Asana が StackAI を買収 — すべてのヒューマンエージェントのワークフローを 1 か所で実行できるようになりました。詳しく見る
AI プロンプトとは、ChatGPT や Gemini、Copilot といった生成 AI に対して送る指示文・質問文のことです。英語の "prompt" には「促す」「きっかけを与える」という意味があり、AI が適切な回答を生成するための「きっかけ」になることからこう呼ばれます。
生成 AI は与えられた指示をもとに文章・表・画像・コードなどを出力しますが、その出力結果の質は入力するプロンプトの質に大きく左右されます。同じ AI ツールを使っていても、曖昧な指示では的外れな回答が返り、具体的な指示では期待に近い成果物が返ってきます。つまり、生成 AI の活用レベルはプロンプトの書き方によってほぼ決まるといっても過言ではありません。
近年では「プロンプトエンジニアリング」という専門分野も生まれており、AI に適切な指示を与えるための体系的な技術として注目されています。特にビジネス現場では、個人のスキルに依存せず、チーム全体で再現性の高いプロンプトを活用することが業務効率化の鍵となっています。
プロンプトは大きく以下の 3 種類に分類されます。それぞれの特徴を理解しておくと、目的に応じた使い分けができるようになります。
① 命令型プロンプト
最も一般的な種類で、「〇〇をしてください」「〇〇について教えてください」という形式の直接的な指示文です。業務メールの作成、文章の要約、データ分析の補助など、幅広いシーンで活用できます。生成 AI の利用場面の大半はこの命令型が占めています。
② 補完型プロンプト
途中まで入力したテキストの続きを AI に補完させる形式です。「新商品のキャッチコピーは…」と書き出すと、AI がその流れに沿って文章を続けます。企画書やブログ記事のたたき台作成に向いています。
③ 実演型プロンプト (Few-Shot)
AI に例を見せることで、その形式・スタイルを踏まえた出力を促す手法です。「良い例:〇〇、悪い例:△△。では次の文章を判定してください」のように、実例を与えることで AI の推測精度が上がります。品質基準が明確なタスクに特に有効です。
AI を理解するには、まず事実を知ることから始まります。トップクラスの企業がどのように AI を活用して成功を加速させているのか、最新の調査結果をご覧ください。
生成 AI はユーザーの意図を「推測」しながら回答を生成します。指示が曖昧であればあるほど、AI の推測に幅が生まれ、的外れな出力結果につながります。逆に具体的な指示を与えれば、AI は推測の余地が減り、より精度の高い成果物を返してくれます。
プロンプトの書き方を知らないと、何度も指示を書き直す試行錯誤が発生し、本来の業務時間を圧迫します。適切なプロンプトのパターンを身につけることで、一度の指示で期待に近い出力を得られるようになり、短時間での業務完了が可能になります。
個人がプロンプトを習得するだけでなく、チームでプロンプトテンプレートを共有・標準化することで、AI の活用レベルが組織全体で均質化されます。これにより、特定のメンバーだけが高い生産性を発揮するのではなく、チーム全員が同水準の成果物を生み出せるようになります。
よいプロンプトには共通の構造があります。以下の 6 つの要素を意識することで、回答の質が大幅に向上します。
AI に役割を与えることで、回答の視点・トーン・深度がコントロールされます。
設定なし:
「競合分析をしてください。」
役割あり:
「あなたは B2B SaaS 業界の市場調査アナリストです。競合分析をしてください。」
役割を設定することで、AI はその専門家としての視点から回答を構成するようになります。
AI はユーザーの状況を知りません。前提条件・背景情報を明示することで、状況に即した回答が得られます。
背景なし:
「メールを書いてください。」
背景あり:
「初回商談後のフォローアップメールです。相手は製造業の購買担当者で、コスト削減を最大の関心事としています。」
何をしてほしいのかを動詞で具体的に示します。「教えてください」より「〇〇字で要約してください」「3 つ提案してください」のように数値や動作を明確にするのが効果的です。
箇条書き・表形式・見出し構造・文字数など、成果物のフォーマットを明示します。特に「表形式で」「箇条書き 5 項目で」「500 字以内で」などの指定は、実務での使い回しやすさに直結します。
禁止事項や条件をポジティブな表現で伝えると効果的です。「専門用語を使わないで」ではなく「中学生でもわかる言葉で」、「短くして」ではなく「200 字以内で」のように、具体的な基準を示します。
特にアウトプットのスタイルにこだわりがある場合は、良い例・悪い例を示すことで AI がターゲットとすべき形を理解します。ゼロから指示するよりも、例示があるほうがはるかに精度が上がります。
以下は、実際のビジネス現場で活用できるプロンプト例です。
「役割・背景・タスク・形式・制約」の要素を意識した構造になっています。
あなたは優秀なビジネスアシスタントです。
以下の会議の音声書き起こしテキストをもとに、議事録を作成してください。
#前提条件
参加者:営業部 3 名、マーケティング部 2 名
会議の目的:Q3 施策の振り返りと Q4 計画の合意
#出力形式 ・見出し:① 決定事項、② アクションアイテム (担当者・期限付き)、③ 次回議題
各項目は箇条書き
全体 400 字以内
#書き起こしテキスト
(ここにテキストを貼り付け)
【企画書の骨子作成】
あなたは経験豊富な企画担当者です。
以下の条件で企画書の骨子を作成してください。
#前提条件
対象:中小企業の経営者向け
テーマ:生成 AI 導入による業務効率化
目的:経営層の承認を得る
#出力形式
見出し構造で 6 項目程度
各項目に 2 〜 3 文の説明を添える
ビジネスライクかつ説得力のある表現で
あなたはビジネスメールのプロです。
以下の状況に合ったフォローアップメールを作成してください。
#状況
先週の展示会でリードを獲得
相手:IT 企業の情報システム部長
目的:製品デモのアポイント取得
#条件
件名を含む
丁寧かつ簡潔に
300 字以内
CTA (行動喚起) を末尾に 1 つ入れる
あなたはブレインストーミングのファシリテーターです。
以下のテーマについて、多様な視点からアイデアを提案してください。
#テーマ
リモートワーク環境でのチームエンゲージメント向上施策
#条件
コスト低
中・高の 3 カテゴリーで各 3 案
実現可能性の高いものを優先
表形式で出力 (施策名 / コスト感 / 期待効果)
あなたはデータアナリストです。
以下の売上データを分析し、経営判断に役立つインサイトを提示してください。
#データ (ここに CSV データや数値を貼り付け)
#出力形式
主要な傾向を 3 点
注目すべき異常値・変化点
推奨アクションを箇条書きで
以下の文章を、ビジネス文書として読みやすくリライトしてください。
#条件 ・誤字
脱字の修正
語尾の統一 (です・ます調)
一文が 80 字を超える場合は分割する
変更箇所を変更前 / 変更後の表形式でまとめる
#元の文章 (ここに文章を貼り付け)
AI 導入に必要な複雑な計画策定やタスク管理には、強力な AI 機能を搭載したツールを活用しましょう。Asana AI は、プロジェクトデータからインサイトを抽出し、ロードマップの優先順位付けをサポート。AI を使い、AI 導入プロセス自体を加速させます。
業界で広く使われているプロンプトの型を紹介します。自分の用途に合わせてカスタマイズしてみてください。
前述の 6 要素と組み合わせて活用してみてください。
ビジネス文書でおなじみの「結論・理由・具体例・結論」の構造を AI への指示に応用したフレームです。
以下の構造で(テーマ)についての説明文を書いてください。
Point (結論):〇〇
Reason (理由):〇〇だから
Example (具体例):〇〇の事例を使う
Point (再結論):〇〇に戻る
説得力のあるビジネス文書・プレゼン原稿の作成に向いています。
自分でうまい指示文を考えられない場合に、AI 自身に最適なプロンプトを考えさせる手法です。
あなたは優秀なプロンプトエンジニアです。私のゴールは(達成したいこと)です。 このゴールを達成するための最適なプロンプトを提案し、 不明点があれば追加で質問してください。
初心者がプロンプトを書く際の「最初の一歩」として特に有効です。
多くの生成 AI サービスは、入力されたデータを再学習に利用する場合があります。顧客情報・社内の財務データ・個人情報などを含むプロンプトを送ることは、情報漏えいのリスクに直結します。会社として生成 AI を利用する場合は、プロンプトに含めてよい情報の範囲を明確にしたガイドラインの策定が不可欠です。
なお、ChatGPT には入力データを学習に使用しないオプトアウト設定があります。また、法人向けのプランやエンタープライズ契約では、データがモデル学習に使われない仕様になっているケースが多く、よりセキュアな環境で生成 AI を活用できます。
「いい感じで書いてください」「わかりやすくして」といった曖昧な指示は、AI の推測範囲を広げ、期待外れの回答につながります。「ですます調で」「200 字以内で」「箇条書き 5 点で」のように、具体的な数値・形式・条件を明示することが、高品質な出力への最短経路です。
初回の出力が期待通りでなかったとしても、それは失敗ではありません。「もう少しフォーマルな表現にしてください」「第 3 段落をもっと具体的にしてください」のように、対話を続けながらブラッシュアップしていくのが生成 AI の正しい活用方法です。プロンプトは一度で完成させるものではなく、試行錯誤を通じて磨くものという意識が重要です。
特に画像生成 AI を使用する際は、既存の作品や著作権者のある素材を模倣するような指示を避ける必要があります。また、AI が生成した文章やコードについても、どのように使用するかによって知的財産上の問題が生じる可能性があります。社内での利用ルールを事前に整備しておくことを推奨します。
ここまで紹介した内容は、個人が AI ツールを使いこなすためのプロンプト技術です。しかし、ビジネスにおける AI 活用の本質は「個人のスキル向上」にとどまらず、「チーム・組織全体の業務改善」にあります。
多くの企業が AI 導入を進める中で直面する課題が、プロンプトのサイロ化です。生成 AI を使いこなせる人材と、そうでない人材の間に大きな生産性格差が生まれ、組織全体としての AI 活用が均質化されないという問題です。
この課題を解決するには、以下のような取り組みが求められます。
プロンプトテンプレートの標準化と共有
個人が開発した効果的なプロンプトを組織資産として管理し、チーム全員が利用できる状態にすること。
AI ワークフローの構築
単発のプロンプト活用にとどまらず、定型業務のフロー全体に AI を組み込み、繰り返し再利用できる仕組みを整えること。
成果物の品質管理
AI が出力したコンテンツのチェック基準を設け、人間のレビューと組み合わせて品質を担保すること。
こうした課題に応えるのが、Asana の AI 機能と AI Studio です。Asana は単なるプロジェクト管理ツールにとどまらず、チームの AI 活用を標準化・自動化するためのプラットフォームとして進化しています。
Asana AI:日々の業務に溶け込む AI アシスタント Asana の AI 機能は、タスクの優先度付け・進捗サマリーの自動生成・目標との整合確認など、日々の業務に直接組み込まれています。ユーザーがプロンプトを意識しなくても、Asana が自然な形で AI の恩恵を届けます。
AI Studio:ノーコードで AI ワークフローを構築 AI Studio を使うと、定型業務のワークフローに AI 処理を組み込んだ自動化フローをノーコードで構築できます。たとえば「新規依頼フォームが送信されたら AI が内容を要約してタスクを作成し、担当者に自動割り当て」といった流れを、エンジニアなしで設定できます。
チームでプロンプトを標準化する AI Studio では、業務ごとに最適化されたプロンプトをワークフローに組み込んで保存・共有できます。属人化しがちなプロンプトの知識を組織の資産として蓄積でき、全員が同じ高品質なアウトプットを得られる環境を構築できます。
プロジェクトマネージャーは AI を活用したプロジェクト推進の効率化を、チームメンバーは日々の定型業務の自動化を、経営者はチーム全体の AI 活用状況の可視化を。それぞれの立場で AI のメリットを最大化できるのが、Asana の強みです。
Asana の AI スタジオでは、AI を搭載したワークフローをすばやく作成することができます。雑務は AI に任せて、より戦略的な業務に集中しましょう。
AI プロンプトとは、生成 AI から期待通りの成果物を引き出すための指示文です。役割・背景・タスク・出力形式・制約条件・例示という 6 つの要素を意識することで、回答の精度は大幅に向上します。
議事録作成・企画書作成・メール文面・アイデア出し・データ分析といった日々の業務にプロンプトを取り入れることで、短時間で高品質なアウトプットを生み出すことが可能になります。また、個人のプロンプトスキル向上にとどまらず、チームでテンプレートを標準化・共有することで、組織全体の AI 活用水準を引き上げることが業務効率化の鍵となります。
プロンプトの書き方を磨くことは、生成 AI という強力なツールを真に使いこなすための第一歩です。まずは本記事のテンプレートを自分の業務に当てはめて試してみてください。そして個人の活用を組織全体の標準へと昇華させていく次のステップとして、Asana の AI 機能・AI Studio の活用を検討してみてはいかがでしょうか。