AIプロンプトの書き方｜初心者向け4つのコツと例文

そら／公式情報と一次資料で整理

結論：万能の呪文ではなく、4つの基本から始める

AIプロンプトに、どの場面でも同じ結果を出す万能の呪文はありません。まずは具体的に書く・入出力例を入れる・区切って構造化する・例の書式を揃えるという4点から始め、細かな調整は使うAIの公式情報に合わせます。

これは、2026年8月9日にAnthropic、OpenAI、Googleの公式ドキュメントを確認し、3社に共通する推奨を抜き出したものです。長い指示や専門用語を覚える前に、この4点を押さえるだけでも「何を頼まれたのか分からない」という状態を減らせます。

プロンプトとは、AIに目的・前提・作業内容・条件・出力形式などを伝える入力文です。質問だけでなく、渡す資料や見本、禁止事項もプロンプトに含まれます。

最初から一文で完成させる必要はありません。AIの回答を見て、不足している条件を一つずつ足す進め方のほうが、どこを直せば出力が変わるのかを把握しやすくなります。

この記事では、公式情報に基づく基本の型を、メール、長文要約、企画案のBefore／Afterへ落とし込みます。ChatGPT・Claude・Geminiの特徴そのものを先に比べたい場合は、ChatGPT・Claude・Geminiの使い分けも参考にしてください。

コツ1：何をしてほしいか具体的に書く

良いプロンプトの出発点は、AIに任せる作業と完成形を具体的に書くことです。「いい感じに」「分かりやすく」だけでは、人によって解釈が変わるため、AIも判断の基準を持てません。

たとえば「メールを書いて」では、誰から誰へ送るのか、何を伝えるのか、丁寧さはどの程度かが不明です。「取引先へ、日程変更をお願いするメールを、200字程度の丁寧な文体で」と書けば、必要な作業が見えます。

具体化するときは、次の順に考えると整理しやすくなります。

  1. 目的：この出力を何に使うのか
  2. 背景・前提：AIが知らない事情は何か
  3. やってほしいこと：要約、分類、下書き、比較など
  4. 条件：長さ、文体、含める項目、避ける表現など
  5. 出力形式：箇条書き、表、メール本文、見出し案など

Anthropicの公式ガイドは、Claudeを「能力は高いが、自社の基準や仕事の進め方をまだ知らない新入社員」のように捉え、明確で直接的な指示と背景の追加を勧めています。詳しくはAnthropicのPrompt engineering overviewで確認できます。

目的自体がまだ曖昧なら、プロンプトを長くする前に「どの作業を片付けたいか」を決めるほうが先です。目的別にAIツールを選ぶ基準では、作業と合格ラインを一文にする手順を整理しています。

コツ2：欲しい入出力の例を見せる

説明だけで伝わりにくい書式や文体は、見本を一つ以上入れると伝えやすくなります。AIに「短く」「親しみやすく」と頼むより、入力例と望む出力例を並べるほうが、完成形のずれを減らせます。

例は、分類、文章の言い換え、商品説明、見出し作成のように、正解の形を言葉だけで説明しづらい作業で役立ちます。たとえば問い合わせを「質問」「不具合」「解約」に分けたいなら、各分類の入力例と正しい分類結果を示します。

入力例: ログイン画面から先に進めません
出力例: 不具合

入力例: 次回の更新前に利用を止めたいです
出力例: 解約

この方法はfew-shotと呼ばれます。2026年8月9日に確認したOpenAIのPrompt engineering guideでも、少数の入出力例をプロンプトに含めて新しい作業へ誘導する方法が説明されています。

ただし、例の質が低いと、その癖も出力へ引き継がれます。見本に表記ゆれがある、説明が長すぎる、分類の境界が曖昧といった状態では、AIもその揺れを学びます。例を増やす前に、一つひとつが本当に採用したい形かを見直してください。

Anthropicは、2026年8月9日確認の公式ベストプラクティスで、良い結果を得る目安として3〜5個の例を明示しています。一方、Googleは個数よりも、few-shot例を常に含めることと、例の構造・空白・改行まで揃えることを強く勧めています。数を一律のルールにせず、使うAIと作業の難しさに合わせてください。

コツ3：長い指示は区切って構造化する

背景、資料、指示、出力形式が混ざるプロンプトは、見出しやタグで区切ります。どこまでが資料で、どこからが命令なのかを明示すると、長文でも読み違いが起きにくくなります。

初心者が使いやすいのはMarkdown見出しです。普段のメモと同じように「# 目的」「# 条件」「# 出力形式」と分けられます。

# 目的
社内会議の決定事項を共有する

# 入力
ここに会議メモを貼る

# やってほしいこと
決定事項と担当者ごとの宿題を分ける

# 出力形式
- 決定事項
- 宿題：担当者／期限／内容

資料の範囲を厳密に示したいときは、XML風のタグも使えます。たとえば会議メモを<meeting_notes>と</meeting_notes>で囲み、その外側に指示を書きます。タグの名前は、<資料>のような日本語より、<source>や<rules>など短く意味が分かるものにすると管理しやすくなります。

AnthropicはClaude prompting best practicesでXMLタグを独立した推奨項目として扱い、複雑なプロンプトの各要素を曖昧さなく解析しやすくすると説明しています。OpenAIとGoogleは、Markdown見出しとXMLの両方を区切り方として挙げています。

構造化の目的は、プロンプトを飾ることではありません。短い質問を無理に6ブロックへ分ける必要はなく、混ざると誤解される情報だけを分けるのが基本です。

コツ4：複数の例は同じ書式に揃える

例を複数入れるときは、項目名、順番、改行、記号を揃えます。内容が良くても書式がばらばらだと、AIはどの形を完成形として採用すべきか判断しにくくなります。

たとえば、一つ目の例は「入力：」「出力：」、二つ目は「質問：」「回答：」と書かず、すべて同じ項目名にします。日付を「2026/8/13」と「8月13日」で混ぜない、箇条書きの記号を統一する、といった細部も同じです。

## 例1
入力: 新商品の発売日はいつですか
出力: 質問

## 例2
入力: 解約方法を教えてください
出力: 質問

## 例3
入力: 請求額が二重になっています
出力: 不具合

Googleは、2026年8月9日確認のGemini APIのPrompting strategiesで、few-shot例の構造と書式を同じにし、XMLタグ、空白、改行にも注意するよう案内しています。例を追加するたびに、内容だけでなく見た目の規則も揃っているか確認してください。

3社の公式推奨はどこが同じで、どこが違うのか

3社に共通するのは、具体的な指示、例示、構造化、例の書式統一です。一方、例の個数や区切り方、情報を置く順番には違いがあるため、共通部分を土台にして各社の推奨を上乗せします。

提供元3社共通の土台提供元ごとの特徴
Anthropic（Claude）明確な指示・例示・構造化・書式統一例は3〜5個を目安として明示。XMLタグを独立項目で推奨
OpenAI明確な指示・例示・構造化・書式統一Identity → Instructions → Examples → Contextの順を提示。MarkdownとXMLを用途別に案内
Google（Gemini API）明確な指示・例示・構造化・書式統一few-shot例を常に入れるよう推奨。重要指示は先頭、大量コンテキストでは質問を後ろに配置

Anthropicは、例の個数を3〜5個と示し、XMLタグによる区切りを前面に出しています。この数は2026年8月9日に確認したAnthropicの公式ベストプラクティスに基づきます。

OpenAIは、公式のPrompt engineering guideでIdentity → Instructions → Examples → Contextの順を示し、Markdownは階層、XMLは資料の範囲を伝える手段として説明しています。

Googleは、Gemini APIのPrompting strategiesでfew-shot例と書式統一を勧めています。Gemini 3向けには、重要な指示を先頭に置き、大量のコンテキストでは質問を後ろへ置く構成も示しています。

共通の4点で骨格を作ったうえで、使うAIに応じて例の数、区切り方、情報の順番を調整してください。

モデルやサービスの違いまで含めて整理したい場合は、ChatGPT・Claude・Geminiを用途別に使い分ける基準へ進んでください。

初心者向けの再利用テンプレートはどう作るか

再利用テンプレートは、すべての項目を埋める用紙ではなく、必要な部品を選ぶチェックリストとして使います。目的、背景、作業、条件、出力形式、例のうち、今回の依頼に必要なものだけ残してください。

# 目的
この出力を何に使うか：

# 背景・前提
読み手：
AIが知らない事情：
参考にする情報：

# やってほしいこと
作業内容：

# 条件
長さ：
文体：
含める内容：
避ける内容：

# 出力形式
見出し、箇条書き、表、メール本文など：

# 例
入力例：
望む出力例：

たとえば、一文の要約なら「やってほしいこと」「長さ」「入力」だけで足ります。取引先向けメールなら「目的」「背景」「文体」「含める内容」が重要です。問い合わせ分類のように形式を揃えたい作業では「例」の比重が上がります。

役割は、必要なときだけ背景・前提へ追加します。「あなたは専門家です」だけではなく、「法務担当者の視点で、断定的な表現を指摘する」のように、どの視点で何をするのかまで書きます。視点が不要な要約や抽出では、役割を足さなくても構いません。

テンプレートを保存するときは、完成した長文だけを残すのではなく、変更しやすい箇所を空欄にします。毎回変わる「読み手」「長さ」「入力資料」を固定すると、別の仕事へ流用した際に古い条件が残りやすいためです。

Before／Afterでプロンプトはどう改善するか

改善の基本は、曖昧な言葉を目的・前提・条件・形式へ分解することです。以下はAIの出力例ではなく、入力するプロンプト自体の書き換え例です。

例1：日程変更をお願いするメール

Beforeは、相手、理由、変更候補、文体が分かりません。

会議の日程変更メールを書いて。

Afterでは、メールに必要な事実と、相手に配慮した表現の条件を足します。

取引先の田中様へ、8月20日14時の打ち合わせを変更したい旨を伝えるメールの下書きを作ってください。

背景:
- 社内会議と重なったため変更をお願いしたい
- 候補は8月21日10時、8月22日15時

条件:
- 先方の都合を優先する姿勢を示す
- 言い訳を長くしない
- 件名と本文を分ける
- 250字以内の丁寧な文体

候補日時と配慮の基準まで入れた点が改善ポイントです。生成されたメールはそのまま送らず、宛名、日時、理由、署名を人が確認します。

例2：長い会議メモを要約する

Beforeは、「要約」の目的と残すべき情報が不明です。

この会議メモを分かりやすく要約して。

Afterでは、読み手と用途を決め、削ってはいけない項目を指定します。

# 目的
欠席したメンバーが、決定事項と自分の宿題を5分で確認できる要約を作る。

# やってほしいこと
以下の会議メモから、決定事項、未決事項、担当者ごとの宿題を抽出する。

# 条件
- 推測で情報を補わない
- 担当者または期限が書かれていない項目は「不明」とする
- 雑談と重複発言は省く
- 数字、日付、固有名詞は原文を維持する

# 出力形式
1. 決定事項
2. 未決事項
3. 宿題：担当者／期限／内容

# 会議メモ
ここに会議メモを貼る

単に短くするのではなく、欠席者が次に動ける要約へ目的を変えています。資料が長い場合は、論点の抽出、分類、最終要約の順に工程を分ける方法もあります。

例3：新しい企画案を出してもらう

Beforeは、誰向けの企画か、何をもって採用するかが決まっていません。

SNSで話題になる企画を10個考えて。

Afterでは、派手さではなく、対象者と実行条件に合う案を求めます。

# 目的
AIを使い始めた小規模事業者向けに、1週間で公開できる記事企画を作る。

# 読者
- 生成AIを使い始めて1か月以内
- 専門用語に詳しくない
- メール、要約、資料の下書きに使いたい

# 条件
- 1記事で一つの悩みに答える
- 製品の料金や最新モデル性能を主題にしない
- 読者が手元で再現できる手順を含める
- 取材や独自アンケートが必要な案は分けて示す

# 出力形式
表形式で、企画名／読者の悩み／記事で渡す答え／必要な根拠／制作負荷を示す。

「話題になる」を、読者、期限、扱わない範囲、必要な根拠へ分解しています。似た案が並ぶ場合は、重複をまとめ、既存案と異なる理由を一行で添えるよう再指示します。

回答が悪いときは、どの順番で直すか

出力が期待と違うときは、プロンプト全体を書き直さず、不足点を一つ特定して再指示します。一度に多くの条件を変えると、どの修正が効いたのか分からなくなります。

まず、出力のどこが悪いのかを、次のどれかに分類します。

次に、一番大きな不足だけを追加します。たとえば長すぎるなら、「200字にして」と数字だけを足すのではなく、「結論、理由、次の行動を残し、背景説明は省く」と、何を優先して残すかも伝えます。

修正の手順は次のとおりです。

  1. 悪い箇所を一文で言う：「説明が長く、結論が後ろにある」
  2. 残す部分を指定する：「日程と依頼内容は残す」
  3. 一つだけ条件を足す：「結論を最初の二文に置く」
  4. 新しい出力を前の出力と比べる
  5. まだ不足があれば、次の一項目を直す

再指示の例は、「もっと良くして」ではなく、次のように書きます。

前の案は背景説明が長く、依頼内容が見つけにくいです。
日程と変更候補は残したまま、最初の2文で日程変更のお願いが分かる構成に直してください。

この方法なら、AIへ不満を伝えるのではなく、合格ラインとの差分を渡せます。前の回答の良い部分まで消したくない場合は、「残す部分」を先に示すのがポイントです。

何度直しても同じずれが出るときは、プロンプトだけでなくAIツールと作業の相性も見直します。長文処理、検索、画像、ファイル操作など、目的によって適した入口が異なります。作業別にAIツールを選ぶ観点もあわせて確認してください。

長いプロンプトほど良いのか

プロンプトは、必要な判断材料が入る長さであれば十分です。長さそのものを増やすと、重要な指示が埋もれたり、古い条件と新しい条件が衝突したりします。

短い言い換えに、目的、役割、背景、禁止事項、例を何個も付ける必要はありません。一方、長い資料から特定項目を抽出する仕事では、資料の範囲、残す情報、出力形式を明示する価値があります。

削るときは、次の順に見直します。

  1. 同じ意味を繰り返している説明
  2. 今回の出力に関係しない背景
  3. 古い条件や、別案件の例
  4. 「高品質に」「最高の」といった判定基準にならない形容詞
  5. 役割だけがあり、作業に結び付いていない文

反対に残すのは、目的、入力資料、守る条件、出力形式、良い例です。迷ったら、プロンプトを事情を知らない同僚に渡し、同じ作業ができるかを考えます。Anthropicの公式ガイドも、前提をほとんど知らない同僚が迷うならClaudeも迷う、という趣旨の基準を示しています。

AIへ入力するときの注意点は何か

注意点は、機密情報を入れない、例の品質を点検する、出力の事実確認を人が行う、の3つです。文章が自然でも、内容の正しさや利用してよい情報かどうかは別に確認します。

機密情報・個人情報をそのまま入力しない

顧客名、住所、電話番号、未公開の契約内容、社内だけの資料などは、そのまま入力しません。業務で使う場合は、所属先のルールと、利用するサービス・プランのデータ取り扱い条件を確認します。

練習用のプロンプトでは、氏名を「顧客A」、会社名を「取引先B」に置き換え、金額や日付も作業に不要なら削ります。匿名化しても文脈から個人を推測できる場合があるため、置換だけで十分とは限りません。

良くない例を大量に入れない

例は強い指示になります。誤字、曖昧な分類、古い商品名、不自然な文章を見本として渡すと、その特徴も出力に現れやすくなります。

複数の例を使う場合は、採用したい品質か、書式が揃っているか、例同士で条件が衝突していないかを確認します。悪い例を示す必要があるなら、「避ける例」と明記し、どこが悪いかも一緒に説明します。

事実・数字・固有名詞は人が照合する

AIは、読みやすい文章の中に誤った日付、数字、出典、固有名詞を混ぜることがあります。外部公開、契約、顧客対応、社内判断に使う文章は、元資料や公式情報と照合してください。

プロンプトへ「推測で補わない」「資料にない場合は不明と書く」と入れることは、誤りを減らす助けになります。ただし、それだけで人の確認を省けるわけではありません。AIは下書きや整理を担当し、最終判断は人が持つ、と分けると扱いやすくなります。

収益や副業の見込みをAIに整理させる場合も、出力された数字を根拠として扱わないでください。AI副業の収益情報を読むときの確認軸では、条件や情報源を分けて見る手順を解説しています。

よくある質問

AIプロンプトは長く書くほど良くなりますか。

長さより、目的、必要な前提、守る条件、出力形式が過不足なく入っているかが重要です。短い作業は短い指示で足り、複雑な作業だけ見出しやタグで分けます。重複や関係のない背景は、重要な指示を埋もれさせるため削ります。

プロンプトには必ず役割を入れるべきですか。

役割は必須ではありません。特定の視点が必要なときだけ、「広報担当者の視点で、専門用語を指摘する」のように作業とセットで使います。要約や情報抽出では、目的と条件が明確なら役割がなくても依頼できます。

同じプロンプトなら、ChatGPT・Claude・Geminiで同じ回答になりますか。

同じ回答にはなりません。3社の公式推奨にも、例の個数、構造化の手段、情報を置く順番に違いがあります。4つの共通点から始め、出力が安定しない部分は各社の公式ドキュメントに合わせて調整してください。

AIの回答が悪いときは、最初から書き直すべきですか。

最初から全体を書き直すより、不足点を一つずつ直すほうが改善の理由を追いやすくなります。「長い」「形式が違う」「情報が抜けた」など問題を一つに絞り、残す部分と変える条件を伝えてください。

仕事の資料をプロンプトへ貼ってもよいですか。

顧客情報、個人情報、未公開資料を安易に貼らないでください。所属先のルールと、利用するサービス・プランのデータ取り扱い条件を先に確認します。練習では固有名詞を置き換え、作業に不要な情報を削った資料を使います。

まとめ：4つの基本を使い、足りない条件を一つずつ直す

プロンプトの書き方は、万能の型を暗記するより、3社に共通する4点を実際の作業へ当てはめるほうが再利用しやすくなります。具体的に書き、例を見せ、区切って構造化し、例の書式を揃えてください。

使うAIによって細かな推奨は異なります。Claudeは複数例とXML、OpenAIはIdentityからContextまでの順序、Geminiはfew-shot例と指示を置く位置を確認し、共通の骨格へ必要な部分だけ加えます。

AIを使う目的自体が決まっていない場合は目的別AIツールの選び方を、各サービスの違いを整理したい場合はChatGPT・Claude・Geminiの使い分けをご覧ください。

参考にした公式情報

本記事の3社比較は、以下の公式情報を2026年8月9日に確認して整理しました。