プロンプトの書き方【2026年版】基本の5要素・NG例10選・コピペOKテンプレ集

📌 この記事の要約

プロンプトは「5要素」で組み立てる
役割・目的・入力情報・制約・出力形式の5要素で書けば、用途を問わず出力が安定する。迷ったら「制約」と「出力形式」から足すのが近道。
公式ガイドに基づく7つのコツ
曖昧な形容詞を数字に置き換える、理由を添える、肯定形で書く、例を3〜5個見せるなど、AnthropicとOpenAIの推奨を根拠つきで解説。長い資料を先頭に置くと応答品質が最大30%向上する場合もある。
NG例10選とコピペテンプレ集
よくある失敗のビフォー／アフターと、メール・議事録・企画・記事構成・表計算・コードレビューの6用途のテンプレートを、そのまま使える形で掲載。
思考モデル時代は「書きすぎない」が正解
推論モデルでは手順を細かく書くと、かえって精度が落ちることがある。「何を出すか」は厳密に、「どう考えるか」は任せ、「必ず」「絶対に」といった強調も控えるのが2026年の書き方。

生成AIに同じ質問をしても、人によって返ってくる答えの質はまったく違います。差を生んでいるのはモデルの性能ではなく、プロンプト（AIへの指示文）の書き方です。

この記事では、次の4つをまとめて解説します。

基本の5要素 — どんな用途にも使える、プロンプトの骨組み
精度を上げる7つのコツ — AnthropicとOpenAIの公式ガイドに書かれている推奨事項を、根拠つきで
NG例と書き換え10選 — よくある失敗を、そのまま直せる形で
コピペで使えるテンプレート集 — メール・議事録・企画・記事構成・表計算・コードレビュー

対象は、ChatGPT・Claude・Geminiなどを仕事で使い始めた方です。専門知識は不要です。

そして、この記事でいちばんお伝えしたいのは後半の内容です。2026年現在、プロンプトは「細かく書けば書くほど良い」わけではなくなりました。思考する推論モデルが標準になり、手順を細かく指示すると、かえって性能を落とすケースが出てきています。この変化まで含めて整理します。

プロンプトとは｜書き方で結果が変わる理由

プロンプトとは、生成AIに対して出す指示文のことです。「〇〇について教えて」という一行も、数百行の設計書のような指示も、どちらもプロンプトです。

生成AIを使う人は、この2年で急激に増えました。総務省の「情報通信白書」によると、個人の生成AI利用経験率は2023年度の9.1%から、2025年度には58.8%まで伸びています。

個人の生成AI利用経験率の推移を示す棒グラフ（2023年度9.1%、2024年度26.7%、2025年度58.8%） 図1: 個人の生成AI利用経験率の推移（2023年度9.1% → 2024年度26.7% → 2025年度58.8%）（出典: 総務省「情報通信白書」令和7年版・令和8年版）

一方で、「使ってはいるが、期待した答えが返ってこない」という声も同じくらい増えました。原因の多くは、モデル選びではなくプロンプトにあります。

なぜ書き方で差がつくのか

生成AIは、書かれていないことを推測して補います。この推測が、書き手の意図と合っているとは限りません。

たとえば「新商品の紹介文を書いて」とだけ伝えた場合、AIは次のすべてを自分で決めることになります。

誰に向けた文章か（一般消費者か、法人担当者か）
どの媒体に載せるか（ECサイトか、プレスリリースか、SNSか）
何文字くらいか
どんなトーンか（真面目か、親しみやすいか）

4つの推測がすべて当たる確率は高くありません。逆に言えば、この4つを書いておくだけで、一発で使える確率が跳ね上がります。

Anthropicの公式ドキュメントは、この考え方を「黄金律」として次のように表現しています。

タスクに関するコンテキストが最小限の同僚にプロンプトを見せ、それに従うよう頼んでみてください。同僚が混乱するなら、Claudeも混乱します。

— Anthropic「プロンプティングのベストプラクティス」

優秀だが自社の事情を知らない新入社員に仕事を頼むつもりで書く。これがプロンプトの基本姿勢です。

📝 このセクションのポイント

プロンプトとは、生成AIに出す指示文のこと

生成AIの利用経験率は2年で9.1%→58.8%まで拡大した

AIは書かれていないことを推測で補うため、書き手の意図とズレる

「文脈を知らない同僚に頼む」つもりで書くと、必要な情報が見えてくる

プロンプトの基本は「5要素」で書く

プロンプトは「役割・目的・入力情報・制約・出力形式」の5要素で組み立てると、用途を問わず安定します。5つ全部を毎回書く必要はありませんが、どれが欠けているかを意識できると、出力が崩れたときに直す場所がすぐ分かります。

5要素それぞれの役割

要素	何を書くか	書き方の例
① 役割	AIにどの立場で答えてほしいか	「あなたはBtoB SaaSのマーケティング担当です」
② 目的・タスク	何をしてほしいか。動詞で書く	「新機能の告知メールの本文を作成してください」
③ 入力情報	判断材料となる事実・データ・前提	「対象：既存顧客の情シス担当／機能：ファイル出力の自動化」
④ 制約	守ってほしい条件	「400字以内／専門用語は使わない／絵文字なし」
⑤ 出力形式	どんな形で返してほしいか	「件名と本文に分けて。本文は3段落」

5要素をつないだ完成例

要素を並べるだけで、そのままプロンプトになります。

プロンプト

あなたはBtoB SaaSのマーケティング担当です。

# タスク
新機能の告知メールの本文を作成してください。

# 前提情報
- 送信先：既存顧客の情報システム部門の担当者
- 新機能：これまで手作業だったファイル出力を自動化する機能
- 提供開始：2026年10月1日
- 追加料金：なし（現行プランに含まれる）

# 制約
- 400字以内
- 専門用語は使わず、平易な日本語で
- 絵文字は使わない

# 出力形式
- 件名（30字以内）
- 本文（3段落構成：挨拶／機能の説明／利用開始の案内）

「役割」は必要なときだけでいい

5要素のうち、役割設定は万能ではありません。専門的な視点や特定のトーンが欲しいときには効きますが、事実確認や単純な要約では、つけてもつけなくても結果はほとんど変わりません。

Anthropicの公式ドキュメントは、役割設定を「振る舞いとトーンを絞り込む」手段と位置づけています。出力の中身ではなく、出力の「色」を決めるものと考えると、使いどころを間違えずに済みます。

💡 補足: 5要素のうち、迷ったらまず④制約と⑤出力形式の2つを足してください。この2つは、どんなタスクでも効き目が分かりやすく出ます。

精度を上げる7つのコツ

ここからは、5要素の骨組みに乗せる実践的なコツです。すべてAnthropicまたはOpenAIの公式ガイドに記載がある推奨事項で、それぞれ根拠を添えます。

コツ1：曖昧な形容詞を、数字と固有名詞に置き換える

「わかりやすく」「いい感じに」「詳しく」は、書き手ごとに意味が違う言葉です。AIは平均的な解釈を返します。

❌ わかりやすく説明して
⭕ 中学生が読んで分かる言葉で、300字以内で説明して
❌ 詳しくまとめて
⭕ 5つの観点に分けて、各200字で説明して

コツ2：指示の「理由」を添える

Anthropicの公式ドキュメントは、なぜその指示が必要なのかを説明すると、AIが目標を理解して的確に応答するとしています。同ドキュメントの例が分かりやすいので引用します。

	プロンプト
効果が低い	「絶対に三点リーダー（…）を使わないでください」
より効果的	「この回答は音声読み上げエンジンで読まれます。三点リーダーは読み上げ方が分からないので使わないでください」

理由が書かれていると、AIは指示を一般化できます。三点リーダー以外の記号にも同じ配慮が働くようになる、ということです。

コツ3：「するな」ではなく「せよ」で書く

否定形の指示は、守られにくいうえに何をすべきかが伝わりません。やってほしいことを肯定形で書くほうが確実です。

	プロンプト
❌ 否定形	「回答にマークダウンを使用しないでください」
⭕ 肯定形	「回答は、滑らかに流れる散文の段落で構成してください」

これはAnthropicの公式ドキュメントが「応答の形式を制御する」項目の1番目に挙げている推奨です。

コツ4：例を3〜5個見せる（few-shot）

言葉で説明するより、完成品を見せるほうが速いことがあります。これを few-shot（フューショット）プロンプティング と呼びます。

Anthropicの公式ガイドは、例を追加するときの条件を3つ挙げています。

関連性がある — 実際の用途を忠実に反映している
多様である — エッジケースを含み、AIが意図しないパターンを拾わない程度に変化がある
構造化されている — 指示と区別できるよう <example> タグなどで囲む

そして「最良の結果を得るには3〜5個の例を含めてください」と、具体的な個数まで示しています。1個だと偏り、多すぎるとトークンの無駄になります。

プロンプト

以下の例にならって、問い合わせを分類してください。

<examples>
<example>
入力：ログインできません
分類：技術サポート
</example>
<example>
入力：請求書の宛名を変更したい
分類：経理・契約
</example>
<example>
入力：他社と比べた強みを教えてください
分類：営業問い合わせ
</example>
</examples>

入力：解約したいのですが手続きを教えてください
分類：

コツ5：タグや見出しで、指示と資料を切り分ける

指示・前提情報・貼り付けた資料が地続きになっていると、AIはどこからどこまでが「読むべき資料」なのか判断できません。区切り記号で境界を作ります。

Claude — <instructions> <document> などのXMLタグが推奨されています
ChatGPT（GPT系） — Markdownの見出し（#）とXMLタグの併用が推奨されています

どちらのモデルでも、# 見出しとXMLタグの組み合わせは無難に機能します。タグ名は自分で決めて構いません。大切なのは、プロンプト全体で一貫した名前を使うことです。

コツ6：長い資料は先頭、指示は末尾に置く

議事録や仕様書を貼り付けて作業させるときの配置には、明確な正解があります。

長い資料を先に置き、指示と質問を最後に書く。Anthropicの公式ドキュメントは、この配置について次のように記載しています。

テストでは、クエリを末尾に置くことで、特に複雑な複数ドキュメントの入力において応答品質が最大30パーセント向上することがあります。

— Anthropic「プロンプティングのベストプラクティス」

⚠️ 重要：資料を貼るとき、つい「以下の議事録を要約して」と先に指示を書きがちです。これを逆にするだけで品質が変わります。約2万トークン（日本語で1万字前後）を超える資料では、特に差が出ます。

さらに、長文を扱うときの補助テクニックとして、「作業する前に、関連する箇所をまず引用してください」と依頼する方法があります。AIが該当箇所に注意を集中でき、資料の残りに引きずられにくくなります。

コツ7：出力形式を先に決める

「表で」「箇条書きで」「JSON で」と形式を指定すると、AIはその形に収まる範囲で最適な答えを探すようになります。形式の指定は、内容の絞り込みも兼ねています。

用途	指定する形式
選択肢を比べたい	「観点を行、選択肢を列にした表で」
手順を知りたい	「番号付きリストで。各手順は1文で」
そのまま資料に貼りたい	「見出しなしの本文だけ。3段落」
システムに渡したい	「JSON形式。キーは name, price, note」

📝 このセクションのポイント

曖昧な形容詞は数字と固有名詞に置き換える

「なぜ必要か」を書くと、AIが指示を一般化して守る

否定形より肯定形。例は3〜5個。境界はタグで作る

長い資料は先頭・指示は末尾（応答品質が最大30%向上する場合がある）

出力形式の指定は、内容の絞り込みも兼ねる

やりがちなNG例と書き換え10選

ここは、そのまま自分のプロンプトに当てはめて直せるように、ビフォー／アフター形式でまとめました。

#	❌ よくある書き方	⭕ 書き換え後	何が変わったか
1	会議の議事録を作って	以下の文字起こしから議事録を作成してください。「決定事項」「未決事項」「担当と期限」の3見出しで、各項目は1文	出力形式と粒度を指定
2	もっと良くして	上記の文章を、①冗長な修飾語を削る ②一文を60字以内にする、の2点だけ直してください	「良い」の定義を動作で指定
3	マーケティングについて教えて	BtoB SaaSの新規リード獲得手法を、施策名・想定CPA・立ち上げ期間の3列の表で5つ挙げてください	対象範囲と出力形式を限定
4	長くしないで	400字以内で書いてください	否定形→数値の制約
5	敬語を間違えないで	社外の取引先に送る前提で、丁寧語と謙譲語を使い分けて書いてください	否定形→前提の提示
6	この資料を要約して（資料を後ろに貼る）	（資料を先に貼る）→ 上記の資料から、経営会議で判断が必要な論点だけを3つ抜き出してください	配置を逆に。目的も明示
7	プロっぽい文章にして	日経新聞の記事のトーンで。事実と数値を先に、解釈を後に書いてください	「プロっぽい」を具体化
8	エラーを直して	以下のコードで TypeError が出ます。原因の仮説を3つ挙げ、それぞれの検証方法を書いてください。修正コードはまだ書かないでください	現象と、してほしい作業を分離
9	5個アイデアを出して	5個アイデアを出してください。各案について「狙う層」「実現の難易度（高中低）」「懸念点」を必ず添えてください	評価軸を先に渡す
10	（毎回ゼロから書く）	前回のプロンプトに「◯◯の観点を追加」だけ足して再実行	一発完成をやめ、差分で改善

💡 補足: 10番が最も効果が大きい項目です。プロンプトは一発で完成させるものではなく、出力を見て直す前提の作業です。OpenAIの公式ガイドも「最初のプロンプトが最良の出力を生むことはめったにない」と明記しています。

【コピペOK】用途別プロンプトテンプレート

そのままコピーして、【　】の中を自分の状況に書き換えてください。すべて5要素の構成に沿っています。

メール作成

プロンプト

あなたは【業界】の【職種】です。

# タスク
【送信相手】に送るメールの文面を作成してください。

# 前提情報
- 相手との関係：【初めての連絡 / 継続取引先 など】
- 伝えたい要件：【　】
- 相手にしてほしい行動：【日程の返信 / 資料の確認 など】

# 制約
- 【400】字以内
- トーンは【丁寧だが硬すぎない】

# 出力形式
件名と本文に分けて出力してください。

議事録の要約

プロンプト

【ここに文字起こし全文を貼る】

---

上記は【会議名】の文字起こしです。以下の形式で議事録にまとめてください。

# 出力形式
## 決定事項
（箇条書き。各1文）
## 未決事項と論点
（箇条書き。誰が判断するかも書く）
## ToDo
（担当者・期限・内容の3列の表）

# 制約
- 発言者の個人的な雑談は含めない
- 文字起こしに根拠がない内容は書かない。不明な点は「要確認」と記載する

企画のたたき台

プロンプト

あなたは【業界】の企画担当です。

# タスク
【企画テーマ】の企画案を3つ出してください。

# 前提情報
- ターゲット：【　】
- 予算感：【　】
- 実施時期：【　】
- 過去にやって失敗した施策：【　】

# 出力形式
各案について、以下を表にまとめてください。
| 案の名前 | 内容（100字） | 狙う効果 | 実現難易度 | 懸念点 |

# 制約
- 3案は方向性を意図的に散らす（王道1・変化球1・低予算1）

記事・資料の構成案

プロンプト

# タスク
「【テーマ】」という記事の見出し構成を作成してください。

# 前提情報
- 想定読者：【　】
- 読者が抱えている疑問：【　】
- 読後に取ってほしい行動：【　】

# 出力形式
H2とH3の階層で。各H2に「そこで書く内容」を1行添えてください。

# 制約
- H2は5〜7個
- 読者の疑問に答える順に並べる

表計算・データ整理

プロンプト

【ここにデータを貼る（CSV・表・箇条書きなど）】

---

上記のデータについて、以下の作業をしてください。

# タスク
1. 【　】ごとに集計する
2. 多い順に並べ替える
3. 上位3件について、気づいた点を1文ずつ添える

# 出力形式
Markdownの表。列は【　】【　】【　】

# 制約
- 元データにない数値を推測で埋めない。欠損は「―」と書く

コードレビュー

プロンプト

<code>
【ここにコードを貼る】
</code>

上記のコードをレビューしてください。

# 観点（この順に）
1. 動作が壊れるバグ
2. セキュリティ上の懸念
3. 読みやすさの改善余地

# 出力形式
指摘ごとに「該当行 / 問題 / 具体的な直し方」を書いてください。

# 制約
- 修正版の全文はまだ出力しないでください
- 確信が持てない指摘は「要確認」と明記してください

⚠️ 重要：どのテンプレートでも、社外に出せない情報（顧客の個人情報、未公開の財務数値、認証情報など）を貼り付けないでください。利用中のサービスが入力データを学習に使う設定になっていないかは、必ず事前に確認してください。

思考モデル時代の注意点｜「書きすぎない」が正解

2026年現在、プロンプトの常識は変わりつつあります。細かく手順を書くほど良い、という前提が崩れました。

理由は、モデル側が推論するようになったからです。Claudeの思考モード、OpenAIの推論モデルなど、答える前に自分で考えるモデルが標準になりました。

手順を書くと、かえって精度が落ちる

Anthropicの公式ドキュメントは、思考機能を使うモデルについてはっきりこう書いています。

規定的なステップよりも一般的な指示を優先する。「徹底的に考えてください」のようなプロンプトは、手書きのステップバイステップの計画よりも優れた推論を生み出すことがよくあります。Claudeの推論は、人間が規定するものをしばしば上回ります。

— Anthropic「プロンプティングのベストプラクティス」

「まず〇〇を確認し、次に△△を分析し、最後に□□をまとめて」と道順を固定すると、モデルはその道順に縛られます。もっと良い解き方があっても、そちらへ行けなくなるわけです。

OpenAI側も同じ方向を示しています。推論モデルには高レベルの目標指示で十分とされ、従来のGPTモデルには明確で詳細な指示が効果的、と使い分けが明記されています。

何を書き、何を書かないか

書くべきもの	モデルに任せるもの
ゴール（何が達成できたら成功か）	解き方の手順
制約（守るべき条件・使ってよい情報）	思考の順番
判断材料（前提情報・データ）	情報の整理の仕方
出力の形（形式・分量・粒度）	中間作業の進め方

一言でまとめると、「何を出すか」は厳密に、「どう考えるか」は任せる。これが2026年の書き方です。

強い言葉で念押ししすぎない

もう1つ、実務で効く注意点があります。Anthropicの公式ドキュメントは、最近のモデルはシステム指示への反応が良くなったため、「必ず」「絶対に」といった強い言葉が過剰反応を招くと指摘しています。

❌ 重要：必ずこのツールを使用しなければなりません
⭕ 〜のときにこのツールを使ってください

昔のモデルで「言うことを聞かせるため」に足した強調が、今のモデルでは逆効果になっている。古いプロンプトを使い回している人ほど、一度削ってみる価値があります。

📝 このセクションのポイント

推論モデルには、手順を書くよりゴールと基準を渡すほうが精度が上がる

「何を出すか」は厳密に、「どう考えるか」はモデルに任せる

「必ず」「絶対に」といった強調は、今のモデルでは過剰反応の原因になる

昔書いたプロンプトは、削る方向で見直すと改善することがある

うまくいかない時の直し方（3ステップ）

プロンプトは一発勝負ではありません。出力を見て直す、を2〜3回繰り返すほうが、最初から完璧を狙うより速く目的に着きます。

ステップ1：どこがズレたかを1つに特定する

出力が期待と違ったとき、全部を書き直す必要はありません。ズレは、たいてい次のどれか1つです。

症状	足りない要素	追記する内容
内容が一般論すぎる	③入力情報	自社の前提・実データ・具体的な状況
長さが合わない	④制約	「〇〇字以内」「〇個まで」
形が使いづらい	⑤出力形式	「表で」「見出しなしで」
トーンが違う	①役割	「〇〇の担当者として」
論点がズレている	②目的	「この文章は〇〇に使います」

ステップ2：足すのは一度に1つだけ

複数を同時に直すと、何が効いたのか分からなくなります。1つ足して実行、を繰り返してください。効いた指示だけが手元に残り、それが自分用のテンプレートになります。

ステップ3：AI自身に直させる

意外と効くのが、AIにプロンプトを添削させる方法です。

プロンプト

以下は私が書いたプロンプトです。

<prompt>
【自分のプロンプトを貼る】
</prompt>

このプロンプトについて、次を教えてください。
1. 解釈が複数通りに割れる箇所はどこか
2. 情報が不足していて、あなたが推測で補う必要がある箇所はどこか
3. 上記を踏まえた改善版のプロンプト

「2」への回答が特に有用です。AIが推測で埋めていた場所こそ、出力が安定しない原因だからです。

プロンプト自己診断チェックリスト

送信する前に、7項目を確認してください。5つ以上あてはまれば、たいていの用途では十分です。

何をしてほしいかが動詞で書かれている（「〜について」で終わっていない）
曖昧な形容詞（わかりやすく・いい感じに）を数字か固有名詞に置き換えた
出力形式（表・箇条書き・字数）を指定した
判断に必要な前提情報を渡した（AIが推測で埋める余地を潰した）
否定形の指示を、肯定形に書き換えた
長い資料を貼るなら、資料を先・指示を後に置いた
「必ず」「絶対に」といった過剰な強調を入れていない

よくある質問（FAQ）

Q. プロンプトは長いほど良いのですか？

A. いいえ。長さではなく、必要な情報が過不足なく入っているかが精度を決めます。特に推論モデルでは、解き方の手順を細かく書くと、かえって性能が落ちることが公式ドキュメントで指摘されています。ゴール・制約・前提情報・出力形式を書いたら、それ以上は足さないでください。

Q. 日本語と英語では、どちらで書くべきですか？

A. 主要なモデルは日本語を十分に扱えるため、日本語で問題ありません。日本語の文章を作らせるなら、日本語で書くほうがトーンも合います。英語のほうが安定するのは、英語圏の資料を大量に扱う場合や、トークン数を節約したい場合です。

Q. 「あなたは〇〇の専門家です」という役割設定は必要ですか？

A. 専門的な視点や特定のトーンが欲しいときだけで十分です。事実確認や単純な要約では、効果はほとんど出ません。役割設定は「出力の中身」ではなく「出力の色」を決めるもの、と考えてください。

Q. ChatGPTとClaudeとGeminiで、プロンプトの書き方は違いますか？

A. 基本の5要素は共通です。細かい推奨は分かれます。Claudeは <instructions> のようなXMLタグでの構造化が公式に推奨されています。GPT系はMarkdown見出しとXMLタグの併用が推奨されています。どちらのモデルでも「#見出し＋XMLタグ」の組み合わせは無難に機能するので、まずはこれで書き始めて構いません。

Q. 毎回同じプロンプトを書くのが面倒です。

A. よく使うプロンプトは、テンプレートとして保存してください。ChatGPTのカスタム指示、Claudeのプロジェクト機能、Geminiの Gem など、前提情報を毎回渡さずに済ませる機能が各サービスに用意されています。5要素のうち「①役割」「③入力情報のうち固定部分」「④制約」をそちらに移すと、毎回書くのはタスクだけで済みます。