GPT-4o
プロンプト集
画像認識、データ分析、コーディング、戦略分析まで。GPT-4oのマルチモーダル能力を最大化。
ChatGPT Plus / Pro / API対応。GPT-5との使い分けガイド付き。
GPT-4oの差別化能力はマルチモーダルにあります。
GPT-4oはテキスト、画像、音声を統合して処理できるOpenAIのフラッグシップモデルです。画像からコードを生成し、グラフを分析し、スクリーンショットからUIを実装する能力は他モデルとの明確な差別化点です。本ページでは日本のビジネスユーザーに最も役立つ6カテゴリの実践的プロンプトを掲載します。
すべてのプロンプトはChatGPT Plus/Pro、OpenAI APIの両方で動作します。画像分析プロンプトはファイルをアップロードしてから使用してください。
01 — 画像認識・分析
画像からの情報抽出と分析
GPT-4oの最も差別化された能力の一つが高精度な画像理解。スクリーンショット、文書写真、グラフ分析に活用できます。
プロンプト(コピペ可)
# タスク
添付した画像を分析し、以下を抽出してください:
1. 画像の主要な内容・構成要素
2. テキストがある場合はすべて正確に書き起こす
3. グラフ・表がある場合はデータを構造化して説明
4. 画像の品質問題や見づらい箇所を指摘
# 追加の分析
{{specific_question}} 例: この財務グラフから前年比の傾向を分析して
# 出力形式
箇条書きと数値データの表を組み合わせて、実用的な形式で提供してください。実務メモ: 会議資料のスクリーンショット、名刺写真のデータ化、グラフからの数値抽出、PDF文書の表抽出に特に有効。
02 — 長文要約・分析
長文文書の要約と構造化分析
128Kトークンのコンテキストを活かした長文処理。報告書、契約書、研究論文の分析に。
プロンプト(コピペ可)
# 役割
あなたは文書分析の専門家です。
# タスク
以下の文書を分析し、3段階のサマリーを作成してください:
## Level 1: エグゼクティブサマリー(3文以内)
意思決定者が知るべき最重要点のみ。
## Level 2: 中間サマリー(300字以内)
主要な論点、データ、結論の概要。
## Level 3: 詳細分析
- 主要な主張と根拠
- データ・数値・統計
- リスクや不確実性
- 欠落している情報や前提
# 文書
{{document_text}}
# 追加質問(任意)
{{specific_question}}実務メモ: 法律文書、財務報告書、学術論文のレビューに最適。3段階のサマリーにより読者のニーズに応じた情報量を提供できます。
03 — データ分析
CSV・スプレッドシートのデータ分析
GPT-4oのコードインタプリタ(Advanced Data Analysis)と組み合わせると強力なデータ分析ツールになります。
プロンプト(コピペ可)
# 役割
あなたはビジネスインテリジェンスのアナリストです。
# タスク
添付のデータ(CSV/スプレッドシート)を分析してください:
## 探索的分析
1. データの概要(行数、列数、データ型)
2. 欠損値と外れ値の検出
3. 主要カラムの記述統計
## ビジネス分析
4. 最も重要な3つのトレンドやパターン
5. 期間比較または セグメント比較
6. 上位/下位パフォーマーの特定
## 推奨アクション
7. データが示す具体的な改善機会
8. さらに深堀りすべき仮説3つ
# 文脈
{{business_context}} 例: 月次SaaSの売上データ、顧客チャーン改善が目的
# 出力
表とグラフ(Pythonコードで生成)を使って視覚的に提示してください。実務メモ: ChatGPT PlusのAdvanced Data Analysisモードで最大効果。CSVをアップロードして直接実行可能なコードと可視化を生成します。
04 — コーディング
コード生成・デバッグ・リファクタリング
GPT-4oはUIスクリーンショットからコード生成する能力が特に高い。デザインto実装に有効です。
プロンプト(コピペ可)
# 役割
あなたは{{language}}の経験豊富なシニアエンジニアです。
# タスク
{{task_description}}
# 要件
- 言語: {{language}} / フレームワーク: {{framework}}
- コードスタイル: クリーンで読みやすい、適切なコメント
- エラーハンドリング: 本番環境品質
- テスト: {{test_requirement}} 例: ユニットテスト必須
# 既存コード・文脈(ある場合)
```
{{existing_code}}
```
# 制約
{{constraints}} 例: 外部依存なし、ES2022以下、パフォーマンス優先
# 出力形式
1. 実装コード(コメント付き)
2. 使用方法の例
3. 潜在的な問題点・改善案実務メモ: スクリーンショットを添付すると「このUIをReactで実装して」のような視覚to実装タスクが特に効果的。GPT-4oの画像理解とコード生成の組み合わせが強い。
05 — ライティング・翻訳
高品質な日本語ライティングと翻訳
ビジネス文書、マーケティングコピー、翻訳まで。GPT-4oの自然な日本語生成能力を活用。
プロンプト(コピペ可)
# 役割
あなたは日本語と{{target_language}}に精通したシニアライター/翻訳者です。
# タスク
以下の{{content_type}}を{{purpose}}のために作成/翻訳してください:
# 元のテキスト
{{source_text}}
# ターゲット
- 読者: {{audience}} 例: 30代のビジネスパーソン、IT業界
- トーン: {{tone}} 例: プロフェッショナルで親しみやすい
- 文字数: {{word_count}}
- 媒体: {{channel}} 例: メールマガジン、LinkedInポスト
# 品質チェック
出力後、以下の観点で自己評価してください:
- 自然さ(5点)
- ターゲット読者への適切さ(5点)
- 目的達成度(5点)
低評価の場合は修正してください。実務メモ: 翻訳には「直訳でなく意訳を優先してください」を追加すると自然な日本語になります。専門用語の一貫性が必要な場合は用語集を文脈として提供してください。
06 — 戦略・意思決定
ビジネス戦略分析と意思決定支援
複雑なビジネス課題の構造化分析と意思決定支援。エグゼクティブのシンキングパートナーとして活用。
プロンプト(コピペ可)
# 役割
あなたは戦略コンサルティングの経験豊富なシニアパートナーです(McKinsey/BCGレベル)。
# ビジネス課題
{{problem_statement}}
# 利用可能な情報
{{available_data}}
# 分析フレームワーク
以下のアプローチで分析してください:
1. 問題の構造化
- 課題の本質的な定義
- 影響要因のMECE分解
2. 現状分析
- 強み・弱み・機会・脅威
- 主要な数値とトレンド
3. 戦略オプション
- 3〜4つの代替シナリオ
- 各シナリオのリスクと期待値
4. 推奨と実行計画
- 推奨オプションとその根拠
- 90日間のアクションプラン
# 不確実性の明示
「データ不足のため確信度低」「前提として〜を仮定」など、不確実な部分を明示してください。実務メモ: M&A判断、市場参入戦略、製品ロードマップ決定などの高リスク意思決定に適しています。Claude 4と比較評価して、より精度の高い回答を使用するのも効果的です。
自分の用途でプロンプトを自動生成。
ジェネレーターに目的を入力すると、ChatGPT / Claude / Gemini向けの3バリエーションを自動生成します。
よくある質問。
GPT-4oとGPT-5の使い分けは?
2026年時点では、GPT-5は推論精度と長文処理でGPT-4oを上回りますが、GPT-4oはリアルタイム音声会話(Advanced Voice Mode)と画像入出力のレイテンシが低く、インタラクティブな用途に向いています。コスト面でもGPT-4oはGPT-5より低価格です。会話型アシスタント、リアルタイム翻訳、画像認識タスクではGPT-4o、深い推論・研究・複雑なコードではGPT-5が最適です。
GPT-4oの画像認識を最大限に活用するには?
画像を添付した後、「この画像の[具体的な要素]を分析してください」のように具体的な分析軸を指定してください。「何が見えますか?」という汎用質問より、「製品パッケージの栄養成分表から1日の推奨摂取量を計算してください」のような具体的なタスクを与えるとGPT-4oは最良の結果を出します。
GPT-4oは日本語で出力しますか?
はい。GPT-4oは日本語、英語、中国語など100以上の言語を理解し生成できます。「日本語で回答してください」または「Always respond in Japanese」と指定するか、日本語でプロンプトを書けば日本語で返答します。翻訳タスクには「以下のテキストを自然な日本語に翻訳してください:」の形式が効果的です。
System Promptはどう設定しますか?
ChatGPTのカスタム指示(Custom Instructions)またはAPI呼び出しのsystem fieldに設定します。例: 「あなたは日本の法人税に詳しいシニア税理士です。回答は簡潔に、専門用語には括弧で簡単な説明を付けてください。」のように役割、専門性、回答スタイルを明示すると一貫したキャラクターで動作します。
GPT-4oで長いPDFを分析できますか?
ChatGPT Plus/Proでは最大512ページ程度のPDFをアップロードして分析できます。APIでは128,000トークン(約96,000文字、300〜400ページ相当)のコンテキストウィンドウがあります。ただし非常に長い文書では最初と最後の内容に比べて中間部分の引用精度が下がる「中間損失」現象があります。重要な箇所を先頭に置くか、文書をセクション分割して分析するのが効果的です。
GPT-4oのコーディング能力はClaude Codeと比べてどうですか?
コード生成の品質は競争力が同等です。GPT-4oはマルチモーダル入力(スクリーンショット、図解)を理解してコードに変換する能力が特に高く、UIデザインのスクリーンショットからReactコードを生成するタスクが得意です。Claude(特にClaude 4)は長いコードベースの分析と文書化、複雑な推論が必要な設計判断で強みがあります。
Structured Output(JSON出力)はどう使いますか?
APIでは「response_format: { type: 'json_schema' }」パラメータでスキーマ準拠のJSON出力を強制できます。ChatGPTでは「以下のJSONスキーマに従って出力してください: { name: string, age: number, skills: string[] }」のように指定します。データ抽出、フォーム入力、システム統合に特に有効です。