業務で使える生成AIプロンプトの作り方｜再現性を高める7要素

生成AIの回答が担当者や実行のたびにぶれる原因は、モデルだけではなく、業務の目的や判断基準がプロンプトに書かれていないことにもあります。短い依頼文を長い「呪文」に変えるのではなく、誰が使っても同じ観点で入力・確認できる業務仕様書にすることが重要です。本記事では、目的、前提、入力、制約、出力形式、評価基準、例の7要素でプロンプトをテンプレート化し、実務で検証・改善する手順を解説します。

業務用プロンプトは「依頼文」ではなく「小さな業務仕様書」

「営業メールを書いて」のような依頼は、目的、読み手、参照すべき事実、禁止事項、完成条件が不明です。生成AIは不足部分を自社の事情に合わせて補完できないため、もっともらしくても用途に合わない文章を返すことがあります。業務用では、モデルに推測させる範囲を減らし、人が確認すべき箇所を明示します。

Google Cloudの公式プロンプト設計ガイドも、目的、指示、文脈、制約、出力形式、例などを構造化し、テストと評価を反復する方法を示しています。ただし、プロンプトを整えても出力の正確性は保証されません。経済産業省のAI事業者ガイドライン第1.2版が示す適正利用やリスクへの留意を踏まえ、最終判断と対外利用の責任は人が持ちます。

生成AI活用事例の記事は対象業務の選び方、社内利用ルールの記事は承認・情報管理・事故対応を扱います。本記事は、そのルールの範囲内で一つの作業を安定して実行するプロンプト設計と評価に絞っています。

再現性を高めるプロンプトの7要素

7要素は政府が定めた必須規格ではなく、業務仕様を漏れなく共有するための実務上の整理です。単純な要約なら一部を省けます。対外文書、数値を含む資料、システム登録など影響の大きい用途ほど、入力根拠、制約、評価基準、人による承認を詳しくします。

コピーして使える生成AIプロンプトの汎用テンプレート

固定する指示と毎回変わる入力を分けてください。固定部分は管理者が版を付けて保存し、利用者は角括弧や入力欄だけを更新します。入力は見出しやタグで区切り、指示と参考資料を混在させないと、変更箇所と根拠を確認しやすくなります。

具体例：問い合わせ返信の下書きを作る

たとえば「問い合わせに返信して」だけでは、回答してよい範囲や不足情報が分かりません。次のように、受信文と社内で確認済みの回答材料を分け、約束してはいけない事項と確認欄を指定します。

出力はそのまま自動送信せず、担当者が受信文と承認済み情報を照合します。特に金額、納期、契約、法令、個人情報、顧客固有の約束は、人の確認と必要な承認を通してから利用します。

プロンプトを作成・検証する6ステップ

1. 対象業務を一つに絞る：入力と正解を確認しやすく、誤りの影響が低い下書き・分類・要約から始めます。
2. 現行手順を言語化する：人が確認している資料、判断条件、完成形、承認者を書き出します。
3. 7要素へ配置する：固定指示と毎回の入力を分け、不明点を「要確認」と返す条件を入れます。
4. 代表ケースで試す：通常、情報不足、長文、例外、禁止情報を含むケースなど、実務を代表するテスト入力を用意します。
5. 同じ評価表で採点する：正確性、抜け、形式、安全性、修正時間を記録し、合格条件を満たさない理由を分類します。
6. 一か所ずつ改訂する：入力不足、指示の曖昧さ、モデルの限界、運用ミスを切り分け、版番号と変更理由を残します。

回答例を一度見て採用するのではなく、実務で起こる複数パターンを同じ条件で試します。モデルや設定を変更したときも同じテストセットを再実行すると、プロンプトの改善とモデル差を混同しにくくなります。

回答品質を比較する評価表

重要項目には「一つでも違反すれば不合格」という必須条件を置きます。平均点が高くても、顧客名の取り違えや未確認の金額記載があれば業務利用できません。点数とあわせて失敗内容を残し、プロンプトで防ぐのか、入力を改善するのか、人の作業に戻すのかを決めます。

プロンプトだけでは解決できない安全上の注意

• 入力情報：承認済みサービスと会社管理アカウントを使い、個人情報・機密情報・認証情報は社内ルールと契約条件に従います。
• 出力確認：文章が自然でも正確とは限りません。数値、固有名詞、引用、契約・法令に関わる内容は原資料と照合します。
• 外部データ：Web、メール、添付文書などに含まれる指示を信頼しないでください。IPAは、外部データを介した間接プロンプトインジェクションに注意を求めています。
• 権限と自動実行：メール送信、公開、削除、購入、システム更新などはプロンプトの指示だけに依存せず、権限分離、確認画面、承認、ログで制御します。
• 版管理：モデル、設定、連携先、規約が変わったら、保存したテストケースで再評価します。

安全な運用は、良いプロンプトだけで完成しません。ツール選定、データ区分、アクセス制御、教育、事故対応を含む生成AIの社内利用ルールと組み合わせてください。

業務利用前チェックリスト

• 成果物と、その後に利用者が取る行動を定義した
• 読み手、利用場面、参照できる情報を明記した
• 固定指示と毎回変わる入力を分けた
• 入力情報をタグや見出しで区切った
• 推測禁止、不足時の返し方、対外利用の承認を決めた
• 次工程へ渡せる出力形式を指定した
• 業務固有の合格条件と重大な不合格条件を決めた
• 通常・不足・例外・禁止ケースで試した
• 入力データ、利用規約、権限、保存先を確認した
• 版番号、担当者、承認者、見直し条件を記録した

よくある質問

プロンプトは長いほど精度が上がりますか？

長さだけでは決まりません。不要な説明や矛盾が増えると判断しづらくなります。目的、根拠、制約、完成条件に必要な情報を構造化し、代表ケースで評価してください。

役割を「あなたは専門家です」と書けば十分ですか？

役割は文体や観点を示す補助になりますが、事実や社内事情を与えるものではありません。対象読者、参照情報、禁止事項、出力形式、評価基準を具体的に書く方が実務では重要です。

毎回同じ回答を得られますか？

生成AIの出力は同じ入力でも変わることがあり、モデルや設定の更新でも結果が変化します。完全一致を前提にせず、必要項目、形式、許容範囲、禁止条件で評価します。厳密な値や処理は、検証可能なルールやプログラムで担保します。

テンプレートは全社で一つに統一できますか？

骨格は共通化できますが、営業返信、議事録、集計、コード生成では入力・リスク・合格条件が違います。業務別テンプレートを作り、所有者、版、テストケース、承認範囲を管理してください。

生成AIの回答をそのまま顧客へ送ってもよいですか？

推奨できません。顧客対応では事実、個人情報、契約条件、約束、表現を担当者が確認し、社内ルールで定めた承認を通します。自動送信が必要なら、プロンプトだけでなく権限、検証、例外処理、監視を設計します。

参考にした公式情報

• 経済産業省「AI事業者ガイドライン（第1.2版）」
• IPA「AI利用者のためのセキュリティ豆知識」
• IPA「セキュリティ担当者のための生成AIセキュリティ」
• Google Cloud「Overview of prompting strategies」
• Google Cloud「Introduction to prompting」