仕事が速い人のプロンプト型6選｜同じAIなのに差がつく指示のコツ

「うちの部署でもChatGPT使ってるけど、正直そんなに便利じゃないんだよね」

そんな声を聞くことがあります。でも同じ会社の同じツールで、驚くほど速く仕事を片づけている人もいる。この差、AIの性能ではなく「指示の出し方」でついています。

AIは、優秀だけれど空気を読まない新人のようなものです。「いい感じにやっといて」と言えば、いい感じに"当たり障りのない何か"が返ってくる。逆に、前提と条件をきちんと渡せば、驚くほどの精度で応えてくれます。

今日はコーヒーを片手に、仕事の速い人が使っている**6つの「型」**を見ていきましょう。どれも覚えるのは1行だけ。今日の仕事からそのまま使えます。

① メール作成 —— 役割＋相手指定型

× 悪い指示

お詫びメール書いて

○ 良い指示

あなたは営業10年目の担当者です。
納期遅延に怒っている取引先の部長宛に、
言い訳をせず信頼回復を狙うお詫びメールを300字で書いてください。

差がつくポイント：「誰が→誰に」で敬語の温度が変わる

お詫びメールと一口に言っても、新人が同僚に出すメールと、10年目の営業が取引先の部長に出すメールでは、文章の重さがまったく違いますよね。

AIは「誰が書いて、誰が読むのか」を知らないと、最大公約数の無難な文章しか作れません。役割（自分）と相手（読み手）を指定した瞬間に、敬語の温度・謝罪の深さ・言い訳の量が一気に調整されます。

さらに効くのが「言い訳をせず」「信頼回復を狙う」というゴールの一文。謝るだけのメールと、次の取引につなげるメールは別物です。

そのまま使えるひな形 「あなたは〔立場・経験年数〕です。〔相手の属性・今の感情〕の〔役職〕宛に、〔避けたいこと〕をせず〔狙い〕を目的としたメールを〔文字数〕で」

② 要約 —— フォーマット指定型

× 悪い指示

この資料を要約して

○ 良い指示

上司に30秒で報告する前提で、
①結論 ②根拠を3つ ③自部署への影響
の順に要約してください。

差がつくポイント：読む人と使う場面を先に決める

「要約して」とだけ言うと、AIは資料をまんべんなく縮めます。文章としては正しいのですが、そのまま会議では使えません。

要約の正解は、読む人と使う場面によって変わります。上司への30秒報告なら結論が先。自分の勉強用なら背景が厚いほうがいい。取引先への共有なら、社内の事情は落としたい。

だから、要約を頼むときは出口を先に渡すのがコツです。「誰に」「何秒で」「どういう順番で」。この3つを書くだけで、コピペできる完成品が返ってきます。

そのまま使えるひな形 「〔誰〕に〔時間・場面〕で使う前提で、①〔項目〕②〔項目〕③〔項目〕の順に要約して」

③ 企画・アイデア —— 否定禁止の量産型

× 悪い指示

何かいいアイデアない？

○ 良い指示

新規顧客向けの施策を、質より量で30案出してください。
突飛なものも禁止しません。
出し切ったあとで、費用対効果が高い順にTOP3へ★を付けてください。

差がつくポイント：「量」と「選別」を2段階に分ける

アイデア出しがうまくいかない一番の原因は、出しながら評価してしまうことです。人間の会議でも同じですよね。「それ予算が」「前にやって失敗した」と言われた瞬間、部屋の空気が止まります。

AIも同じで、「いいアイデアを出して」と頼むと、最初から"優等生の3案"に絞ってきます。それは平均点であって、当たりではありません。

だから、まず評価を禁止して量を出させる。30案あれば、そのうち25案は使えなくても、残りの5案に光るものが混じります。そして選別は次のターンで頼む。この2段階に分けるだけで、出てくる企画の幅が変わります。

「質より量で」「突飛も禁止しない」——この2つのフレーズが、AIのブレーキを外すスイッチです。

そのまま使えるひな形 「〔テーマ〕を質より量で〔数〕案。突飛も禁止しない。出し切った後、〔評価軸〕でTOP3に★」

④ 資料構成 —— たたき台反復型

× 悪い指示

プレゼン資料を作って

○ 良い指示

まず構成案だけを3パターン出してください。
私が1つ選んだら、そのあと各スライドの中身を作ってください。

差がつくポイント：一発完成を求めず「分岐→合流」させる

いきなり完成品を頼むと、たいてい「惜しいけど違う」ものが出てきます。しかも量が多いので、直すより自分で書いたほうが早い……となって、結局AIを使わなくなる。よくある挫折パターンです。

仕事が速い人は、分岐点を先に作ります。構成案だけを3パターン出させて、方向性を人間が選ぶ。方向が決まってから中身を膨らませる。

この進め方には、隠れたメリットが2つあります。ひとつは、方向違いの文章をゼロから作り直す無駄が消えること。もうひとつは、3パターン並べると自分の判断基準がはっきりすることです。「Bがいい。理由は現場の事例から入るから」——この言語化が、そのまま次の指示の精度を上げてくれます。

そのまま使えるひな形 「まず〔構成案・骨子〕だけを〔数〕パターン。私が1つ選んだら、そのあと中身を作って」

⑤ Excel・データ —— 現状＋ゴール型

× 悪い指示

集計する関数を教えて

○ 良い指示

A列＝日付、B列＝担当者名、C列＝売上 のデータがあります。
担当者別の月合計を出したいです。
関数と、よくあるエラーの落とし穴も教えてください。

差がつくポイント：列の中身まで見せると精度が跳ねる

関数の質問がうまくいかないのは、AIがあなたの画面を見ていないからです。「集計したい」だけでは、何行あるのか、日付が文字列なのか、担当者名に表記ゆれがあるのかが分かりません。

だから、たった2行でいいので**現状（データの形）とゴール（何を出したいか）**を書く。これだけで、返ってくる答えが「一般論の解説」から「あなたのシートで動く式」に変わります。

さらにおすすめしたいのが、最後の一文「エラーの落とし穴も」。AIは聞かれたことしか答えないので、こう添えるだけで、日付が文字列になっていて集計されない、絶対参照を忘れてコピーすると壊れる、といったつまずきポイントを先回りして教えてくれます。

そのまま使えるひな形 「〔列や項目の中身〕のデータがあります。〔出したい結果〕を出したい。方法と、よくあるエラーの落とし穴も」

⑥ 壁打ち・意思決定 —— あえて反対させる型

× 悪い指示

この企画どう思う？

○ 良い指示

あなたはこの企画を否決したい辛口の役員です。
承認会議で突っ込まれる質問を、厳しい順に5つ挙げてください。

差がつくポイント：褒めさせず、先に殴らせる

「どう思う？」と聞くと、AIはたいてい褒めてくれます。気持ちはいいのですが、会議で助けにはなりません。本番で刺さる質問は、いつも自分が見たくなかった場所から飛んできます。

そこで、AIに反対側の役を渡します。「否決したい役員」「予算を削りたい経理」「解約を考えている顧客」——立場を敵側に置くだけで、出てくる指摘の切れ味が変わります。

企画だけでなく、家計や進路のような個人の決断にも使えます。「この転職に反対する立場で、私が見落としているリスクを5つ」。痛いけれど、決める前に痛いほうが、ずっと安上がりです。

そのまま使えるひな形 「あなたは〔反対する立場〕です。〔場面〕で突っ込まれる質問を、厳しい順に〔数〕つ」

まとめ：6つの型を1枚に

6つを並べてみると、共通しているのは次の3点です。

1. 前提を渡す（誰が、誰に、どんな状況で）
2. 出口を決める（何文字、どの順番、いくつ）
3. 進め方を分ける（量→選別、骨子→中身）

裏を返せば、うまくいかない指示は、この3つが抜けているだけ。AIの答えの質は、質問の質で決まります。

いきなり6つ全部を覚える必要はありません。まずは自分が一番よく使う場面をひとつ選んで、今日のメールや資料でそのまま試してみてください。返ってくるものが変わる感覚は、たぶん1回で分かりますよ。

今日のコーヒータイムに、「自分がいつもAIに丸投げしている頼み方」をひとつだけ思い出してみてください。そこに前提と出口を足すのが、いちばん小さくて、いちばん効く一歩です。