AIプロンプトエンジニアリング入門｜ChatGPTの回答を劇的に良くする7つのコツ

「ChatGPTを使っているけど、いまいち良い回答が返ってこない……」

そんな悩みを抱えていませんか？実は、ChatGPTの回答の質はプロンプト（指示文）の書き方で劇的に変わります。同じChatGPTでも、プロンプト次第で「役に立たない返答」にも「驚くほど的確な回答」にもなります。

本記事では、プロンプトエンジニアリングの基本から、すぐに使える7つのコツ、実践的な変換例、コピペOKのテンプレート10選まで、網羅的に解説します。ChatGPTをまだ始めていない方は、まずはChatGPTの始め方をご確認ください。

プロンプトエンジニアリングとは？
コツ①：役割を与える（ロールプロンプト）
コツ②：具体的な指示を出す（5W1H）
コツ③：出力形式を指定する
コツ④：例を示す（Few-shot）
コツ⑤：段階的に考える（Chain of Thought）
コツ⑥：制約を設ける
コツ⑦：反復して改善する
実践：悪いプロンプト→良いプロンプト変換5例
プロンプトテンプレート集10選（コピペ可）
筆者の実感
まとめ

プロンプトエンジニアリングとは？

プロンプトエンジニアリング（Prompt Engineering） とは、AIに最適な指示（プロンプト）を設計・調整する技術のことです。

たとえるなら、ChatGPTは「超優秀だけど、指示が曖昧だと迷子になる新人」と同じです。「何か書いて」では何を書けばいいかわからず、適当な文章を返してきます。しかし、「営業メールのテンプレートを3パターン作って。宛先はB2B企業、トーンは丁寧で簡潔に」と指示すれば、驚くほど実用的な成果を出してくれます。

プロンプトエンジニアリングが重要な理由は3つあります。

回答の精度が上がる — 曖昧な指示→曖昧な回答、具体的な指示→的確な回答
無駄なやり取りが減る — 一発で欲しい情報を引き出せる
AIの限界を超えられる — 工夫次第でChatGPTの能力を最大限引き出せる

2023年以降、プロンプトエンジニアリングはAI活用の必須スキルとして認知されています。OpenAIのSam Altman氏自身も「プロンプトを上手に書ける人は、AI時代に最も重宝される」と語っています。

コツ①：役割を与える（ロールプロンプト）

ChatGPTに「あなたは〇〇の専門家です」という役割（ロール）を与えることで、回答の方向性と深さが劇的に変わります。

なぜ効くのか？

ChatGPTは膨大なデータを学習していますが、役割を与えないと「一般的な回答」に落ち着いてしまいます。しかし「あなたは20年経験の税理士です」と宣言すれば、その分野の専門用語や実務的な視点を引き出せるようになります。

例

❌ 役割なし
> 法人税の節税方法を教えてください。

→ 一般論レベルの回答に留まりがち。

✅ 役割あり
> あなたは20年経験の税理士です。中小企業の法人税節税について、実務で使える5つの方法を具体的に解説してください。

→ 専門的かつ実践的な内容が返ってきます。

役割の与え方のコツ

専門性を具体的に：「税理士」より「中小企業向けの20年経験税理士」
視点を限定する：「消費者目線で」「経営者目点で」など
トーンも指定：「初心者向けにやさしく」「専門家同士の対話のように」

コツ②：具体的な指示を出す（5W1H）

プロンプトで最も多い失敗が「指示が曖昧すぎること」です。5W1H（Who・What・When・Where・Why・How）を意識して、具体性を高めましょう。

5W1Hチェックリスト

項目	プロンプトでの具体例
Who（誰が）	「あなたは〜」「読者は〜」
What（何を）	「レポートを書いて」「比較表を作って」
When（いつ）	「2026年時点で」「直近3年間の」
Where（どこで）	「日本市場において」「関西エリアの」
Why（なぜ）	「新規参入の判断材料として」「社内稟議用に」
How（どうやって）	「箇条書きで」「表形式で」「3ステップで」

例

❌ 曖昧な指示
> マーケティングについて教えてください。

→ 何について、どの程度の深さで、誰向けかが不明。一般的な概要しか返ってこない。

✅ 5W1Hで具体的に
> あなたはB2B SaaS企業のマーケティング責任者です（Who）。日本市場向けのコンテンツマーケティング戦略（What）を、2025年の最新トレンドを踏まえて（When）、中小企業の意思決定者向けに（Where+Why）、3つの具体的な施策として箇条書きで（How）提案してください。

→ ターゲットも期間も出力形式も明確で、実務で使える回答が返ってきます。

プロンプトを書くときは、「全く知らない人に手紙を書くつもりで」具体性を心がけましょう。ChatGPTには「文脈を察する」能力はありますが、明示的に書かれた情報に勝るものはありません。

コツ③：出力形式を指定する

ChatGPTは出力形式を指定すると、その通りに整形してくれます。文章でダラダラ書かれるより、表や箇条書きのほうが読みやすい場面は多いはずです。

指定できる主な形式

箇条書き — 要点をスッキリまとめたいとき
表（テーブル） — 比較・一覧を整理したいとき
マークダウン — ブログやドキュメント用
JSON / CSV — データ処理・システム連携用
対話形式 — インタビューやQ&A
ステップ形式 — 手順・プロセスの説明

例

❌ 形式の指定なし
> プロジェクト管理ツールの比較をしてください。

→ 長文で比較されてしまい、情報が整理しづらい。

✅ 表形式を指定
> プロジェクト管理ツールをAsana・Trello・Jiraの3つで比較してください。以下の項目で表にまとめてください：価格、得意な用途、チーム規模の目安、日本語対応の有無。

→ 一目で比較できる表が返ってきます。

形式を指定するだけで、ChatGPTの出力が「読むための文章」から「使える資料」に変わります。

コツ④：例を示す（Few-shot）

Few-shotプロンプティングとは、プロンプト内に回答の「例」をいくつか提示し、そのパターンに沿って出力させる手法です。「百の言葉より一つの例」と言われるように、例を示すだけで回答の精度と一貫性が飛躍的に向上します。

なぜ効くのか？

ChatGPTは「パターン認識」に優れています。例を見せることで「こういう形式・トーン・深さで答えてほしい」という期待を明確に伝えられます。ゼロから推測させるより、例に沿わせるほうが遥かに安定します。

例：メール返信の例示

❌ 例なし
> クレームメールへの返信文を作成してください。

→ トーンも長さもバラバラで、社内基準に合わない可能性が高い。

✅ 例あり（Few-shot）
> クレームメールへの返信文を作成してください。以下の例を参考にしてください。

例1：
> お客様へ
> この度はご不便をおかけし、誠に申し訳ございません。原因は〇〇であり、今後は〇〇の対策を実施いたします。ご指摘いただきありがとうございました。

例2：
> お客様へ
> ご不快な思いをさせてしまい、深くお詫び申し上げます。本事象につきまして、〇〇の対応を完了いたしました。今後ともよろしくお願いいたします。

→ 例のトーン・長さ・構成に沿った返信文が安定して生成されます。

Few-shotのポイント

2〜3個の例が最適（1個だと足りず、5個以上は長くなりすぎる）
多様な例を入れると柔軟性が上がる
出力形式だけでなくトーン・視点も例で伝わる

コツ⑤：段階的に考える（Chain of Thought）

Chain of Thought（CoT）は、ChatGPTに「順を追って考えて」と指示し、推論プロセスをステップごとに出力させる手法です。特に論理的思考や計算、複雑な問題で効果を発揮します。

なぜ効くのか？

ChatGPTは「一気に結論を出そうとする」と間違えやすくなります。しかし「段階的に考える」と、各ステップで検証しながら進めるため、誤りが減り、回答の説得力も増します。これは人間と同じです。頭の中で一気に計算するより、途中式を書くほうが正確ですよね。

例

❌ CoTなし
> 300個の商品があり、売上が150万円です。1個あたりの平均売上はいくらですか？

→ 結論だけ出そうとして計算ミスをする可能性がある。

✅ CoTあり
> 300個の商品があり、売上が150万円です。1個あたりの平均売上を段階的に計算してください。各ステップの思考過程も示してください。

→ 「150万円＝1,500,000円」「1,500,000 ÷ 300 ＝ 5,000」「答え：5,000円」とステップごとに出力され、正確性が増す。

CoTのバリエーション

「順を追って考えて」 — 最もシンプルで効果的な指示
「途中の思考過程も書いて」 — 推論プロセスを見える化
「ステップ1、ステップ2…と進めて」 — 構造的に思考させる

CoTはChatGPTの「計算ミス」や「論理の飛躍」を減らす最も強力な手法の一つです。複雑な問題には必ず使いましょう。

コツ⑥：制約を設ける

「これをやってはいけない」「この範囲に収めて」という制約（制限）を設けることで、ChatGPTの出力をコントロールしやすくなります。自由度が高すぎると冗長な回答になりがちですが、適度な制約が品質を高めます。

よく使う制約の例

制約の種類	例
文字数制限	「300字以内で」「最大500文字で」
項目数制限	「3つだけ挙げて」「トップ5に絞って」
範囲制限	「2024年以降の情報のみ」「日本国内の事例に限定」
否定制約	「専門用語は使わない」「比喩は避けて」
読者制約	「中学生でもわかるように」「初心者向けに」
言語制約	「日本語のみで回答」「英語のまま出力」

例

❌ 制約なし
> AIの倫理問題について書いてください。

→ 長文で網羅的に書かれすぎ、読みづらい。

✅ 制約あり
> AIの倫理問題について、3つの重要な論点のみを、各200字以内で、専門用語を使わずに解説してください。

→ コンパクトでわかりやすい回答が返ってくる。

制約は「AIに自由に書かせない」のではなく「読み手にとって最適な形に整える」ためのものです。レストランのメニューが多すぎると選べないのと同じで、適度な制約が品質を生みます。

コツ⑦：反復して改善する

良いプロンプトは、一度で完成するものではありません。 出力を見て、修正し、また出力させる——この反復（イテレーション）こそが、プロンプトエンジニアリングの本質です。

反復のサイクル

プロンプト作成 → 出力を確認 → フィードバック → プロンプト修正 → 再出力

このサイクルを2〜3回回すだけで、出力の質は劇的に向上します。

反復改善のコツ

最初はざっくり書いてOK — 完璧を目指さず、まずは出力を見る
ズレを言語化する — 「長すぎる」「専門的すぎる」「具体性がない」など、何が違うかを明確にする
追加の指示で微調整 — 新しいプロンプトを書き直すより、チャット上で「もう少し短くして」「例を追加して」と追指示するほうが効率的
良い出力が得られたらプロンプトを保存 — 次回から一発で高品質な回答が得られる

例：反復の実践

1回目：
> 新商品のプレスリリースを書いてください。

→ 情報不足で一般的すぎる文章になる。

2回目（追加指示）：
> 対象商品は「AI搭載の家計簿アプリ」です。リリース日は2026年6月1日で、ターゲットは20代〜30代の社会人です。テンプレートに沿って書いてください。

→ 具体的になったが、長すぎる。

3回目（追加指示）：
> 400字以内にまとめてください。最初の1文でインパクトを持たせてください。

→ ついに実用レベルの文章に！

このように、出力を見ながら育てる感覚でプロンプトを改善していくのがコツです。

実践：悪いプロンプト→良いプロンプト変換5例

ここまでのコツを総合して、よくある「悪いプロンプト」を「良いプロンプト」に変換する実践例を5つ紹介します。

変換例①：ブログ記事の作成

❌ 悪いプロンプト
> ブログ記事を書いて。

✅ 良いプロンプト
> あなたはテクノロジー系ブログのライターです。「2026年のAIトレンド5選」というタイトルで、2,000字程度のブログ記事を書いてください。読者はIT業界の初心者なので、専門用語には簡単な説明を添えてください。導入・本文5項目・まとめの構成で、各項目は300字程度にしてください。

改善ポイント： 役割付与＋5W1H＋出力形式＋制約の組み合わせ

変換例②：メール作成

❌ 悪いプロンプト
> クライアントにメールを書いて。

✅ 良いプロンプト
> あなたはB2B企業の営業担当者です。既存クライアント（ABC株式会社・田中部長）に、新サービスの導入を提案するメールを作成してください。条件：件名は1行で魅力的に、本文は300字以内、丁寧なトーンで、具体的な提案内容を2つ含めてください。

改善ポイント： 宛先の特定＋文字数制限＋トーン指定＋具体的な内容要求

変換例③：データ分析

❌ 悪いプロンプト
> このデータを分析して。

✅ 良いプロンプト
> あなたはデータアナリストです。以下の売上データを分析し、3つの重要なインサイトを抽出してください。出力は「インサイト：〇〇／根拠：〇〇／推奨アクション：〇〇」の形式で、各300字以内でお願いします。順を追って考えてください（Chain of Thought）。

改善ポイント： 役割付与＋出力形式指定＋文字数制限＋CoT

変換例④：学習サポート

❌ 悪いプロンプト
> Pythonを教えて。

✅ 良いプロンプト
> あなたはプログラミング初心者向けのメンターです。Pythonのリストと辞書の違いを、中学生でもわかるように解説してください。身近な例を使い、各300字以内で説明した後、練習問題を1問出してください。専門用語は最小限にしてください。

改善ポイント： 役割付与＋読者制約＋例の要求＋文字数制限＋否定制約

変換例⑤：翻訳

❌ 悪いプロンプト
> これを英語に翻訳して。

✅ 良いプロンプト
> あなたはビジネス英語の翻訳専門家です。以下の日本語文章を、アメリカのビジネスパーソン向けに自然な英語に翻訳してください。直訳ではなく、ニュアンスを重視してください。翻訳後に、なざその表現を選んだかの理由も簡潔に添えてください。

改善ポイント： 役割付与＋ターゲット指定＋翻訳方針の明示＋推論の可視化

プロンプトテンプレート集10選（コピペ可）

すぐに使えるプロンプトテンプレートを10個用意しました。【】の部分を書き換えるだけで、高品質な回答が得られます。

① ブログ記事作成テンプレート

あなたは【分野】の専門ブロガーです。

「【タイトル】」というタイトルで、【文字数】字程度のブログ記事を書いてください。読者は【対象読者】です。専門用語は【使用/不使用】してください。構成：導入→本文（【項目数】項目）→まとめ

② ビジネスメール作成テンプレート

あなたは【業界】の【役職】です。

【宛先の情報】に、【目的】のメールを作成してください。トーン：【丁寧/カジュアル/フォーマル】文字数：【文字数】字以内必ず含める要素：【要素1】【要素2】【要素3】

③ 要約テンプレート

以下の文章を、【対象読者】向けに【文字数】字以内で要約してください。

重要なポイントを【個数】つに絞り、箇条書きで出力してください。元の文章のニュアンスを保ちつつ、専門用語には簡易な説明を添えてください。

④ 翻訳テンプレート

あなたは【言語ペア】のプロ翻訳者です。

以下の文章を【目標言語】に翻訳してください。ターゲット読者：【対象読者】翻訳方針：【直訳寄り/意訳寄り/ビジネス向け】翻訳後、選択した表現の理由を3つ挙げてください。

⑤ コード生成テンプレート

あなたは【言語】のシニアエンジニアです。

【機能の説明】を実装するコードを書いてください。条件： - 【言語のバージョン】対応 - コメントは日本語で - エラーハンドリングを含める - テストコードも併記する

⑥ アイデア出しテンプレート

あなたは【分野】のクリエイティブディレクターです。

【テーマ】に関するアイデアを【個数】個出してください。条件： - 既存のアプローチとは異なる斬新なもの - 実現可能性：【高/中/低問わない】 - 各アイデアを【1行のタイトル】＋【3行の説明】で出力

⑦ 比較検討テンプレート

【A】と【B】を比較してください。

比較項目：【項目1】【項目2】【項目3】【項目4】表形式で出力し、最後に【目的】の観点からおすすめを1つ選んで理由を述べてください。

⑧ レビュー・添削テンプレート

あなたは【分野】のプロレビューアーです。

以下の【文書種別】をレビューし、改善点を【個数】つ指摘してください。各改善点について： - 問題点：〇〇 - 改善案：〇〇の形式で出力してください。良い点も3つ挙げてください。

⑨ 学習・解説テンプレート

あなたは【分野】の経験豊富なメンターです。

【トピック】について、【対象読者】向けに解説してください。条件： - 身近な例を【個数】つ以上使う - 専門用語は初出時に（）で簡易説明 - 「要点まとめ」を最後に箇条書きで

⑩ 面接・Q&A対策テンプレート

あなたは【業界・職種】の面接官です。

【職位】の面接でよく聞かれる質問を5つ挙げ、それぞれに対する模範回答例を作成してください。条件： - 回答はSTAR法（状況・課題・行動・結果）で構成 - 各回答300字以内 - 面接官が深掘りしそうなポイントも1つ添えて

筆者の実感

プロンプトの書き方を記事にするのは簡単だけど、実際に使い込んでみると「教科書どおりにはいかない」と気づかされることが多かったです。僕（たかゆき）が一番しんどかったのは、コツ④の「例を示す」こと。良さそうな例を3つ作っても、AIがその例の表面的なパターンだけを真似して、本来伝えたかった意図を取りこぼすことが何度もあった。逆に、コツ⑦の「反復して改善する」は、記事では1セクションに収まっているけど、実践では3往復くらいやってようやく手応えを感じるのが普通だった。5W1Hを意識して書くようになってから、回答の精度が跳ね上がったのは事実だけど、最初から完璧なプロンプトを書こうとしすぎて時間を溶かしたのも事実。みなさんはどうですか？「プロンプト、最初から完璧に書かないと……」とプレッシャーを感じたこと、ありませんか？

まとめ

プロンプトエンジニアリングの7つのコツを振り返りましょう。

コツ	効果	一言でいうと
① 役割を与える	回答の専門性が上がる	「あなたは〇〇の専門家」
② 具体的に指示する	的確な回答が返ってくる	5W1Hで書け
③ 出力形式を指定する	使える資料になる	表・箇条書き・JSONなど
④ 例を示す	期待通りの形式になる	例を見せればわかる
⑤ 段階的に考える	計算ミス・論理飛躍が減る	順を追って考えよう
⑥ 制約を設ける	冗長さが消える	制限が品質を生む
⑦ 反復して改善する	最終的な品質が跳ね上がる	出力を見て育てる