プロンプトの書き方で、AIの回答が激変する。7つの型を全部見せる。

自動化職人

2026年3月4日 13:43

同じAIを使っているのに、出てくる回答の質が全然違う人がいる。

「ChatGPTって大したことないな」と思っている人と、「AIなしでは仕事できない」と言う人。

違いは プロンプト（指示文）の書き方 だけです。

実際のデータ：

構造化されたプロンプト → AIのエラーが 最大76%削減
Chain-of-Thought（段階的思考）→ 推論精度が 58%向上
役割を与えるだけで → 回答の関連性が 40%向上

AIの性能は同じ。使い方で差がつく。

この記事では、今日から使える 7つのプロンプトの型 を、ダメな例と良い例のBefore/Afterで全部見せます。

Before / After

まず、プロンプトひとつでどれだけ変わるか見てください。

同じAI、同じ質問。プロンプトが違うだけで、こうなります。

なぜプロンプトで差がつくのか

理由1：AIは「エスパー」ではない

AIは、あなたの意図を 「書かれた文字」からしか 読み取れません。

「マーケティングを手伝って」だけでは、AIはあなたの業界も、予算も、ターゲットも知りません。結果、どこにでもある一般論が返ってきます。

理由2：「曖昧な質問」には「曖昧な回答」が返る

入力の質 = 出力の質。これはAIの鉄則です。

「良い文章を書いて」→ 何が「良い」かわからないので、平均的な文章が出る。
「30代女性向けに、カジュアルなトーンで、300文字で書いて」→ ピンポイントな文章が出る。

理由3：プロンプトは「設計図」

建築で設計図なしに家を建てないように、AIへの指示も設計が必要です。

5つの要素 を押さえるだけで、回答の質が劇的に変わります：

役割（あなたは〇〇の専門家です）
文脈（背景情報・状況）
タスク（何をしてほしいか）
制約（文字数・トーン・禁止事項）
出力形式（箇条書き・表・JSON等）

7つのプロンプトの型

型1：役割を与える（Role Prompting）

最も簡単で、最も効果が高い型。AIに専門家の人格を与えるだけ。

【ダメな例】
マーケティング戦略を考えて。

【良い例】
あなたはBtoB SaaS企業のマーケティング責任者（経験15年）です。
月間予算50万円で、リード獲得数を3ヶ月で2倍にする施策を3つ提案してください。
各施策に「期待効果・必要工数・リスク」を添えて。

効果：回答の関連性が40%向上。 「誰として答えるか」を与えるだけで、回答の専門性が一気に上がります。

型2：ステップバイステップ（Chain-of-Thought）

「段階的に考えて」と一言添えるだけ。

【ダメな例】
このビジネスプランは成功すると思う？

【良い例】
以下のビジネスプランを評価してください。

ステップバイステップで分析してください：
1. 市場規模と成長性
2. 競合との差別化ポイント
3. 収益モデルの実現可能性
4. 主要リスクと対策
5. 総合評価（5段階）

（ビジネスプランの内容）

効果：推論精度が58%向上。 特に分析・判断系のタスクで威力を発揮します。

型3：具体例を見せる（Few-Shot）

2〜3個の「お手本」を見せてから、同じパターンで作らせる。

【ダメな例】
商品のキャッチコピーを書いて。

【良い例】
以下のスタイルで商品のキャッチコピーを作ってください。

【例1】
商品: ワイヤレスイヤホン
コピー: 「音楽が、もっと自由になる日。」

【例2】
商品: スマートウォッチ
コピー: 「腕の上に、もうひとつの相棒。」

【作成してほしいもの】
商品: AI搭載デスクライト
コピー:

効果：分類タスクで30〜50%向上。 スタイルや文体を統一したいときに最強。

型4：制約を設定する（Constraint Setting）

文字数、禁止事項、条件を明確に伝える。

【ダメな例】
ブログ記事を短く書いて。

【良い例】
以下の条件でブログ記事を書いてください。

【条件】
- 文字数: 1,500〜2,000文字
- 対象読者: プログラミング未経験の30代会社員
- トーン: カジュアル、ですます調
- 禁止: 専門用語（使う場合は必ず補足説明を入れる）
- 必須要素: 具体例を2つ以上、箇条書きを使う
- 構成: 導入→本文（H2を3つ）→まとめ

効果：「短く」が50文字なのか500文字なのか、AIにはわかりません。 数字で指定すれば一発です。

型5：出力形式を指定する（Format Control）

表、箇条書き、JSON。どう出してほしいかを先に決める。

【ダメな例】
5つのプログラミング言語を比較して。

【良い例】
以下の5つのプログラミング言語を比較してください。
Python / JavaScript / Go / Rust / TypeScript

以下の表形式で出力してください：

| 言語 | 学習難易度（5段階） | 年収相場 | 主な用途 | 2026年の将来性 |

効果：出力形式を指定しないと、毎回違う形式で返ってきます。 表を指定すれば、比較が一目瞭然。

型6：否定形を避ける（Positive Framing）

「〜するな」より「〜して」。AIは肯定形の指示のほうが正確に従います。

【ダメな例】
難しい言葉を使わないで説明して。
長くしないで。
堅い文章にしないで。

【良い例】
中学生が理解できる言葉で説明してください。
300文字以内で簡潔に。
友人に話しかけるようなカジュアルなトーンで。

効果：ハルシネーション（誤情報）が35%削減。 「何をしないか」より「何をするか」を伝えたほうが、AIは正確に動きます。

型7：段階的に深掘りする（Prompt Chaining）

1回で完璧を求めない。会話を重ねて精度を上げる。

【ダメな例】（1回で全部求める）
新商品のマーケティング戦略を、ターゲット設定からSNS投稿文まで全部作って。

【良い例】（3段階に分ける）

Step 1:「この商品のターゲット顧客を3パターン提案して。
        年齢・性別・職業・課題の4項目で。」

Step 2:「パターン2のターゲットに絞ります。
        このターゲットに刺さるメッセージを5案出して。」

Step 3:「メッセージ3番を採用します。
        これをX投稿用に140文字以内で3パターン作って。」

効果：反復的な改善でユーザー満足度が25%向上。 1回で100点を狙うより、3回で100点にするほうが確実です。

7つの型まとめ（コピペ用テンプレート）

すぐに使えるテンプレートです。`【】`の中を自分の内容に書き換えて使ってください。

あなたは【役割：例）Webマーケティングの専門家（経験10年）】です。

以下の条件で【タスク：例）ブログ記事を作成】してください。

【背景】
- 【状況や目的を記載】
- 【対象読者を記載】

【条件】
- 文字数: 【例）2,000文字】
- トーン: 【例）カジュアル、ですます調】
- 必須要素: 【例）具体例2つ、数字データ】
- 禁止: 【例）専門用語を補足なしで使うこと】

【出力形式】
- 【例）H2見出し3つ + 箇条書き + まとめ】

ステップバイステップで考えてから、最終的な成果物を出力してください。

やってはいけない5つのミス

ミス1：「〇〇について教えて」で終わる

最も多い失敗。AIは「何を、誰に、どのレベルで」がわからないと、Wikipedia的な一般論しか返せません。

ミス2：1回で全部詰め込む

15個の要件を1つのプロンプトに詰め込むと、AIは必ず何かを見落とします。5つ以上の要件がある場合は、2回に分けましょう。

ミス3：AIの出力をそのまま使う

AIの最初の回答は「下書き」です。「この部分をもっと具体的に」「トーンをもう少しカジュアルに」とフィードバックすることで、精度が飛躍的に上がります。

ミス4：毎回ゼロから書く

同じタイプのタスクなら、テンプレートを作っておく。上のコピペ用テンプレートを自分用にカスタマイズして保存しておきましょう。

ミス5：「AIって使えない」と諦める

AIが微妙な回答を返したとき、問題はAIではなくプロンプトです。指示を具体的にするだけで、回答は劇的に変わります。

プロンプトの学習コスト

| 項目 | 数値 |
| 7つの型を覚える時間 | 30分 |
| テンプレートをカスタマイズする時間 | 10分 |
| 実務で使いこなすまで | 1〜2週間 |
| コスト | 0円 |
| 回答の精度向上 | 最大76%のエラー削減 |
| 作業時間の短縮 | 最大73%短縮 |

30分の学習で、AIの使い方が根本から変わります。

まとめ

AIの性能は同じ。プロンプトが違うだけ。

今日から7つの型を使ってみてください。AIが別物になります。

関連記事：

この記事が参考になったら、スキ & フォローお願いします！
「プロンプト変えたら回答が変わった！」の報告、コメントで聞かせてください。