プロンプトを学ぼうと検索すると、テンプレート集や「使える命令文100選」がたくさん出てきます。私も仕事でChatGPTやClaudeを使いますが、保存したテンプレートをそのまま使う場面はそれほど多くありません。
実際によく使うのは、見本を渡す、前提を伝える、出力を見て直す、という普通のやり取りです。仕事でAIを使うための基礎なら、独学で十分身につけられます。この記事では、その練習方法を3つに分けます。
プロンプトは「仕事の頼み方」に近い
プロンプトという言葉から、正解の文章を一度で書く技術を想像しがちです。実際には、同僚へ仕事を頼むときとよく似ています。相手が知らない事情を伝え、見本を渡し、返ってきたものへ修正を頼みます。
専門職としてプロンプトを研究する話と、日々の仕事でAIを使う話は分けて考えた方が分かりやすいです。ここで扱うのは後者です。
原則1：説明ではなく、見本を見せる
やり方を長く説明するより、過去の完成形を一つ見せた方が、文体や項目の並びまで伝わります。
- ✕「丁寧だけど堅すぎないお礼メールを書いて」
- ○「このトーンでお礼メールを書いて → （過去に自分が書いたメールを貼る）」
議事録、報告書、集計表など、正解の形を自分が持っている仕事で特に有効です。機密情報が入っている場合は、ダミーへ置き換えてから見せます。
原則2：条件と背景を渡す（AIはあなたの事情を知らない）
AIは、社内の事情や読者との関係を知りません。出力が合わないときは、前提が抜けていないかを確認します。
たとえば、次の情報を添えます。
- 誰向けか：「社内の上司向け」「ITに詳しくない顧客向け」
- 何のためか：「稟議を通すため」「クレームを穏便に収めるため」
- 制約は何か：「300字以内」「専門用語なし」「この順番で」
同じ依頼を、初めて仕事をする相手に伝えて通じるか考えると、不足している情報を見つけやすくなります。
原則3：一発で求めず、対話で追い込む
最初の依頼文だけで完成させようとすると、条件を詰め込んだ長い文章になります。まず出してもらい、違う部分を具体的に直す方が進めやすいです。
- 1回目：目的と最低限の条件を伝える
- 2回目：「この部分は残し、◯◯を△△に変える」と範囲を示す
- 3回目：迷っている部分だけ複数案を出してもらう
コードの場合も、エラーの全文と直前の操作を共有すると原因を探しやすくなります。業務データや認証情報が含まれていないかは、貼る前に確認が必要です。
プロンプトは、最初の一文を磨く技術というより、返ってきたものを見て修正点を伝える技術に近いと感じています。
独学の教材は「自分の仕事」でいい
練習には、明日の自分の仕事を使えます。最初は結果を確認しやすい作業から始めます。
- 文章系：メール下書き・要約・議事録の整形（今日からできる）
- 構造化系：表の整理・分類・スプレッドシート自動化（見本を見せる練習に最適）
- 生成系：企画案・構成案を複数案出させて対話で追い込む（直させる練習）
全体の学習順序は生成AI学習ロードマップにまとめています。
OpenAIやAnthropicが公開している公式ガイドも参考になります。一度仕事で試してから読むと、自分がどこで困ったかと照らし合わせやすくなります。
独学で進めにくくなる場面
プロンプトの基礎は一人でも練習できますが、仕事へ組み込む段階では別の課題が出てきます。
- 自己流の頭打ちに気づけない:自分の出力が「まあまあ」なのか「もっと良くできる」のか、比較対象がない
- プロンプトの外側の知識:API連携、業務システムへの組み込み、社内展開のルール設計などは、プロンプトの技術とは別のレイヤー
- 締切がないと続かない:実践の場を自分で作れない人は、そもそも練習量が確保できない
ここまで来ると、学ぶ対象は「プロンプト」だけではありません。API、データ管理、運用ルールなど、必要な範囲に合わせて講座や相談相手を探します。スクールを使うか迷う場合の判断材料は、AIスクールと独学の分かれ目にまとめました。
テンプレートを増やす前に、一つ試す
見本、前提、修正。この3つを意識するだけで、AIとのやり取りはかなり落ち着きます。毎回同じ仕事なら、うまくいった会話をあとからテンプレートにすれば十分です。
まずは、過去の完成形が手元にある仕事を一つ選んでください。その見本を渡し、どこまで同じ形にできるか試すところから始められます。
