「ChatGPTを使っているけれど、なんとなく期待外れな回答が返ってくる」「同僚は上手く使えているのに、自分のプロンプトだと精度が低い」——そんな経験はありませんか？

その差を生み出しているのがプロンプトエンジニアリングです。同じAIツールを使っても、プロンプト（AIへの指示）の設計次第で、アウトプットの質は大きく変わります。

本記事では、BtoB業務でChatGPTやClaudeを活用している担当者に向けて、プロンプトエンジニアリングの基礎から実践テクニック、社内への横展開方法まで、わかりやすく解説します。

プロンプトエンジニアリングとは？

プロンプトエンジニアリングとは、生成AIから意図通りの出力を得るために、指示文（プロンプト）を設計・最適化する技術のことです。

プログラミングの知識は不要です。「AIに何をどう伝えるか」を工夫することで、出力精度を劇的に改善できます。たとえば以下の2つを比べてみましょう。

精度が低いプロンプト例：
「営業メールを作って」

精度が高いプロンプト例：
「あなたはBtoB向けのベテラン営業担当者です。製造業の購買担当（40代男性）宛てに、在庫管理システムの初回提案メールを作成してください。トーンは丁寧かつ簡潔に、本文は300字以内で。件名も含めて出力してください。」

後者のほうが、すぐに使えるクオリティの出力が得られます。

生成AI精度を上げる5つの基本テクニック

① 役割（ペルソナ）を与える

AIに「あなたは〇〇の専門家です」と役割を設定することで、その分野に合った文体・知識・視点での回答が得られます。

  • 「あなたは中小企業向けのITコンサルタントです」
  • 「あなたは10年以上の経験を持つ人事担当者です」
  • 「あなたはBtoB SaaSのマーケティングディレクターです」

② 出力形式を明示する

「箇条書きで」「表形式で」「3段落以内で」など出力フォーマットを指定することで、そのまま使えるアウトプットが得られます。

  • 文字数・段落数の上限指定
  • 見出し構造（H2・H3）の指定
  • JSON・CSV・表形式など構造化出力
  • 「〇〇は含めないでください」という除外指示

③ 具体的な背景情報を与える（コンテキスト設定）

AIは与えられた情報しか知りません。ターゲット読者、目的、制約条件などを詳しく伝えるほど精度が上がります。業種・企業規模・担当者の役職・課題・目的・トーンの指示など、できる限り具体的に伝えましょう。

④ Few-shot（例示）で期待値を示す

「こういう例のように書いてください」と良い例を1〜3件見せることで、出力スタイルやクオリティを揃えることができます。社内で「お手本となるアウトプット例」を蓄積しておくと、プロンプトの精度が格段に上がります。

⑤ Chain of Thought（思考の連鎖）で複雑な課題を解かせる

複雑な問いには「ステップバイステップで考えてください」と追加することで、AIが論理的に整理したうえで回答するようになります。例として「以下の課題について、①現状分析 → ②問題の特定 → ③改善案 の順で考えてください」という形式が有効です。

部門別・業務別プロンプト改善事例

営業部門：提案書・議事録・メール

よくある失敗は「提案書を作って」という漠然とした指示です。顧客の業種・規模・課題、提案する製品・サービスの特徴、読み手の役職・決裁権の有無、文字数・構成の指定をセットにすると精度が大きく変わります。

マーケティング部門：コンテンツ・LP・SNS投稿

「SEOを意識したブログ記事を書いて」よりも、「ターゲットキーワードは〇〇、検索意図は〇〇、読者ペルソナは〇〇、文字数3000字」と指定したほうが、そのまま使えるドラフトが上がります。

人事部門：求人票・面接質問・FAQ

採用ターゲット（年齢・経歴・スキル）、自社の魅力（文化・待遇）、職種の具体的な業務内容を与えることで、応募者に響く求人票を生成できます。

経理・バックオフィス：文書作成・要約

契約書や社内規程の要約には「200字以内で、リスクになりうる条項を中心に要約してください」などの制約が効果的です。

よくある失敗パターンと改善例

失敗パターン原因改善策
回答が長すぎて使えない文字数・形式を指定していない「〇〇字以内で」「箇条書き3点で」を明示
トーンがブランドと合わない文体の指示がない「丁寧・カジュアル・専門的」等のトーン指定を追加
事実と異なる内容が含まれるAIの知識に依存しすぎている必要な事実情報はプロンプト内に明示して渡す
部署によって使い方がバラバラプロンプトが個人管理になっている社内でプロンプトライブラリを整備・共有する
毎回同じ質問から始まる定型プロンプトが整備されていないテンプレートをNotionやGoogleドキュメントで管理

社内標準化：プロンプトライブラリの作り方

プロンプトエンジニアリングで得た知見を「個人の財産」で終わらせず、組織全体で活用するためにプロンプトライブラリを整備しましょう。

プロンプトライブラリに含めるべき項目

  • 用途名：「営業メール（初回接触）」「社内議事録の要約」など
  • テンプレート本文：変数部分を【】で囲んで再利用しやすくする
  • 入力変数：どの情報を入れるべきか
  • 出力サンプル：期待されるアウトプットの例
  • 注意点：機密情報の入力禁止など

管理ツールの選択肢

Notion（最も汎用的。タグ管理・共有が容易）、Googleスプレッドシート（シンプルに一覧化したい場合）、社内Wikiツール（Confluence等）が主な選択肢です。まず5〜10本のテンプレートを整備し、使いながら改善していくスタイルが定着のコツです。

プロンプトエンジニアリング導入の費用感・工数感

取り組み工数目安費用
担当者1名がプロンプト設計を学ぶ2〜4時間（自習）無料〜数千円（書籍・オンライン講座）
部門向けプロンプトテンプレート整備1〜2日人件費のみ
社内ライブラリ構築・共有3〜5日Notion等ツール費（無料〜月額数千円）
全社研修（プロンプト入門）半日〜1日外部講師依頼の場合：10〜30万円

ChatGPTやClaudeのサブスクリプション（月額2,000〜3,000円/人）さえあれば、追加コストなしで始められます。「まず1部門でテンプレートを5本作る」ことを最初のゴールにすると取り組みやすいです。

まとめ：プロンプトの質がAI活用の成否を決める

生成AIの精度を上げるために、高いツールを追加購入する必要はありません。今使っているChatGPTやClaudeで、プロンプトの設計を見直すだけで、業務アウトプットの質は大きく変わります。役割・出力形式・背景情報・例示・思考誘導の5テクニックを活用し、部門ごとの業務に合わせてテンプレート化・ライブラリ化することで、組織全体のAI活用レベルが底上げされます。

AI活用の設計・プロンプト標準化支援はキャンバスへ

「プロンプトエンジニアリングを社内に導入したいが、何から始めればいいかわからない」「業務に合ったテンプレートを一緒に作ってほしい」——そんなご相談に、キャンバスはBtoB向けのAI活用支援として対応しています。ツールの選定から、プロンプトライブラリの設計・社内研修まで、貴社の状況に合わせたご支援が可能です。まずはお気軽にお問い合わせください。

お問い合わせはこちら