをそろえることで、AIの回答は実務に使いやすくなります。

プロンプトは増えるほど探しにくくなります。チームで使うなら、保存場所だけでなく、命名、説明、更新、レビューのルールを決めることが大切です。 命名は用途から始める 「すごいプロンプト」ではなく、「商談メモ要約」「問い合わせ返信」「LP見出し改善」のように作業名で付けます。検索しやすさを優先しましょう。 登録時に書く項目 用途入力に必要な情報期待する出力使ってはいけない場面最終更新日作成者または管理者 レビュー観点 プロンプトのレビューでは、便利かどうかだけでなく、誤解を生む条件がないか、機密情報の貼り付けを誘導していないか、誰でも変数を差し替えられるかを確認します。 運用プロンプト 次のプロンプトを、チーム共有用としてレビューしてください。 観点は、用途の明確さ、変数のわかりやすさ、リスク、改善案です。 プロンプト： {本文} プロンプト管理は、AI活用の土台です。よいプロンプトが見つかる状態を作るだけで、現場の試行錯誤はかなり減ります。

教育コンテンツ・学習サポートに強いAIプロンプト設計｜業務フローへ組み込む方法では、学習プロンプトを業務で使うときに、指示が曖昧にならないようにすることが重要です。AIは便利ですが、目的、前提、出力形式が抜けると、もっともらしいだけで使いにくい回答になりがちです。 この記事では、教育コンテンツ・学習サポートの実務で使いやすいプロンプトの組み立て方を、業務実装の観点から整理します。理解しやすく復習しやすい学習コンテンツを得るための入力項目、テンプレート、確認ポイントまでまとめました。 教育コンテンツ・学習サポートでAIを使う前に決めること まず決めたいのは、AIに「何を考えさせるか」ではなく、「何を判断できる状態にしたいか」です。講師、研修担当者、学習者が使う場合、成果物の形式が曖昧だと確認作業が増え、時短効果が薄れます。 学習テーマ 対象者のレベル 学習時間 つまずきやすい点 コピペして使えるプロンプトテンプレート 以下のテンプレートは、変数部分を差し替えるだけで使えます。最初は情報を多めに入れ、出力を見ながら不要な条件を削ると安定します。 あなたは理解度に合わせて説明する学習設計者です。 目的：学習目標、教材、確認問題を分かりやすく組み立てる。 対象：講師、研修担当者、学習者。 入力情報： - 学習テーマ：{ここに具体情報を入力} - 対象者のレベル：{ここに具体情報を入力} - 学習時間：{ここに具体情報を入力} - つまずきやすい点：{ここに具体情報を入力} 出力してほしい内容： 1. 説明 2. 例題 3. 確認問題 4. 復習ポイント 条件： - 不明点は推測で断定せず、確認事項として分ける - 実務でそのまま確認できる粒度にする - 最後に改善案を3つ添える 精度を上げる入力情報 AIの回答品質は、モデル名よりも入力情報の具体性に左右される場面が多くあります。特に教育コンテンツ・学習サポートでは、背景、制約、読み手、判断基準を入れると回答の方向性がそろいます。 目的を一文で書き、AIに任せたい範囲と人が判断する範囲を分ける 入力情報を箇条書きで渡し、足りない情報をAIに質問させる 出力形式を先に指定し、見出し、表、チェックリストなど確認しやすい形にする 初回回答を完成物として扱わず、良い点と直したい点を追加で伝える 出力結果を確認するポイント 日常業務のどのタイミングで使うかを設計するには、AIの回答をそのまま採用するのではなく、確認しやすい形で受け取ることが大切です。次の観点でレビューすると、実務で使える品質に近づきます。 説明の難易度が合わず、学習者がどこで迷うかを想定できないこと 出力結果に根拠、前提、未確認事項が分かれているか確認する 社外に出す文章や重要な判断は、人の目で事実確認する チームで使う場合は、成功例と修正例を一緒に保存する 改善依頼の例 初回の回答が物足りないときは、「もっと良くして」と頼むより、直したい方向を具体的に伝えます。たとえば次のように追加依頼をすると、回答の精度を上げやすくなります。 前回の回答を、講師、研修担当者、学習者が確認しやすい形に直してください。 不足している前提を箇条書きで示し、理解しやすく復習しやすい学習コンテンツにつながるように具体例を増やしてください。 曖昧な表現は避け、実行時に確認すべき点を最後にまとめてください。 まとめ 教育コンテンツ・学習サポートでAIを活用するなら、プロンプトは一度きりの質問ではなく、業務の型として育てるのがおすすめです。業務フローへ組み込む方法を意識して、入力、出力、確認の流れをそろえることで、AIの回答は実務に使いやすくなります。

動画構成・台本づくりに強いAIプロンプト設計｜入力情報の集め方と整理方法では、動画台本プロンプトを業務で使うときに、指示が曖昧にならないようにすることが重要です。AIは便利ですが、目的、前提、出力形式が抜けると、もっともらしいだけで使いにくい回答になりがちです。 この記事では、動画構成・台本づくりの実務で使いやすいプロンプトの組み立て方を、入力設計の観点から整理します。視聴者が最後まで見やすい動画構成を得るための入力項目、テンプレート、確認ポイントまでまとめました。 動画構成・台本づくりでAIを使う前に決めること まず決めたいのは、AIに「何を考えさせるか」ではなく、「何を判断できる状態にしたいか」です。動画担当者、YouTube運営者、講師が使う場合、成果物の形式が曖昧だと確認作業が増え、時短効果が薄れます。 動画テーマ 視聴者の悩み 動画尺 必ず伝える情報 コピペして使えるプロンプトテンプレート 以下のテンプレートは、変数部分を差し替えるだけで使えます。最初は情報を多めに入れ、出力を見ながら不要な条件を削ると安定します。 あなたは視聴維持率を意識する動画構成作家です。 目的：動画の冒頭、展開、締めを整理し、撮影しやすい台本にする。 対象：動画担当者、YouTube運営者、講師。 入力情報： - 動画テーマ：{ここに具体情報を入力} - 視聴者の悩み：{ここに具体情報を入力} - 動画尺：{ここに具体情報を入力} - 必ず伝える情報：{ここに具体情報を入力} 出力してほしい内容： 1. 構成案 2. 話す順番 3. 台本 4. サムネイル文言案 条件： - 不明点は推測で断定せず、確認事項として分ける - 実務でそのまま確認できる粒度にする - 最後に改善案を3つ添える 精度を上げる入力情報 AIの回答品質は、モデル名よりも入力情報の具体性に左右される場面が多くあります。特に動画構成・台本づくりでは、背景、制約、読み手、判断基準を入れると回答の方向性がそろいます。 目的を一文で書き、AIに任せたい範囲と人が判断する範囲を分ける 入力情報を箇条書きで渡し、足りない情報をAIに質問させる 出力形式を先に指定し、見出し、表、チェックリストなど確認しやすい形にする 初回回答を完成物として扱わず、良い点と直したい点を追加で伝える 出力結果を確認するポイント AIに渡す前提情報を漏れなく集めるには、AIの回答をそのまま採用するのではなく、確認しやすい形で受け取ることが大切です。次の観点でレビューすると、実務で使える品質に近づきます。 情報を詰め込みすぎて、冒頭で見る理由が伝わらないこと 出力結果に根拠、前提、未確認事項が分かれているか確認する 社外に出す文章や重要な判断は、人の目で事実確認する チームで使う場合は、成功例と修正例を一緒に保存する 改善依頼の例 初回の回答が物足りないときは、「もっと良くして」と頼むより、直したい方向を具体的に伝えます。たとえば次のように追加依頼をすると、回答の精度を上げやすくなります。 前回の回答を、動画担当者、YouTube運営者、講師が確認しやすい形に直してください。 不足している前提を箇条書きで示し、視聴者が最後まで見やすい動画構成につながるように具体例を増やしてください。 曖昧な表現は避け、実行時に確認すべき点を最後にまとめてください。 まとめ 動画構成・台本づくりでAIを活用するなら、プロンプトは一度きりの質問ではなく、業務の型として育てるのがおすすめです。入力情報の集め方と整理方法を意識して、入力、出力、確認の流れをそろえることで、AIの回答は実務に使いやすくなります。

顧客理解にAIを使うときは、架空の人物像を作って終わりにしないことが重要です。AIは仮説づくりには便利ですが、実際の顧客の声を置き換えるものではありません。 ペルソナは仮説として扱う AIにペルソナを作らせる場合は、「確からしい顧客像」ではなく「検証すべき仮説」として出力させます。悩み、行動、情報収集、購入をためらう理由まで整理すると、インタビュー設計につながります。 プロンプト例 あなたはユーザーリサーチャーです。 次の商品について、顧客理解を深めるための仮説を作ってください。 商品：{商品} 想定顧客：{顧客} 提供価値：{価値} 出力形式： ・顧客が抱える課題 ・購入前の不安 ・比較している代替手段 ・インタビューで確認すべき質問 ・仮説が外れている可能性 質問づくりに使う AIに「誘導になっていないか」を点検させるのも有効です。たとえば「この機能は便利ですか」ではなく、「直近で同じ課題にどう対応しましたか」と聞くほうが実態に近づけます。 顧客理解の主役は顧客の声です。AIは、聞くべき問いを磨くために使いましょう。

あなたは経験豊富なソフトウェアエンジニアです。 次の変更内容について、レビュー観点を洗い出してください。 変更内容： {変更内容} 対象コード： {コードや差分} 出力形式： ・重大な不具合リスク ・仕様確認が必要な点 ・テストすべきケース ・リファクタリング候補 指摘は重要度順に並べ、理由を短く添えてください。

以下の返信案を、丁寧でわかりやすいビジネス文に整えてください。 返信案： {返信案} 条件： ・相手の不安を先に受け止める ・結論を早めに伝える ・必要な確認事項を箇条書きにする ・過度に堅くしすぎない ・件名も1案作る 最後に、送信前に確認すべき点を3つ挙げてください。

あなたはコンバージョン改善に強いコピーライターです。 次の商品・サービスのLPファーストビューを改善してください。 商品・サービス：{名称} 主な顧客：{顧客像} 顧客の悩み：{悩み} 提供価値：{価値} 差別化ポイント：{強み} 以下を3パターン作ってください。 ・H1 ・サブコピー ・CTA文言 ・この案が刺さる理由 誇大表現は避け、具体性を優先してください。

プレゼン資料は、情報を並べるだけでは伝わりません。聞き手が何を判断するのか、そのためにどんな順番で理解すべきかを設計する必要があります。 構成前に決めること 聞き手、目的、ゴール、制約、反論されそうな点を先に書きます。特に「最後に相手にしてほしい意思決定」を明確にすると、資料構成がぶれません。 構成作成プロンプト あなたは資料構成に強いコンサルタントです。 次の内容をもとに、10枚以内のプレゼン構成を作ってください。 聞き手：{聞き手} 目的：{目的} 最後に決めてほしいこと：{意思決定} 素材：{情報} 懸念される反論：{反論} 各スライドについて、タイトル、伝えること、入れるべき図表を出してください。 スライド単位で検証する 構成が出たら、各スライドに「このページで聞き手の何の疑問に答えるか」を付けさせます。答えられないページは削るか、役割を変えます。 AIは資料を厚くするのも得意ですが、本当に価値があるのは削る判断です。聞き手の意思決定に不要な情報は、補足資料へ回しましょう。

LinkedIn投稿のプロンプトテンプレートは、毎回ゼロから考えるものではありません。役割、目的、素材、条件、出力形式を固定しておき、案件ごとに中身だけを差し替えると、生成AIの回答が安定します。 LinkedIn投稿用プロンプトテンプレートの基本形 あなたはBtoB発信の専門家です。 以下の前提をもとに、LinkedIn投稿を作成・改善してください。 # 背景 {ここに背景や目的を書く} # 入力情報 投稿テーマ、業界、読者の役職、伝えたい学び、実績情報 # 出力形式 本文案、冒頭文、専門性を示す補足、CTA # 制約 - 読み手に合わせた言葉を使う - 根拠が不明な内容は断定しない - 抽象的な自慢話に見えることを避ける - 最後に確認すべき点を箇条書きで示す テンプレートを使う順番 まず背景と目的だけを入力して、AIに不足情報を質問させる 次に投稿テーマ、業界、読者の役職、伝えたい学び、実績情報を追加し、初稿を作らせる 最後に専門性、読みやすさ、会話の生まれやすさを基準に見直しを依頼する 実務で使うときの注意点 LinkedIn投稿では、AIの回答をそのまま採用するよりも、判断材料として使う方が安全です。数字、固有名詞、法律・規約に関わる表現は必ず人が確認し、必要なら一次情報に戻ってください。 カスタマイズ例 より具体的にしたい場合は、「初心者向け」「上司への報告向け」「顧客向け」「社内共有向け」のように読み手を指定します。トーンを指定するだけでも、同じプロンプトテンプレートから出る回答の使いやすさが変わります。 改善用の追加入力 上の回答を、専門性、読みやすさ、会話の生まれやすさの観点で採点してください。 点数が低い項目について、理由と改善案を表で出してください。 最後に、実務でそのまま使える完成版に直してください。ほかの業務にも転用したい場合は、プロンプトテンプレート完全ガイドで共通の型を確認してください。

LP構成のプロンプトテンプレートは、毎回ゼロから考えるものではありません。役割、目的、素材、条件、出力形式を固定しておき、案件ごとに中身だけを差し替えると、生成AIの回答が安定します。 LP構成用プロンプトテンプレートの基本形 あなたはWebマーケティングの専門家です。 以下の前提をもとに、LP構成を作成・改善してください。 # 背景 {ここに背景や目的を書く} # 入力情報 商品情報、ターゲット、流入元、オファー、競合との差 # 出力形式 ファーストビュー、見出し、セクション構成、CTA配置 # 制約 - 読み手に合わせた言葉を使う - 根拠が不明な内容は断定しない - 見た目の案だけで訴求軸が弱いことを避ける - 最後に確認すべき点を箇条書きで示す テンプレートを使う順番 まず背景と目的だけを入力して、AIに不足情報を質問させる 次に商品情報、ターゲット、流入元、オファー、競合との差を追加し、初稿を作らせる 最後に訴求の一貫性、離脱ポイント、CTAの自然さを基準に見直しを依頼する 実務で使うときの注意点 LP構成では、AIの回答をそのまま採用するよりも、判断材料として使う方が安全です。数字、固有名詞、法律・規約に関わる表現は必ず人が確認し、必要なら一次情報に戻ってください。 カスタマイズ例 より具体的にしたい場合は、「初心者向け」「上司への報告向け」「顧客向け」「社内共有向け」のように読み手を指定します。トーンを指定するだけでも、同じプロンプトテンプレートから出る回答の使いやすさが変わります。 改善用の追加入力 上の回答を、訴求の一貫性、離脱ポイント、CTAの自然さの観点で採点してください。 点数が低い項目について、理由と改善案を表で出してください。 最後に、実務でそのまま使える完成版に直してください。ほかの業務にも転用したい場合は、プロンプトテンプレート完全ガイドで共通の型を確認してください。

アンケート分析のプロンプトテンプレートは、毎回ゼロから考えるものではありません。役割、目的、素材、条件、出力形式を固定しておき、案件ごとに中身だけを差し替えると、生成AIの回答が安定します。 アンケート分析用プロンプトテンプレートの基本形 あなたはデータ分析の専門家です。 以下の前提をもとに、アンケート分析を作成・改善してください。 # 背景 {ここに背景や目的を書く} # 入力情報 設問、回答データ、集計目的、知りたい仮説、対象者 # 出力形式 傾向、示唆、改善案、追加で見るべき切り口 # 制約 - 読み手に合わせた言葉を使う - 根拠が不明な内容は断定しない - 少数意見やバイアスを無視することを避ける - 最後に確認すべき点を箇条書きで示す テンプレートを使う順番 まず背景と目的だけを入力して、AIに不足情報を質問させる 次に設問、回答データ、集計目的、知りたい仮説、対象者を追加し、初稿を作らせる 最後に根拠の明確さ、示唆の実用性、追加分析の妥当性を基準に見直しを依頼する 実務で使うときの注意点 アンケート分析では、AIの回答をそのまま採用するよりも、判断材料として使う方が安全です。数字、固有名詞、法律・規約に関わる表現は必ず人が確認し、必要なら一次情報に戻ってください。 カスタマイズ例 より具体的にしたい場合は、「初心者向け」「上司への報告向け」「顧客向け」「社内共有向け」のように読み手を指定します。トーンを指定するだけでも、同じプロンプトテンプレートから出る回答の使いやすさが変わります。 改善用の追加入力 上の回答を、根拠の明確さ、示唆の実用性、追加分析の妥当性の観点で採点してください。 点数が低い項目について、理由と改善案を表で出してください。 最後に、実務でそのまま使える完成版に直してください。ほかの業務にも転用したい場合は、プロンプトテンプレート完全ガイドで共通の型を確認してください。

学習計画のプロンプトテンプレートは、毎回ゼロから考えるものではありません。役割、目的、素材、条件、出力形式を固定しておき、案件ごとに中身だけを差し替えると、生成AIの回答が安定します。 学習計画用プロンプトテンプレートの基本形 あなたは学習支援の専門家です。 以下の前提をもとに、学習計画を作成・改善してください。 # 背景 {ここに背景や目的を書く} # 入力情報 学びたい内容、現在地、期限、使える時間、苦手分野 # 出力形式 週別計画、教材案、確認テスト、復習タイミング # 制約 - 読み手に合わせた言葉を使う - 根拠が不明な内容は断定しない - 詰め込みすぎて継続できないことを避ける - 最後に確認すべき点を箇条書きで示す テンプレートを使う順番 まず背景と目的だけを入力して、AIに不足情報を質問させる 次に学びたい内容、現在地、期限、使える時間、苦手分野を追加し、初稿を作らせる 最後に実行しやすさ、復習設計、成長の測りやすさを基準に見直しを依頼する 実務で使うときの注意点 学習計画では、AIの回答をそのまま採用するよりも、判断材料として使う方が安全です。数字、固有名詞、法律・規約に関わる表現は必ず人が確認し、必要なら一次情報に戻ってください。 カスタマイズ例 より具体的にしたい場合は、「初心者向け」「上司への報告向け」「顧客向け」「社内共有向け」のように読み手を指定します。トーンを指定するだけでも、同じプロンプトテンプレートから出る回答の使いやすさが変わります。 改善用の追加入力 上の回答を、実行しやすさ、復習設計、成長の測りやすさの観点で採点してください。 点数が低い項目について、理由と改善案を表で出してください。 最後に、実務でそのまま使える完成版に直してください。ほかの業務にも転用したい場合は、プロンプトテンプレート完全ガイドで共通の型を確認してください。

採用領域でAIを使うと、求人票の下書きや面接質問の整理が速くなります。一方で、表現の偏りや評価基準の曖昧さには注意が必要です。 求人票では期待値を具体化する 「やる気のある人」ではなく、任せる業務、成果の期待、必要な経験、入社後に学べることを書きます。AIには、候補者が判断しやすい情報に変換させましょう。 面接質問プロンプト あなたは採用面接の設計者です。 次の職種について、候補者の経験を公平に確認する面接質問を作ってください。 職種：{職種} 期待する役割：{役割} 評価したいスキル：{スキル} 出力形式： ・質問 ・質問の意図 ・良い回答の観点 ・深掘り質問 属性や私生活に踏み込む質問は避けてください。 評価基準を先に作る 面接後に印象で判断しないため、質問ごとに評価観点を用意します。AIには複数の観点を出させ、人事担当者が会社の基準に合わせて調整するのが安全です。 採用でのAI活用は効率化だけでなく、判断の透明性を高めるために使いましょう。