プロンプトエンジニアリング入門｜経営者が押さえる型は3つだけ【プロンプト集は不要】

公開日: 2026年7月12日

「プロンプト術100選」のようなプロンプト集を保存したのに、いざ自分の仕事でAIを使う場面では1つも思い出せない——そんな経験はありませんか。

先に結論を言います。プロンプト集を覚える必要はありません。実務で押さえる型は3つだけです。 ①前提を渡す、②完成イメージを見せる、③確認させる。みやっち🧑‍💻は日々の業務のほとんどをAIに任せていますが、プロンプトで意識しているのは実質この3つだけです。

プロンプトエンジニアリングとは AIから望みどおりの出力を引き出すために、指示文（プロンプト）の書き方を設計する技術です。テクニックは無数にありますが、ビジネスの実務で効果の大半を生むのは「前提を渡す」「完成イメージを見せる」「確認させる」という3つの型です。

そもそもAIの勉強を何から始めるかの全体の順序は、AIの勉強は何から始める？で解説しています。この記事はその中の「AIへの頼み方」を深掘りするものです。

なぜプロンプト集を読んでも、現場で再現できないのか

100個のプロンプトを覚えられないのは、あなたの記憶力の問題ではありません。プロンプト集には構造的な弱点が3つあります。

他人の文脈で書かれている: 例文は他人の業務を題材にしているので、自分の業務に翻訳する手間が残ります。その翻訳ができるくらいなら、最初から自分で書けます
選ぶこと自体が仕事になる: 頼み事のたびに100個の中から正解を探すのは本末転倒です
モデルの世代交代で古びる: たとえば一時期、指示の最後に「段階的に考えて」と付け足すと精度が上がるとよく言われました。いまの高性能なモデルは、言われなくても段階を踏んで考えます。テクニックには賞味期限があるのです

一方で、モデルが変わっても古びない工夫があります。人に仕事を頼むときの原理に根ざした工夫です。それが次の3つの型です。

型①: 前提を渡す（相手は「今日入社した優秀な新人」）

AIはとても優秀ですが、あなたの会社のことは何も知りません。だから、今日入社した優秀な新人に頼むつもりで、背景と目的から話す。これが3つの中で最も効く型です。

悪い例: 「セミナーの告知文を書いて」
良い例: 「うちはAIの使い方を教える講座を運営していて、読者は非エンジニアの経営者・個人事業主・士業・会社員。専門用語を避けた誠実なトーンで、無料セミナーの告知文を書いて。ゴールは、AIに苦手意識のある人が安心して申し込めること」

AIの出力がブレる原因の大半は、聞き方の巧拙ではなく前提の欠落です。逆に言えば、前提さえ渡っていれば、聞き方が多少雑でもAIは意図を汲んでくれます。

型②: 完成イメージを見せる（良い例を1つ添える）

「丁寧に」「プロっぽく」「いい感じに」——形容詞を重ねるより、良い例を1つ添えるほうが確実です。形容詞の解釈は人によってもAIによっても揺れますが、実物は揺れません。

メールの返信案なら、過去に自分が書いた会心の1通を貼って「このトーンで」と頼む
提案資料の構成案なら、過去に通った資料の目次を見せて「この流れで」と頼む

みやっち🧑‍💻がこのサイトのブログ記事をAIと一緒に作るときも、新しいテクニックを毎回足しているわけではなく、出来の良い過去記事を「この型で」と渡しています。完成イメージが1つあるだけで、成果物の精度は目に見えて変わります。

型③: 確認させる（作業の前に、理解を復唱させる）

指示の最後に、この1文を足します。「作業に入る前に、これからやることの理解を箇条書きで示してください。私が確認してから着手してください」。

部下に仕事を頼むときの復唱確認と同じです。認識のズレは、作業が終わってから直すより、作業に入る前に直すほうが圧倒的に安くつきます。時間のかかる作業や、やり直しの痛い作業ほど、この1文が効きます。

3つの型を1つのプロンプトにまとめると

実際の頼み方はこうなります。顧問先向けの月次報告メールを頼む場合の例です。

（前提）うちは個人事業主や一人社長を顧問先にする税理士事務所。顧問先は30〜50代の経営者が多い。
専門用語をかみ砕いた、事務的すぎないトーンを大事にしている。
（依頼）添付の試算表をもとに、顧問先向けの月次報告メールの下書きを作って。
（完成イメージ）先月送った次のメールのトーンと構成に合わせて。
---（ここに先月のメールを貼る）---
（確認）作業に入る前に、これからやることの理解を箇条書きで示して。
私が確認してから着手して。

見てのとおり、特別な呪文はひとつもありません。優秀な新人への頼み方をそのまま文字にしただけです。プロンプトエンジニアリングの実務は、これで十分に機能します。

テクニックは古びるが、前提の整備は資産になる

みやっち🧑‍💻の実感を正直に言うと、AIの成果物の質を分けるのはプロンプトの上手さではなく、前提知識を整えてあるかどうかです。だから3つの型の中でも、型①が突出して効きます。

そして型①を毎日続けていると、あることに気づきます。同じ前提を、毎回書いている、と。事業の概要、想定読者、トーン——こうした前提を会話のたびに書くのではなく、ファイルに整理してAIに常に読ませておく。この一段上の段階をコンテキストエンジニアリングと呼びます。詳しくはコンテキストエンジニアリングとはで解説しています。

プロンプトのテクニックはモデルの世代交代で古びます。しかし、業務の前提を言語化したファイルは、モデルが新しくなっても、対話型のChatGPT・Claudeでも、Claude Code・Codexのような実行型のAIエージェントでも、そのまま使い回せます。テクニックは消耗品、前提の言語化は資産——これがみやっち🧑‍💻の結論です。