ChatGPTに同じことを聞いても、返ってくる答えの出来は人によって大きく変わります。その差を生むのはモデルの性能よりも、依頼文であるプロンプトの書き方です。プロンプトは特別な呪文ではなく、何を・誰に向けて・どんな形で出してほしいかを書き出した指示書だと考えると、直すべき場所が見えてきます。この記事ではChatGPTのプロンプトの書き方を、悪い例から良い例への書き換えという形で整理しました。
この記事で分かること
- OpenAIの公式ヘルプとClaudeの公式ドキュメントが挙げるプロンプトの基本原則
- 悪い例を良い例に直す7つの書き換えの型
- 議事録や営業メールにそのまま使えるプロンプト例
- うまく答えが出ないときの原因の切り分けと直し方
要点
- プロンプトは大規模言語モデル（LLM）への入力テキストで、会話を始めたりモデルから応答を引き出したりするものです。公式ヘルプには、画像や音声といった別の形もありうると書かれています
- OpenAIの公式ヘルプが最初に挙げる原則は、プロンプトを明確かつ具体的にし、十分な文脈を与えることです。曖昧さを避け、できるだけ正確に書くようにとも書かれています
- 一度で完成させる必要はありません。最初のプロンプトを書く、出力を確認する、出力をもとに直すという繰り返しが公式ヘルプの示す進め方です
- 口調は「formal」「friendly」のような形容詞で指定できます。Claudeの公式ドキュメントは、望む出力形式と制約を具体的に書くことを挙げています
- 毎回同じ前置きを書く手間は、カスタム指示（Custom Instructions）に保存することで省けます。全プランで利用でき、保存できる文字数はプランによって異なります
プロンプトとは何か｜書き方の前に押さえる考え方
プロンプトとプロンプトエンジニアリングの意味
OpenAIの公式ヘルプは、LLM（大規模言語モデル。大量の文章を学習した言語モデル）へのプロンプトを「会話を始めたり、モデルから応答を引き出したりするテキスト入力」と説明しています。さらに「画像や音声など、ほかの形でもありうる」とも書かれています。プロンプトという言葉を「打ち込む文字」だけで捉えず、モデルに渡す入力そのものと捉えると理解しやすくなります。
プロンプトエンジニアリングは、同じヘルプで「入力プロンプトを設計し最適化して、言語モデルの応答を効果的に導くプロセス」と定義されています。つまり、書き方を工夫して結果を安定させる作業そのものに名前が付いているということです。特別な才能の話ではなく、設計と改善の手続きだと考えると取り組みやすくなります。
なお同じヘルプには、紹介されている資料の中にはAPI（プログラムから機能を呼び出す仕組み）に触れたものもあるが、推奨そのものはChatGPTにも当てはまる、と書かれています。開発者向けの文書で語られているコツを、普段のチャットに持ち込んでよいということです。
良いプロンプトの条件は曖昧さが残っていないこと
OpenAIの公式ヘルプは「プロンプトを明確かつ具体的にし、モデルがあなたの求めていることを理解できる十分な文脈を与えること」を基本に挙げています。そして「曖昧さを避け、できるだけ正確に」書くよう促しています。逆に言えば、答えがぼんやりしているときは、読み手が補わなければならない空白がプロンプトの中に残っているということです。
Claudeの公式ドキュメントも「明確で明示的な指示によく応える」と書いています。そこでは、モデルを「自社の慣習や進め方の文脈を持たない、優秀だが入ったばかりの従業員」だと考えるよう説明されています。さらに黄金律として「タスクの背景をほとんど知らない同僚にプロンプトを見せて、その通りに動いてもらう」ことを挙げ、「その同僚が混乱するなら、Claudeも混乱する」と述べています。
この「新しく入った人に渡す依頼文」という見立ては、ChatGPTのプロンプトを点検するときにもそのまま使える考え方です。送信ボタンを押す前に、社内の略語や省略した前提が残っていないかを一度読み返すだけで、書き直しの回数は減っていきます。
悪い例と良い例で学ぶ書き換えの型
ここからは、実際にありがちな短い指示を、どこを足せば具体的になるかという視点で書き換えていきます。7つの型はどれも、公式ガイドに書かれている原則を一文の形に落としたものです。
型1 役割と読み手を決める
悪い例は「メールを書いて」。良い例は「あなたは法人向けソフトウェアの営業担当です。初回訪問のお礼メールを、相手は製造業の情報システム部長という前提で書いてください」です。
Claudeの公式ドキュメントには「システムプロンプトで役割を設定すると、用途に合わせて振る舞いと口調が絞られる」と書かれており、たった一文でも違いが出るとされています。ChatGPTで使うなら、プロンプトの冒頭に一文で立場を書くか、後述のカスタム指示に書いておくとよいでしょう。役割とあわせて読み手を書くと、専門用語の量や丁寧さが自動的に調整されやすくなります。
型2 背景と理由を書く
悪い例は「短くまとめて」。良い例は「社内の朝会で30秒で口頭報告するので、結論から3文でまとめてください」です。
Claudeの公式ドキュメントは「指示の背後にある文脈や動機を示すこと」、たとえばなぜその振る舞いが重要なのかを説明することが、目標の理解と的を射た回答につながると挙げています。同じドキュメントでは、単に省略記号を使うなと命じるのではなく、回答が音声読み上げエンジンで読まれるため読み方が分からない省略記号は使わないでほしい、と理由を添えた書き方が良い例として示されています。理由を書くと、こちらが思いつかなかった配慮まで含めて調整してくれることがあります。
型3 出力の形と条件を具体的に書く
悪い例は「競合を整理して」。良い例は「以下に貼り付けた3社の紹介文から、価格・主要機能・想定顧客の3列の表を作ってください。各セルは40字以内で、紹介文に書かれていない項目は『記載なし』と書いてください」です。
Claudeの公式ドキュメントは「望む出力形式と制約について具体的であること」を挙げ、順序や網羅性が重要な場合は番号付きリストや箇条書きで手順として指示を渡すよう勧めています。同じページでは、単に分析ダッシュボードを作ってと頼むより、「関連する機能とインタラクションをできるだけ多く含めて」と続けたプロンプトのほうが効果的だという例が示されています。どんな形で出してほしいかを先に決めておくと、出力を見比べて改善する作業も楽になります。
型4 口調は形容詞で指定する
悪い例は「いい感じの文章で」。良い例は「professionalな口調で、社外向けの案内文として書いてください」です。
OpenAIの公式ヘルプは、口調を示すには説明的な形容詞を使うとよいとし、「formal, informal, friendly, professional, humorous, or serious」といった語がモデルを導く助けになると書いています。例として「Explain this in a friendly and engaging tone.」という書き方が挙げられています。日本語のプロンプトでも、こうした語をそのまま混ぜて指定するやり方は使えます。「やわらかく」「堅めに」と書くより、どの軸で調整したいのかが伝わりやすくなります。
型5 例を見せる
悪い例は「社内報の見出しを考えて」。良い例は「次に貼る過去の見出し3本と同じ調子で、今回の記事の見出しを5本出してください」です。
Claudeの公式ドキュメントは「例は出力形式や口調、構造を導く最も信頼できる方法の一つ」だとし、少数の練られた例を使う手法を「few-shotまたはmultishotプロンプティング」と呼んで、正確さと一貫性が高まると説明しています。例を付けるときは、実際の用途を近く映したものにする、エッジケースも含めて多様にする、タグで囲んで指示と区別できるよう構造化する、という3点が挙げられています。言葉で形を説明するより、完成品を1つ見せたほうが早い場面は多くあります。
型6 禁止ではなくしてほしいことを書く
悪い例は「箇条書きは使わないで」。良い例は「なめらかにつながる散文の段落で書いてください」です。
Claudeの公式ドキュメントは出力形式の操り方として「してほしくないことではなく、してほしいことを伝える」を挙げています。そこでは、回答にマークダウンを使わないでと書く代わりに、なめらかに流れる散文の段落で構成してほしいと書く例が示されています。あわせて、プロンプト側の書式をそろえると出力の書式も寄りやすいという指摘もあります。禁止の列挙は抜け道が残りますが、完成形の言い換えなら迷いが生まれにくくなります。
型7 長い資料は質問より先に置く
悪い例は、質問を書いたあとに長い資料を貼ること。良い例は、資料を先に貼ってから質問と指示を書くことです。
Claudeの公式ドキュメントは、大きな文書やデータの多い入力を扱うときは「長い文書と入力をプロンプトの上部近くに置く」よう勧めており、クエリや指示、例よりも上に置くことで性能が向上すると書かれています。複数の文書を渡すときはタグで囲んで区別する方法も示されています。さらに長文タスクでは「作業を始める前に、文書の関連部分を引用させる」とよいとされています。資料を根拠に答えてほしいときは、「該当箇所を先に引用してから結論を書いて」と一文足すのが扱いやすい形です。
使い分けの考え方（目安）
| 困っていること | 使う型 | 書き足す一文の例 |
|---|---|---|
| 答えが一般論で終わる | 型2・型3 | 「使う場面は社内の朝会で、3文の箇条書きで」 |
| 文章の雰囲気が合わない | 型1・型4 | 「あなたは広報担当です。professionalな口調で」 |
| 出力の形がばらつく | 型3・型5 | 「次の例とまったく同じ見出し構成で」 |
| 長い資料の内容を取りこぼす | 型7 | 「該当箇所を先に引用してから答えて」 |
そのまま使えるプロンプト例
ここからは、型を組み合わせた例を4つ載せます。角括弧の部分を自分の状況に差し替えて使ってください。見出しの代わりに【 】で項目を区切ると、指示と材料の境目が見分けやすくなります。
【会議メモ】
[ここに会議メモを貼る]
上の会議メモから議事録を作ってください。あなたは社内の議事録担当です。
【前提】
- 読む人: 会議に出ていない他部署のメンバー
- 使う場面: 社内チャットへの投稿（スマートフォンで読む）
【出力の形】
1. 3文の要約
2. 決まったこと（箇条書き・最大5件）
3. 次にやること（担当者と期限つきの箇条書き）
4. 判断が持ち越しになった点（箇条書き）
【条件】
- professionalな口調
- メモに書かれていないことは推測せず「メモに記載なし」と書く
あなたは[法人向けソフトウェア]の営業担当です。
初回訪問のお礼メールの下書きを作ってください。
【前提】
- 相手: [製造業・従業員300名]の[情報システム部長]
- 商談で出た論点: [現行システムの運用負荷][予算の決裁時期]
- 次に取りたい行動: [2週間以内のデモ実施の打診]
【出力の形】
- 件名を3案（それぞれ20字以内）
- 本文は350字以内
- 最後に、相手が返信しやすい一文を入れる
【条件】
- professionalな口調で、へりくだりすぎない
- 商談で出ていない事実は書かない
【資料】
[ここに資料を貼る]
上の資料について、次の順で答えてください。
1. 質問に関係する箇所を資料からそのまま引用する（最大5つ）
2. 引用をもとに、[新サービスの価格設定の方針]を3つに整理する
3. 資料からは判断できない点を箇条書きで挙げる
【条件】
- 引用には、資料のどの見出しの部分かを添える
- 資料に書かれていないことは補わない
次の依頼文を、より具体的なプロンプトに書き換えてください。
【元の依頼文】
「[新商品の紹介文を書いて]」
【やってほしいこと】
1. この依頼文で足りていない前提を、質問の形で3つ挙げる
2. 役割・背景・出力の形・口調を埋めた改善版のプロンプトを示す
3. 最後に、改善版が元の目的を満たしているか自分で点検して結果を書く
【出力の形】
- 1と3は箇条書き、2はコードブロック
プロンプトを改善して定着させる手順
出力を見ながら直す3ステップ
OpenAIの公式ヘルプは「プロンプトエンジニアリングは反復的なアプローチを必要とすることが多い」と書いています。具体的な手順として示されているのは次の流れです。
- 最初のプロンプトを書いて送る
- 返ってきた応答を確認する
- その出力をもとにプロンプトを直す
3つ目の直し方として、ヘルプには「表現を調整する、文脈を足す、依頼を簡素化する」という3方向が挙げられています。結果が的外れなら文脈を足し、長すぎたり細かすぎたりするなら依頼を簡素化する、という切り分けです。1回の送信で満点を狙わず、2往復目で仕上げる前提に切り替えると、プロンプトを書くこと自体の負担が軽くなります。
毎回書く前置きはカスタム指示に預ける
同じ前置きを毎回書くのが手間なら、カスタム指示（Custom Instructions）が使えます。OpenAIの公式ヘルプは、カスタム指示によって「ChatGPTに回答で考慮してほしいことを何でも共有できる」と説明しており、保存した内容はすべてのチャットにすぐ適用されると書かれています。設定は、Web版とデスクトップ版では次の手順です。
- 設定（Settings）で「Personalization」を選ぶ
- 「Enable customization」がONになっていることを確認する
- 「Custom Instructions」の欄に指示を入力する
iOSとAndroidでは手順が少し異なります。
- 設定（Settings）で「Customize ChatGPT」を選ぶ
- 「Enable customization」がONになっていることを確認する
- 「Custom Instructions」の欄に指示を入力する
カスタム指示は全プランで、Web・Desktop・iOS・Androidで利用できると書かれています。設定の更新は、既存の会話を含むすべてのチャットにすぐ適用されるとも記載されています。使うのをやめたいときは、設定から「Enable customization」をOFFにする手順も案内されています。保存できる文字数はプランによって異なります。
| プラン | カスタム指示に保存できる文字数 |
|---|---|
| Free・Go | 1,500文字まで |
| Plus・Pro・Enterprise・Business・Education | 5,000文字まで |
2026年10月時点の公式ヘルプの記載です。プランや上限は変わることがあるので、使う前に公式ページで最新の内容を確かめてください。
書く内容は、型1と型4をそのまま置くのが扱いやすい考え方です。たとえば自分の職種と担当業務、よく使う文書の形、好ましい口調、専門用語の扱いなどを短く書いておくと、個別のチャットでは依頼そのものだけを書けば済むようになります。公式ヘルプには、カスタム指示はいつでも編集または削除できると書かれており、更新は今後の会話に反映されるとも記載されています。合わないと感じたら戻せる設定だと考えてよいでしょう。
扱いに注意したい点も公式ヘルプに書かれています。自分の指示は共有リンクの閲覧者には共有されない一方、第三者のプラグインを使う場合はモデルが指示から関連情報をプラグイン開発者に渡すことがあるため、信頼できるものだけを使うようにと書かれています。また、カスタム指示の利用から得られる情報はモデルの性能改善にも使われるとされ、自分のコンテンツを性能改善に使われないようにするオプトアウトの方法についての案内も置かれています。OpenAIアカウントを削除した場合、アカウントに紐づくカスタム指示もその処理の一部として30日以内に削除されると書かれています。社外に出せない情報を書き込む前に、この扱いを確認しておくと安心です。
職種別の使い方
ここで挙げるのは、型の組み合わせ方の例です。自分の職種に近いものから試してみてください。
営業
初回訪問のお礼メールや提案書のたたき台では、型1（役割と読み手）と型4（口調）が効きます。相手の役職と業種、商談で出た論点、次に取りたい行動を前提として並べ、口調は「professional」のように形容詞で指定します。1通目の出力を見て「もっと短く」「相手が挙げた運用負荷の話に触れて」と足していく進め方は、公式ヘルプが示す反復的な改善そのものです。商談で出ていない事実を書かせないよう、型3の条件として一文入れておくとよいでしょう。失注の振り返りメモを資料として先に貼り、引用を挟んでから次回の打ち手を出してもらう使い方も、型7の応用として試せます。
事務
社内周知文や定型の案内メールは、型5（例を見せる）と相性がよい考え方です。過去に送った案内文を2〜3本貼り、同じ調子で今回の内容に書き換えてもらう形にします。Claudeの公式ドキュメントは、例を関連性のあるもの、多様なもの、構造化されたものにするよう挙げているため、通常のケースだけでなく例外的な案内も1本混ぜておくと形が安定しやすくなります。できた型は、よく使う依頼ごとに穴埋めテンプレートとして残しておくと再利用できます。宛先や締切の違いだけを角括弧にしておくと、次に使う人も迷いません。
企画
企画の発散では、先に出力の枠を決めてから量を求めると比較しやすくなります。「3列の表で10案」「各案に想定読者と懸念を1文ずつ」のように形を指定するのが型3の使い方です。アンケートの自由記述や調査メモのような長い材料を扱うときは型7のとおり資料を先に貼り、該当箇所を先に引用してから結論を書いてもらうと、根拠をたどりながら読めます。引用で裏付けが取れない結論は、自分で確かめる対象として分けておくとよいでしょう。番号付きの手順で指示を渡すやり方は、順序や網羅性が大事な作業に向くとClaudeの公式ドキュメントにも書かれています。
よくある失敗と対策
失敗1 指示が曖昧で一般論しか返らない
「分かりやすくまとめて」のような依頼は、誰向けにどの長さでという情報が抜けています。公式ヘルプが挙げる通り、明確さと具体性、そして十分な文脈を足すのが対策です。読み手・使う場面・出力の形の3点を書き足すだけで、返ってくる文章の輪郭は変わります。
失敗2 一度の指示で完成させようとする
長いプロンプトを一気に書き上げて、外れたら最初から書き直す進め方は疲れます。公式ヘルプが示すのは、最初のプロンプトを送り、応答を確認し、出力をもとに直す流れです。表現の調整、文脈の追加、依頼の簡素化のどれが必要かを見極めて、1か所ずつ直していくほうが早く着地します。
失敗3 禁止事項ばかり並べる
「〜しないで」を並べると、守ってほしい完成形が伝わりません。Claudeの公式ドキュメントが挙げるように、してほしくないことではなく、してほしいことを書くほうが伝わります。禁止を思いついたら、その裏側にある望ましい形に言い換える習慣を付けるとよいでしょう。
失敗4 長い資料を質問の後ろに貼る
資料が長いとき、質問を先に書いて資料を末尾に貼ると取りこぼしが起きやすくなります。Claudeの公式ドキュメントは、長い文書や入力をプロンプトの上部近く、クエリや指示より上に置くことを勧めています。順番を入れ替え、引用を先に出させる一文を添えるのが対策です。
失敗5 社内だけの略語や前提を省く
自分には自明な略語や社内ルールは、プロンプトの中では空白と同じです。Claudeの公式ドキュメントの黄金律が示すように、背景をほとんど知らない同僚が読んで混乱するなら、モデルも混乱します。初出の略語は一言で説明し、前提は箇条書きで並べておくと手戻りが減ります。
よくある質問
プロンプトエンジニアリングとは何ですか
OpenAIの公式ヘルプでは「入力プロンプトを設計し最適化して、言語モデルの応答を効果的に導くプロセス」と定義されています。特別な技術資格の話ではなく、書いて試して直す手続きを指す言葉です。この記事の7つの型は、その手続きを短い一文に落としたものと考えてください。
プロンプトは長く書くほどよいのですか
公式ヘルプが挙げているのは長さではなく、明確さと具体性、そして十分な文脈です。改善の方向としては、表現を調整する、文脈を足す、依頼を簡素化するという3つが並んで挙げられています。つまり短くするのも正しい改善の一つで、不要な装飾を削って条件だけを残すほうが安定することもあります。
カスタム指示はどのプランで使えますか
公式ヘルプには、カスタム指示は全プランで、Web・Desktop・iOS・Androidで利用できると書かれています。保存できる文字数は、FreeとGoのユーザーが1,500文字まで、Plus・Pro・Enterprise・Business・Educationのユーザーが5,000文字までと記載されています。2026年10月時点の記載なので、使う前に公式ページで最新の内容を確かめてください。
カスタム指示に書いた内容は他人に見られませんか
公式ヘルプには、自分の指示は共有リンクの閲覧者には共有されないと書かれています。一方で、第三者のプラグインを使う場合はモデルが指示から関連情報をプラグイン開発者に渡すことがあるとされ、信頼できるものだけを使うよう案内されています。また、カスタム指示の利用から得られる情報はモデルの性能改善にも使われると書かれているため、社外に出せない情報の扱いは慎重に判断してください。
ChatGPTとClaudeでプロンプトの書き方は変わりますか
どちらの公式ガイドも、明確で具体的な指示を軸にしている点は共通しています。OpenAIの公式ヘルプは明確さと具体性、反復的な改善、形容詞による口調の指定を挙げ、Claudeの公式ドキュメントは役割の設定、例の活用、XMLタグによる構造化、出力形式の明示などを挙げています。細かな作法は各公式ページで確認し、使うツールのガイドに合わせて調整するとよいでしょう。
テキスト以外もプロンプトになりますか
OpenAIの公式ヘルプは、プロンプトを会話を始めたり応答を引き出したりするテキスト入力と説明したうえで、画像や音声など別の形でもありうると書いています。入力の形が変わっても、何を・誰に向けて・どんな形で出してほしいかを添える考え方は変わりません。実際に使える入力の種類は、公式のヘルプで確かめてください。
会社やチームで使うなら
チームで使うときは、個人が見つけた書き方を共有できる形に残しておくと成果物の品質がそろいます。社内でよく使う依頼は、役割・背景・出力の形・口調を埋める穴埋めテンプレートにして配り、出力を見ながら更新していく運用が扱いやすいでしょう。株式会社デジライズは法人向けAIリスキリングサービスで導入社数No.1（東京商工リサーチ・2026年3月末時点）で、累計600社超・5万人以上のAI活用を支援しています。法人での導入や研修を検討しているなら株式会社デジライズに相談できます。
まとめ
ChatGPTのプロンプトの書き方は、明確さ・具体性・十分な文脈という原則を、役割や出力形式といった具体的な一文に落とすところから始められます。そして公式ヘルプが示すとおり、最初のプロンプトを送り、応答を見て、表現や文脈を足し引きする繰り返しが土台になります。まずは手元の仕事の依頼文を1本、この記事の型で書き換えてみてください。体系的に学ぶならデジライズAIスクールのコース一覧や料金プランから、「ChatGPTプロンプト活用（初級）」のような講座を見てみるとよいでしょう。動画は990本以上あり、個人向けのオンラインAIスクールとして学べます。
出典
- Prompt engineering best practices for ChatGPT | OpenAI Help Center
- ChatGPT Custom Instructions | OpenAI Help Center
- Prompting best practices
この記事は、各社の公式のヘルプ・ドキュメントや公的機関の資料をもとに AI で下書きし、出典の本文との照合とGoogle 検索による事実確認（ファクトチェック）を通ったものだけを公開しています。料金や機能は変わることがあるため、使う前に公式ページで最新の情報を確かめてください（2026年10月16日時点）。
