ライティング
プロンプト集
ブログ、ビジネス文書、小説、要約、ソーシャル、校正。文章仕事の全カテゴリを日本語プロンプトで網羅。
Claude 4、ChatGPT GPT-5、Gemini 2.5 すべてで動作確認済み。
ライティングは目的別プロンプトで品質が決まります。
ブログ記事、ビジネスメール、小説、要約、校正は、評価基準も理想的な文体も大きく異なります。「良い文章を書いてください」という汎用指示では、どのモデルも平均的な出力を返し、どのジャンルでも及第点以下になります。目的、読者、トーン、長さ、禁止事項を明示することが、実用水準の第一歩です。
本ページでは、実務で最頻出の6カテゴリ(ブログ、ビジネス、創作、要約と翻訳、ソーシャル、校正)で、そのまま使える日本語プロンプトを提供します。Claude 4、ChatGPT GPT-5、Gemini 2.5 すべてで動作します。
01 — ブログ記事
読者を最後まで読ませる長文ブログ
検索意図を満たしつつ、読者の時間を尊重する1,500〜3,000字のブログ記事を生成するプロンプト。
プロンプト(コピペ可)
# 役割
あなたは経験豊富なブログライターで、読者の離脱を防ぐ文章設計に精通しています。
# テーマ
{{topic}}
# ターゲット読者
{{persona}} 例: AI 導入を検討する中小企業の経営者
# 検索意図
{{intent}} 情報収集 / 比較検討 / 購入直前
# 構成
1. タイトル(30字以内、数字か疑問形で興味喚起の2案)
2. 導入(150字以内、結論の要旨と読む価値を提示)
3. 本文
- H2 を5〜7個、最重要から順に
- 各 H2 配下に H3 を1〜3個
- 冒頭1段落で結論、以降で根拠と例
- 具体的な数値、事例、独自の観察を各セクションに1つ以上
4. 結論(300字以内、次に取るべき行動を明示)
5. FAQ(5〜7問、読者が次に持つ疑問を先回り)
# 文体
- ですます調、丁寧だが親しみやすく
- 一文は40字以内を基本
- 専門用語は初出時に30字以内で補足
# 禁止
- 「素晴らしい」「最適な」などの曖昧な形容詞
- 根拠のない断定
- AI 生成感が強い決まり文句(「〜することが重要です」の多用)実務メモ: Claude 4 で生成後、人間が独自の経験談を2〜3段落追加すると、E-E-A-T が強化される。Gemini は検索情報の統合に強い。
02 — ビジネス文書
社内外のメール / 提案書 / 報告書
目的に応じたトーンと構造を自動で使い分け、ビジネス文書の生産性を上げるプロンプト。
プロンプト(コピペ可)
# 役割
あなたは経験豊富なビジネスライターで、社内文書と社外文書のトーンと形式の違いに精通しています。
# 文書種別
{{doc_type}} 例: 社外メール、社内報告書、提案書、議事録、謝罪文、辞退文
# 受信者 / 読み手
{{recipient}} 例: 取引先の部長、社内の同僚、上司
# 目的
{{purpose}} 例: ミーティング日程調整、プロジェクト遅延の報告、新規提案
# 含めるべき情報
{{key_points}}
# 出力
以下の要件を満たす文書を作成:
1. 件名(メールの場合、30字以内、受信者が開きたくなる具体性)
2. 宛先敬称
3. 冒頭挨拶(短く、状況に応じて)
4. 本文(結論先出し、具体的事実、次アクション明示)
5. 末尾(感謝、確認事項、署名スペース)
# トーン指示
- 社外文書: 丁寧体、敬語使用、簡潔(相手の時間を尊重)
- 社内同僚: です・ます調、フレンドリー、要点明示
- 上司: 結論先出し、データ裏付け、判断を求める場合は選択肢提示
# 文書の長さ
- メール: 150〜300字
- 報告書: 500〜1500字
- 提案書: 1000〜3000字実務メモ: Few-shot で社内のトーンガイドを2〜3例示すと、企業固有の文体に合わせやすい。Claude が日本語のビジネス文体で最も自然。
03 — 小説 / 創作
キャラクター駆動の章単位執筆
世界観とキャラクターを保ったまま、章ごとにドラフトを生成する創作支援プロンプト。
プロンプト(コピペ可)
# 役割
あなたは小説家で、キャラクター駆動の物語構築に精通しています。
# 作品情報
- ジャンル: {{genre}} 例: SF、ミステリー、恋愛、ファンタジー
- 対象読者: {{reader}} 例: 20〜30代女性、エンタメ系文芸
- 全体テーマ: {{theme}}
# キャラクター設定(主要)
{{characters}}
# 世界観
{{world_building}}
# 前章までの要約
{{previous_summary}}
# この章の目的
{{chapter_goal}} 例: 主人公が秘密を知り、決断を迫られる
# 文体
{{style_reference}} 例: 村上春樹のような比喩と内省、または東野圭吾のようなテンポ重視
# 出力
1. 章タイトル(3案)
2. 本文(2500〜4000字)
- 開始はシーン描写から(説明ではなく五感で)
- 対話で人物像と関係を示す(言わず、見せる)
- 章末は次章への引き(謎、対立、決断)
3. この章で動いたこと(プロットの進行、キャラの変化)
# 原則
- 説明的な文は最小に
- 同じ語彙の繰り返しを避け、表現にバリエーションを
- 主人公の内面描写は控えめに、行動で示す実務メモ: キャラクターの口癖や作品固有の固有名詞を Few-shot で示すと、一貫性が高まる。章ごとに別セッションで、前章要約を必ず渡す運用が安定。
04 — 要約と翻訳
長文を正確に短縮 / 自然な翻訳
情報を削らず短縮する要約、またはニュアンスを保つ自然な翻訳を両立するプロンプト。
プロンプト(コピペ可)
# タスク(2パターン)
## パターンA: 要約
- 入力: {{long_text}}
- 目的: {{purpose}} 例: 役員報告用、SNS 投稿用、記事冒頭用
- 長さ: {{target_length}} 例: 3文、300字、1段落、5箇条書き
- 保持すべき要素: 数値、固有名詞、結論、反対意見
## パターンB: 翻訳
- 入力言語: {{source_lang}}
- 出力言語: {{target_lang}}
- テキスト: {{source_text}}
- 文脈: {{context}} 例: 学術論文、マーケコピー、ビジネスメール
- 読み手: {{audience}}
# 要約の原則
- 結論先出し
- 「〜について述べた」ではなく「〜と結論した」のように具体動詞で
- 削除した情報は要約の末尾に1行で「未収録事項」として列挙
# 翻訳の原則
- 直訳を避け、目的言語の自然な表現で
- 専門用語は定訳を優先、存在しない場合は原語併記
- 文体(formal / casual)を文脈に合わせる
- 固有名詞の翻訳方針を明示(音訳 / 意訳 / 原語維持)
# 出力形式
- 要約: 本文 + 未収録事項リスト
- 翻訳: 訳文 + 翻訳上の注意点(ニュアンスが変わった箇所、代替案)実務メモ: 翻訳ではプロ翻訳者のレビューと組み合わせるのが鉄則。AI は80%を担当し、最終20%の品質調整を人間が行う分担が効率的。
05 — ソーシャル投稿
プラットフォーム特化の短文生成
X、LinkedIn、Instagram、Threads で最適な長さと構造を自動で使い分ける短文プロンプト。
プロンプト(コピペ可)
# 役割
あなたはソーシャルメディアのコピーライターです。
# プラットフォーム
{{platform}} X / LinkedIn / Instagram / Threads / Facebook
# テーマ
{{topic}}
# 目的
{{goal}} エンゲージメント / クリック / 認知
# ターゲット
{{audience}}
# 自社ブランドトーン
{{brand_tone}} 例: 知的で親しみやすい、データ重視、ユーモラス
# プラットフォーム別の出力条件
X (Twitter):
- 単発: 280字以内、改行で視覚的リズム、1ツイート1メッセージ
- スレッド: 5〜10投稿、起承転結、末尾に CTA
- 疑問形やリスト形式が反応良し
LinkedIn:
- 600〜1500字、冒頭3行で続きを読ませる
- ストーリー形式 > データ羅列
- 具体的な経験と学びを含める
- ハッシュタグ3〜5個
Instagram:
- キャプション: 150字以内のフック + 詳細は下段
- ハッシュタグ10〜15個、ターゲット層のタグ混ぜる
- 親しみのあるトーン、絵文字2〜4個
Threads / Facebook:
- 会話型、問いかけで締め
- 150〜300字
# 出力
指定プラットフォーム向けに3バリエーション。各末尾に「反応が期待できる理由」を1行添える。実務メモ: プラットフォーム別のベスト投稿を Few-shot 例として追加すると、自社の反応パターンに最適化できる。
06 — 校正と推敲
プロ編集者レベルの指摘と修正
誤字脱字から論理の飛躍まで、プロ編集者が行う多層の校正を自動化するプロンプト。
プロンプト(コピペ可)
# 役割
あなたは出版社で10年以上の経験を持つ編集者で、以下の5層で校正を行います。
1. 誤字脱字、タイプミス
2. 文法と敬語の誤用(主述の不一致、助詞の不適切な選択)
3. 冗長表現、言い換え可能な箇所
4. 論理の飛躍、根拠不足
5. 全体構成(段落間のつながり、結論への収束)
# 対象文章
{{text}}
# 文書種別
{{doc_type}} 例: ブログ記事、ビジネスメール、学術論文、マニュアル
# 出力
各層で以下を出力:
## 層1〜2(誤字、文法)
- 該当箇所と修正案を表形式で列挙
## 層3(冗長)
- 削れる箇所と削除後の案
- 文字数の削減効果(何字から何字へ)
## 層4(論理)
- 根拠不足の主張に印をつけ、必要な補強を提案
- 飛躍している箇所の前後関係を再構成する案
## 層5(構成)
- 段落ごとの主題を1文で要約
- 主題の流れが不自然な箇所を指摘
- 並び替え推奨の順序
# 最後に
- 修正済み全文
- 修正前後の変化サマリ(「冗長 -20字、論理補強 +40字、計 +20字」のように)
# 原則
- 修正理由を必ず添える
- 書き手の意図は尊重(声を消さない)
- 過剰な改変は避ける実務メモ: Claude 4 が日本語校正で最も自然。GPT-5 は学術論文、Gemini 2.5 は Google Docs と統合運用で使いやすい。
自分の目的に合わせてカスタマイズ。
ジェネレーターに書きたい内容を入れると、読者、目的、トーン、禁止事項を組み込んだ3バリエーションを生成します。
よくある質問。
AI で書いた文章と人間が書いた文章の違いはどこにありますか?
2026年時点で、最新モデル(Claude 4、GPT-5)の文章は、短文では人間との区別が困難なレベルです。違いが出るのは(1)独自の経験や観察に基づく具体性、(2)予期しない論理展開、(3)書き手固有のリズムとボキャブラリの3点です。AI を下書きに使い、人間がこの3点を加える運用が最も品質が上がります。
AI 検出ツールで不利になりませんか?
2026年現在、AI 検出ツール(GPTZero、Originality.ai など)の精度は依然として低く、人間の文章を AI と誤判定することも頻繁に起きています。Google は AI 生成そのものをペナルティ対象とはしておらず、『読者に有益であれば評価する』という方針です。ただし、単なる AI 量産コンテンツは品質評価で沈むため、人間による編集と独自情報の追加が必須です。
日本語特有の文体ルール(敬語、です/ます、だ/である)はどう指定しますか?
プロンプトの冒頭で明示指定するのが最も確実です。『ですます調で統一。敬語はビジネス丁寧体。カジュアル化しない』のように、3〜5個のルールを列挙します。さらに Few-shot で2例の理想出力を添えると、文体揺れが劇的に減ります。最新モデルは日本語の文体指示にも正確に応答します。
創作(小説、シナリオ)にも使えますか?
使えます。キャラクター設定、世界観、プロット、文体を明示した構造化プロンプトで、ドラフト生成が驚くほど効率化します。ただし AI が苦手なのは(1)長編の一貫性維持(50ページを超える章間のつじつま)、(2)本当に意外な展開(訓練データの平均に回帰しがち)の2点です。人間が全体構成を握り、AI が章単位の執筆を補助する使い方が最適です。
文体模倣はどう指示しますか?
Few-shot が最も効きます。対象作家や自分自身の既存文章を3〜5段落プロンプトに含め、『この文体で続きを書いてください』と指示します。具体性のある指示(一文の長さ、接続詞の癖、抽象度)を添えるとさらに精度が上がります。著作権のある作品の文体模倣は個人利用に留め、商用では自分の過去文章から Few-shot を作る運用が安全です。
校正と推敲にも使えますか?
非常に強力です。誤字脱字、文法、敬語の揺れ、冗長表現、論理の飛躍まで、プロ編集者レベルの指摘を受けられます。Claude 4 が日本語の校正で最も精度が高く、次に GPT-5、Gemini 2.5 が続きます。修正案だけでなく「なぜ直すべきか」の理由を求めると学習効果が高まり、ライター自身のスキルも向上します。
長文(1万字以上)を扱う場合のコツは?
Claude 4(100万トークン)や Gemini 1.5 Pro(200万トークン)の長文脈モデルを使うのが前提です。さらに、(1)章立てを先に確定し章単位で生成、(2)各章の末尾で全体のテーマと前章の要約を再提示、(3)人物や用語の一貫性チェックを最後に別プロンプトで実施、の3点を組み込むと破綻を防げます。