ビジネス
プロンプト集
会議、メール、プレゼン、分析、採用まで。日本の職場で今日から使えるAIプロンプト集。
ChatGPT GPT-5、Claude 4、Gemini 2.5 対応。機密情報取り扱いの注意点も収録。
ビジネス用途でのAI活用は「役割と成功基準の明示」が鍵です。
「会議の議事録を作って」では平均的な出力しか得られません。「マッキンゼースタイルでアクションアイテムと決定事項を分離した議事録」と「コンピテンシーベースの面接質問で採用バイアスを低減」は、具体的な成功基準を持つプロンプトです。この違いが初回出力の品質を決定します。
本ページは会議、メール、プレゼン、分析、採用、変更管理の6カテゴリで、日本のビジネス環境に合わせた構造化プロンプトを掲載します。すべてテンプレート形式で、{{変数}}を自社の情報に置き換えて即使用できます。
01, 会議・議事録
会議議事録の自動生成と整理
文字起こしテキストから構造化された議事録、アクションアイテム、決定事項を自動抽出。
プロンプト(コピペ可)
# 役割
あなたは精度の高い会議ファシリテーターです。
# タスク
以下の会議の文字起こしから議事録を作成してください:
## 必須セクション
### 会議概要
- 日時:
- 参加者:
- 目的:
- 所要時間:
### 決定事項(DECIDED)
箇条書きで、各決定に責任者と根拠を付記
### アクションアイテム(ACTION)
| タスク | 担当者 | 期限 | 優先度 |
|--------|--------|------|--------|
### 未解決事項(OPEN)
次回持ち越しの論点と担当者
### 次回アジェンダ案
今回の議論から提案される次回の議題
# 文字起こし
{{transcript}}
# 注意
曖昧な発言の解釈は[ ]で注記してください。実務メモ: WhisperやOtter.aiの文字起こし結果を{{transcript}}に貼り付けて使用。出力をSlackやNotionに直接貼り付けられます。
02, ビジネスメール
状況別ビジネスメールの作成
日本語ビジネスメールの敬語、構成、文量を状況に合わせて自動調整。
プロンプト(コピペ可)
# 役割
あなたは日本語ビジネスコミュニケーションの専門家です。
# 状況
{{situation}} 例: 取引先への新製品の提案、社内の部門長への承認依頼、クレームへの回答
# 送信者
{{sender_role}} 例: 営業部 課長
# 受信者
{{recipient_role}} 例: 取引先の部長(5年来の関係)
# 本文に含める要素
{{key_points}} 箇条書きで要点を記入
# トーン
{{tone}} 例: 丁寧かつ簡潔、謝罪含む、前向きな提案
# 制約
- 文字数: {{target_length}} 例: 300字以内
- 敬語レベル: 丁寧語 / 尊敬語 / 謙譲語(使用するものを指定)
- 締めの言葉: 状況に適したもの
# 出力
1. 件名(メールの場合)
2. 本文
3. 別バリエーション(より簡潔版)実務メモ: クレーム対応、新規提案、社内承認依頼など状況を変えて使い回せます。「別バリエーション」を求めることでA/Bテスト素材も同時生成。
03, プレゼンテーション
プレゼン資料の構成とスクリプト
スライドアウトライン、各スライドのコンテンツ、スピーカーノートを一括作成。
プロンプト(コピペ可)
# 役割
あなたはマッキンゼースタイルのプレゼンテーション設計者です。
# プレゼンの目的
{{objective}} 例: 新規事業への投資承認を経営陣から得る
# 聴衆
{{audience}} 例: 取締役会、CFO、事業部長 5名
# 時間制限
{{duration}} 例: 20分(Q&A別)
# 利用可能なデータ
{{data_points}} 箇条書きで事実・数値・事例を記入
# スライド構成を作成
各スライドに以下を含めてください:
1. スライドタイトル(10字以内)
2. 1行サマリー(MECE論理で)
3. 主要コンテンツ(3点以内)
4. スピーカーノート(1分分のスクリプト)
# 原則
- 「So What?」が明確なスライドのみ
- データは具体的数値で(「大幅に」などの曖昧表現禁止)
- 結論先行(ピラミッドストラクチャー)
- 最大{{slide_count}}枚実務メモ: 「投資家向けIRプレゼン」「社内改革提案」など目的を変えて応用可能。PowerPointではなく構成とテキストのみを生成し、実際のデザインは別途行います。
04, 分析レポート
ビジネス分析レポートの作成
市場分析、競合分析、業績分析を構造化されたレポート形式で自動生成。
プロンプト(コピペ可)
# 役割
あなたは業界調査と経営分析を専門とするシニアアナリストです。
# 分析対象
{{analysis_subject}} 例: 国内SaaS市場の競合環境(2026年上半期)
# 利用可能なデータ
{{available_data}} 市場データ、財務情報、ニュース等
# レポート構成
## 1. エグゼクティブサマリー(300字)
意思決定に必要な最重要点3つ
## 2. 現状分析
- 市場/トレンドの概況
- 主要プレイヤーと動向
- 数値・データによる根拠
## 3. 機会と脅威
- 短期(6ヶ月以内)の機会
- 中期(1〜2年)のリスク
## 4. 推奨アクション
優先度順に3つ、各アクションにKPIを付記
## 5. データの限界と前提
レポートの信頼性評価
# 出力形式
見出し、表、箇条書きを使い、意思決定者が5分で読めるよう構成。実務メモ: 競合調査資料、月次業績レビュー、新規参入判断など幅広く活用可能。実際のデータと合わせることで、AIが構造とコメンタリーを担当するハイブリッドアプローチが有効。
05, 採用・HR
採用プロセスと人事評価の効率化
求人票作成、面接質問設計、評価フィードバックをAIで効率化。
プロンプト(コピペ可)
# 役割
あなたは採用と組織開発に精通したHRパートナーです。
# タスク
{{hr_task}} 以下のいずれかを指定:
A) 求人票作成
B) 面接質問リスト(コンピテンシーベース)
C) 候補者評価フィードバック
D) パフォーマンスレビュー文章
# ポジション
{{job_title}} 例: SREエンジニア (シニア)
# 必須スキル・経験
{{requirements}} 箇条書きで記入
# チーム・文化
{{team_context}} 例: 10名のエンジニアリング組織、フルリモート、英語対応必須
# タスク別の追加情報
{{specific_context}} 例: 面接時は「コンフリクト解決のエピソード」が不足していた
# 出力要件
- バイアス低減: 性別・年齢・出身校への言及なし
- 具体性: 抽象的なスキルより行動可能な指標
- 公平性: すべての候補者に同じ基準を適用
- 日本の労働法規に準拠した表現実務メモ: 面接後のフィードバック作成に特に効果的。「コンピテンシーベースの面接質問」は候補者の過去の行動から将来の職務パフォーマンスを予測する手法で、公平な評価に役立ちます。
06, 社内コミュニケーション
社内向けの変更管理と情報共有
組織変更の告知、新施策の説明、変更管理コミュニケーションを適切なトーンで作成。
プロンプト(コピペ可)
# 役割
あなたは組織変更管理(Change Management)の専門家です。
# 変更内容
{{change_description}} 例: 2つの事業部の統合、新しい経費精算システムの導入
# 受信者
{{audience}} 例: 全社員 / 特定部門 / マネージャー以上
# 懸念される反応
{{anticipated_concerns}} 例: 雇用への影響の不安、業務量増加への懸念
# コミュニケーションの目的
{{communication_goal}} 例: 変更の必要性への理解を得る、不安の軽減
# 作成するコミュニケーション
1. 全社向けメール / Slackメッセージ
2. よくある質問(FAQ) 5〜7項目
3. マネージャー向けトークポイント(部下への説明用)
# トーン
透明性と共感を重視。「なぜ今?」「自分にどう影響する?」への回答を中心に。実務メモ: 組織変更、人事異動、システム移行、ポリシー変更の際に活用。「マネージャー向けトークポイント」はよくある質問への一貫した回答を準備するのに特に役立ちます。
自社の状況に合わせてプロンプトを自動生成。
目的とターゲットを入力すれば、ChatGPT・Claude・Gemini向けの3バリエーションを即生成します。
よくある質問。
ビジネスでAIプロンプトを使う際の注意点は?
まず機密情報(顧客名、未公開財務データ、個人情報)を入力しないことが原則です。ChatGPTやClaudeは入力データをモデル改善に使わない設定(ChatGPT: 履歴オフ、Claude: Professional Plan)を確認してください。社外秘文書の分析にはAPI経由でのデータ処理管理を推奨します。
AIが生成した日本語ビジネス文書の品質はどうですか?
2026年現在、GPT-5とClaude 4はビジネス日本語の品質が大幅に向上しており、敬語、謙譲語、尊敬語の使い分けも正確です。ただし社内特有の表現、業界用語、ブランドの声調は指定が必要です。生成されたドキュメントは必ず人間がレビューし、固有名詞や数値の正確性を確認してください。
プレゼン資料の作成にAIをどう活用しますか?
AIはアウトライン生成、各スライドのコンテンツ草稿、スピーカーノートの作成、Q&A想定問答の準備に特に効果的です。PowerPointやKeynoteへの直接出力は現状限定的なため、AIで構成と文章を作り、人間がデザインと視覚化を担当する役割分担が実用的です。
会議議事録の自動生成はどれくらい正確ですか?
音声録音から文字起こしにはWhisper/Otter.ai等を使い、文字起こしテキストをAIに渡して「アクションアイテムと決定事項を抽出」させる2段階アプローチが最も効果的です。AIは話者の意図の要約を誤ることがあるため、重要な決定事項は必ず原文と照合してください。
営業メールの開封率をAIで上げられますか?
件名のA/Bテストバリアント生成、パーソナライズ要素の提案、CTA文言の最適化にAIは有効です。ただし業界平均の開封率改善(5〜15%)はコンテンツだけでなく送信タイミング、リストの質、送信者の信頼性にも左右されます。AIを使って複数バリアントを生成し、実際のデータで検証するアプローチを推奨します。
財務分析にAIを使う際の制限は?
AIは計算を実行できますが、ハルシネーション(誤った数値の自信を持った提示)のリスクがあります。財務数値の計算はAIに任せず、AI出力は構造設計、洞察の仮説生成、コメンタリー文章の草稿に限定するのが安全です。計算結果は必ず専用ツール(Excel, Python)で検証してください。
社内でのAIプロンプト共有のベストプラクティスは?
効果的なプロンプトを社内WikiやNotionで管理し、用途別に分類して共有することを推奨します。プロンプトには「最終確認日」「対象モデル」「効果の根拠」を記録すると、モデルのアップデートによる効果変化に対応できます。チームでのA/Bテストと定期的なプロンプトの見直し会議が品質向上に有効です。