この記事の監修者
リスキルAIキャリア編集部
リスキルAIキャリアは、AI時代の学び直し・キャリア形成・副業・転職に役立つ情報を発信するWebメディアです。編集部では、生成AIスキルの身につけ方、AI関連スクール・講座の選び方、キャリアアップにつながる学習方法などを、実務目線でわかりやすくお届けしています。
この記事でできることは3つです。
- 仕事でそのまま使えるChatGPTプロンプト例文を30本コピペできる
- 出力がズレたとき、目的・前提・制約・出力形式のどこを直すか判断できる
- 転職・副業・収入UPに使える形へプロンプトを改造できる
例文を増やすだけでは、仕事では使えません。必要なのは、例文を自分の業務に合わせて変える判断基準です。
向いているのは、文章作成・要約・企画・Excel関数など「言語と手順で片づく仕事」が多い人です。社外秘の顧客データ処理や、正解が一意に決まる検算だけの仕事には向きません。向き不向きは後半で線引きします。
用途別・最初に使うべき例文早見表

30本を全部読む必要はありません。まず自分の目的の行だけ見てください。例文選びで止まる時間が一番ムダです。
| 読者の目的 | 最初に使う例文 | 改造で必ず入れる情報 | 失敗しやすい点 |
|---|---|---|---|
| メールを早く書きたい | お詫びメール/日程調整メール | 相手との関係、期限、次にしてほしい行動 | 丁寧すぎて要点がぼやける |
| 会議・資料を要約したい | 会議要約/PDF要約 | 判断者、必要な粒度、出典ページ | 要約が長くなりすぎる |
| 転職に使いたい | 職務経歴書/自己PR | 応募職種、実績数字、禁止事項 | 実績をAIに盛らせる |
| 副業に使いたい | 副業提案文 | 相手の課題、納品物、返信してほしい行動 | 売り込み臭くなる |
| Excel作業に使いたい | 関数作成/表設計 | 列名、条件、変更可能性 | 動くが保守しづらい |
迷ったら「成果物が文章ならメール・要約系」「キャリアに使うなら転職・副業系」「作業手順が必要ならExcel・業務改善系」から選んでください。この記事は例文集ではなく、改造までやる記事です。
まず使えるChatGPTプロンプト例文30選

用途別に30本を一覧にしました。【】が変数(穴埋め)です。ここを自分の状況へ置き換えれば動きます。実行例と改造手順は表の後に続きます。
| 用途 | そのまま使うプロンプト | 変える箇所 |
|---|---|---|
| お詫びメール | あなたは【業界】の営業担当です。【納期遅延】のお詫びと代替案2つを300字以内で。件名も付けて。 | 相手、謝る内容、字数 |
| 日程調整メール | 【来週の打合せ】の候補日を3つ提示し、相手が選びやすい形で50字の依頼文を書いて。 | 用件、候補数 |
| 催促メール | 【見積返信】がない相手へ、急かさず状況確認する丁寧なメールを300字で。件名3案。 | 相手、確認事項 |
| 断りメール | 【協賛依頼】を、関係を壊さず断るメールを200字で。代替提案を1つ添えて。 | 断る対象、代替案 |
| 依頼メール | 【資料の事前確認】を他部署へ依頼するメールを、目的と期限を明記して250字で。 | 依頼内容、期限 |
| 会議要約 | 以下の【文字起こし】を、決定事項・保留・担当別ToDo(期限つき)の3ブロックで要約して。 | 元テキスト、読み手 |
| 記事要約 | この【記事】を、要点3つと自分の業務への示唆を各1行で。 | 元記事、示唆の観点 |
| PDF要約 | この【PDF】から数値と結論だけ抜き、表にして。出典ページも記載。 | 対象資料 |
| 上司向け要約 | この内容を、上司が30秒で判断できるよう結論・根拠・提案の順で5行に。 | 判断の論点 |
| 顧客向け要約 | 専門用語を避け、【顧客】が次に何をすればよいか分かる案内文を150字で。 | 顧客像、次の行動 |
| SNS投稿 | 【新商品】の告知を、絵文字なし・宣伝臭を抑えて120字で。ハッシュタグ3つ。 | 訴求点、トーン |
| ブログ構成 | 【テーマ】でH2見出しを6本、各見出しに読者の疑問を1つ添えて。 | テーマ、読者像 |
| プレスリリース | 【サービス開始】のリリースを、5W1H・引用コメント・問合せ先の構成で。 | 事実情報 |
| 営業資料 | 【提案】の1枚要約を、課題→解決→効果→費用の順で箇条書きに。 | 提案内容 |
| キャンペーン案 | 【平日ランチ集客】を10案。各案にコスト・効果・難易度を5段階で。 | 目的、予算 |
| 商品改善 | 【商品】の解約理由を仮説で5つ挙げ、検証方法を1つずつ添えて。 | 商品、指標 |
| ペルソナ設計 | 【サービス】の主要ペルソナを3人。属性・悩み・購入の決め手を表で。 | サービス |
| 競合比較 | 【自社】と競合2社を、価格・機能・弱点の観点で表にして。 | 比較対象、観点 |
| 関数作成 | A列の売上が【1万円以上】で「達成」を返す数式を。閾値は別セル参照に。 | 条件、閾値 |
| エラー原因 | この数式が【#REF!】になる原因を3つ挙げ、直し方を順に。 | エラー内容 |
| 表設計 | 【在庫管理】の表を、必要な列とデータ型、入力規則つきで設計して。 | 管理対象 |
| 集計 | この表を【担当者別・月別】で集計するピボットの手順を。 | 集計軸 |
| 職務経歴書 | 【経験】を職務経歴書の実績文へ。数字を盛らず3案。 | 職種、実績 |
| 自己PR | 【強み】を、応募職種【】に合わせた自己PR300字に。抽象語を禁止。 | 強み、応募先 |
| 面接想定問答 | 【職種】の面接で出る質問を8個と、回答の要点を各3行で。 | 職種、経歴 |
| 副業提案文 | 【スキル】を売る提案文を、売り込みを抑え相手の課題起点で200字に。 | スキル、相手 |
| 業務改善案 | 【現職の定例業務】の無駄を3つ特定し、改善案と工数削減見込みを。 | 業務内容 |
| 用語解説 | 【専門用語】を、前提知識ゼロの人向けに例え1つで説明して。 | 用語、相手 |
| 理解度テスト | 【学習テーマ】の理解度を測る5問を作り、解説つきで。 | テーマ |
| 復習計画 | 【資格試験】まで【30日】の復習計画を、1日30分前提で表に。 | 目標、期間 |
カテゴリ別の実行例(悪い出力→修正プロンプト)

例文は貼るだけでは崩れます。同じ依頼でも、悪い出力の特徴を知り、直す指示を1つ足すと結果が安定します。代表4カテゴリで実演します。
実行例:お詫びメール
入力例「あなたはBtoB SaaSの営業担当です。取引先の情報システム部長へ、納期が3営業日遅れる件をお詫びするメールを300字以内で。言い訳を書かず、代替案を2つ入れてください」。
悪い出力の特徴は次の3つです。
- 「ご迷惑をおかけします」が連続し、何が遅れるか分からない
- 代替案がない
- 相手に次の判断を促していない
修正プロンプト「上のメールを、①遅延対象 ②新しい納期 ③代替案2つ ④相手に選んでほしい行動、の順に書き直して。謝罪は冒頭1回だけに」。
実行例:会議要約
入力例「以下の文字起こしを、決定事項・保留・担当別ToDoの3ブロックで要約して」。悪い出力は本文を薄めただけで長く、読む人が次の行動を判断できません。
修正プロンプト「各ブロックを最大3項目、1項目1行に。ToDoは担当者名と期限を必ず付けて」。要約の良し悪しは、読み手が次に動けるかで決まります。
実行例:企画・マーケ
入力例「平日ランチの集客案を10個」。悪い出力は割引とSNS投稿ばかりで、実行順を選べません。
修正プロンプト「予算は月3万円。各案にコスト・効果・難易度を5段階で付け、最後に実行順の推奨1位と理由を」。数値の枠を入れると案の質が上がります。
実行例:転職・副業
入力例「経歴を魅力的に書いて」。悪い出力は数字を勝手に盛り、そのまま出すと面接で崩れます。
修正プロンプト「数字がない部分は推測で作らず、事実だけで実績文を3案。盛った表現は使わない」。AIに実績を捏造させないことが、転職用途では最優先です。
ChatGPTプロンプトの基本形は5要素で十分

例文の読み方に迷うなら、先に型を覚えてください。プロンプトは5要素が揃えば動きます。長さではなく、欠けた要素を足すのがコツです。
OpenAIの公式ヘルプでは、プロンプト改善の基本として「明確で具体的な指示を書く」「参考情報を与える」「複雑な作業を分割する」「出力形式を指定する」といった考え方が示されています。この記事の5要素は、それを実務用に置き換えたものです。
- 役割:誰の立場で答えるか
- 目的:何を完成させるか
- 前提:誰向け・どんな状況か
- 制約:字数、口調、禁止事項、件数
- 出力形式:表、箇条書き、メール形式など
下のテンプレに埋めるだけで、上の例文と同じ構造になります。「あなたは【役割】です。目的は【成果物】。前提:読み手【】/背景【】/使う場面【】。制約:字数【】/口調【】/禁止事項【】。出力形式:【表・箇条書き・件名+本文など】」。
出典は英語の一次情報です。OpenAI Help CenterのPrompt engineering best practices for ChatGPTと、OpenAI Platform DocsのPrompt engineeringを確認してください。
失敗例から直すChatGPTプロンプト改善例(8テーマ)
なぜ例文が使えるかは、悪い例と比べると分かります。直すのは毎回1要素だけです。まとめて足すと指示が矛盾して悪化します。
| 症状 | 悪いプロンプト | 足りない要素 | 修正プロンプト | 検品ポイント |
|---|---|---|---|---|
| お詫びが言い訳っぽい | お詫びメールを書いて | 前提・禁止事項 | 取引先課長へ、納期3日遅延のお詫びと代替案2つを、言い訳を書かず300字で | 謝罪対象・新納期・代替案があるか |
| 要約が長すぎる | この議事録を要約して | 制約・出力形式 | 決定事項・保留・担当別ToDoの3ブロック、各項目1行で | 次の行動を判断できるか |
| 企画案がありきたり | 集客案を出して | 評価軸・制約 | 予算月3万円で10案、各案にコスト・効果・難易度を5段階で | 実行順を選べるか |
| 関数が保守しづらい | 1万円以上で達成と返す式を | 変更条件 | 閾値は今後変わるため、定数を式に埋めず別セル参照で | 閾値変更時に式を直さず済むか |
| SNS投稿がAI臭い | 新商品の投稿を書いて | 禁止事項 | 絵文字と最上級表現を禁止、体言止め2回まで、120字 | 誇張・定型表現がないか |
| 経歴書が抽象的 | 経歴を魅力的に書いて | 数字・禁止事項 | 数字がない部分は推測で作らず、事実だけで実績文を3案 | 盛っていないか |
| 面接回答が模範解答風 | 志望動機を作って | 自分の前提 | 私の経歴【】と応募先【】を結び、テンプレ表現を避けて200字 | 他人でも言える文になっていないか |
| 副業提案が売り込み臭い | サービスを売り込む文を | 相手起点 | 相手の課題【】起点で、押し売りせず相談を促す形で200字 | 相手の課題が先に書かれているか |
直すのは毎回1要素だけです。複数を同時に変えると、どの指示が効いたか分からなくなります。
コピペで終わる人と伸びる人の差
同じ例文でも結果は分かれます。差は才能ではなく、出力のどこを見てどこを直すかの手順を持っているかです。
| 観点 | コピペで終わる人 | 伸びる人 |
|---|---|---|
| ゴール設定 | 例文のゴールをそのまま使う | 自分の成果物に1行で書き換える |
| 前提の補足 | 相手・状況を書かない | 読み手と背景を毎回入れる |
| 出力の検品 | 1発目を提出 | 評価軸で採点し直させる |
| 再利用 | 毎回検索してコピペ | 変数化して型を保存 |
| 失敗の対処 | プロンプトを長くする | 症状から直す箇所を逆算 |
ここで3つ以上「コピペで終わる人」に当てはまるなら、例文を増やしても結果は変わりにくいです。必要なのはテンプレ暗記ではなく、出力がズレたときに原因を切り分ける力です。
プロンプト運用力の到達度は、次の5問で自己確認できます。
到達度セルフチェック5問
- 出力がズレたとき、目的・前提・制約・出力形式のどれを直すか即答できる
- 同じ用途のプロンプトを毎回検索せず、保存した型から呼び出せる
- 出力を評価軸で採点し、80点未満だけ修正させられる
- 役割設定が効く条件(業界・読み手・制約つき)を説明できる
- 機密情報を入れてよいかを、社内規程と照らして判断できる
3問以上「できない」なら、自己流の限界が近いです。PEP検定では、プロンプトを覚えているかではなく、目的・前提・制約・出力形式を業務に合わせて組み替えられるかを確認できます。違いの詳細は生成AIを使いこなせる人と使えない人の違いで解説しています。
「知っている」で止めない生成AIスキルの証明|PEP検定
PEP検定が問うのは基礎的な知識はもちろん、実務においてどのように生成AIを活用するか、プロンプトを設計するかなど“実際に使いこなす力”です。日本初の実務特化検定で、AIエージェントのように動きの速い領域もシラバスが追従。学び直しの成果を、転職・副業・社内評価で通用する客観的な根拠に変えられます。
- ✓知識で止めず、プロンプト設計など“手を動かして使う力”を測る
- ✓CBTで全国いつでも受験可能
- ✓個人の転職・副業から、社員のリスキリング成果の証明まで対応
監修|北海道大学大学院 情報科学研究院 川村 秀憲 教授
人工知能・マルチエージェントシステム研究の第一人者。観光情報学会理事ほか。
プロンプト例文を改造する判断基準(症状別)
どこまで直すかで迷う人が多いので、症状から直す箇所を逆算します。直す場所はゴール・前提・制約・出力形式・評価ループの5か所だけです。
| 症状 | 原因 | 直す箇所 |
|---|---|---|
| 意図とずれる | ゴールが曖昧 | 1行目のゴールを具体化 |
| 途中で前提を忘れる | 背景情報の不足 | 読み手・状況を追記 |
| 長すぎる/短すぎる | 制約が無い | 字数・件数を指定 |
| 使いにくい形で返る | 出力形式の未指定 | 表・箇条書きを指定 |
| 品質が毎回ぶれる | 検証がない | 評価軸で自己採点させる |
出力が悪いときの修正順
上から順に1つずつ試します。同時に複数を変えないでください。
- ゴールを1行で書き直す(例「文章を書いて」→「面接後のお礼メールを作る」)
- 読み手を足す(例「30代女性」→「育休復帰を検討する30代営業職」)
- 制約を1つだけ足す(例「300字以内」「箇条書き5個」)
- 出力形式を固定する(例「表形式」「件名+本文」)
- 評価軸で見直させる(例「100点満点で採点し80点未満だけ修正」)
最後の評価ループには次をコピペしてください。「今の出力を、目的への一致30点・読み手への適合25点・具体性25点・そのまま使える形式20点で採点し、80点未満の項目だけ修正版を出してください」。
症状別の直し方はプロンプトが効かない原因5つ、型の使い分けはプロンプトのフレームワーク9選を参照してください。次のどれかで詰まるなら、自己流の限界です。
- 出力がズレたとき、どの指示を直すべきか分からない
- 毎回プロンプトを検索している
- 仕事で使える品質か、自分で判断できない
- 転職・副業で「生成AIを使えます」と言える根拠がない
この状態なら、PEP検定で現在地を測ってから学習範囲を絞ってください。
転職・副業・収入UPに使うプロンプト例文
リスキリングや副業では、成果・数字・制約を入れた例文が使いやすいです。数字がない部分を推測で作らせないのが要点です。
職務経歴書を具体化する
「あなたはキャリアアドバイザーです。以下を職務経歴書の実績文へ書き換えてください。前提:職種【営業事務】/経験【請求書作成、顧客対応、売上集計】/数字【月80件の請求処理、一次対応を1日15件】/応募職種【カスタマーサクセス】。制約:実績を盛らない、数字がない部分は推測で作らない、3案。出力形式:実績文/伝わる強み/不足している追加情報」。
生成AIスキルを職務経歴書に書くときの注意点
「ChatGPTを使えます」だけでは通用しません。書くべきはツール名ではなく、業務成果です。
- 悪い例:ChatGPTを活用した業務効率化ができます
- 良い例:定例メール文面の作成をテンプレート化し、作成時間を1件15分から5分へ短縮
数字がない場合は、月◯件・作業時間・修正回数・確認工数など、実測できる指標を先に集めてください。AIに実績を捏造させないことが前提です。
実績文への変換には次を使えます。「あなたはキャリアアドバイザーです。以下の生成AI活用経験を職務経歴書に書ける実績文へ変換してください。前提:現職【営業事務】/使った業務【メール作成、議事録要約、Excel関数の下書き】/実測数字【メール作成15分→7分、週10件】/応募職種【カスタマーサクセス】。制約:実績を盛らない、数字がない成果は推測で書かない、ツール名でなく業務成果で書く。出力形式:実績文3案/深掘り質問3つ/回答に必要な追加情報」。
生成AIスキルを履歴書に書く前に、PEP検定でプロンプト運用力の基準を確認しておくと、面接での深掘りに答えやすくなります。
効いている指示と、おまじない指示の見分け方
削っても出力が変わらない指示は、テンプレから外します。判断は感覚ではなくA/Bテストで行います。
- 同じ依頼文を2つ用意する
- 片方だけ「あなたは超一流の〜」などの文を入れる
- 出力を比較する
- 具体性・読み手への適合・出力形式の安定性、3点に差がなければ削る
役割設定は「業界・読み手・制約」まで書いて初めて機能します。肩書きだけでは出力がほぼ変わりません。「ステップバイステップで」は計算過程や作業手順の分解に向きます。短いメールやSNS文に毎回入れても、出力はほぼ変わりません。
プロンプト例文を使い回す変数化の手順
毎回検索してコピペするのは非効率です。毎回変わる情報を【】で括り、毎回同じ指示は設定へ逃がすのが基本です。
- 成功した出力のプロンプトを1つ用意する
- 相手・数値・目的など毎回変わる語を【】に置換する
- 字数や口調など常に同じ条件はカスタム指示へ移す
- 変数名を短く統一し、テンプレとして保存する
- 2〜3回別案件で使い、崩れたら制約を1つ追加する
やりすぎ基準を含む詳細はプロンプト変数化とは?で解説しています。
ChatGPTプロンプトが効く仕事・向かない仕事の線引き
例文は万能ではありません。向き不向きを分けて判断してください。
- 使いやすい:文章作成、要約、企画のたたき台、Excel関数の設計、翻訳、レビュー観点出し
- 向かない:一意の正解を出す検算、最新の社内制度の事実確認、社外秘データの処理
- 要注意:法務・医療・税務など、誤りが実害を生む領域は必ず人が検証する
向かない仕事に無理やり使うより、使いやすい仕事で型を回すほうが先に成果が出ます。
機密情報を入れてよいかの判断フロー
機密の入力可否は勘で決めず、フローで判断します。1つでも該当すれば入力しない側が安全です。
- 個人情報・顧客名・未公開の数値を含むか → 含むなら匿名化する
- 会社の生成AI利用規程で禁止されていないか → 不明なら情報システム部門に確認
- 学習に使われない設定・契約か → 不明なら入れない
- 漏えい時に実害が出るか → 出るなら仮データに置き換えて検証
具体的に、入力してはいけない例は次の通りです。
- 顧客名、担当者名、メールアドレス、電話番号
- 未公開の売上、原価、見積金額
- 社内会議の未公開議事録
- 契約書、NDA、採用候補者の情報
- 社内システムの画面キャプチャ
匿名化すれば試せる例は次の通りです。
- 「株式会社A」→「取引先A」
- 「売上1億2,000万円」→「売上X円」
- 「田中様」→「顧客担当者」
- 実データの表 → 列名だけ残した仮データ
社内規程がある会社では、この記事より社内規程を優先してください。判断に迷う情報は、ChatGPTに入れる前に情報システム部門または管理部門へ確認してください。データの扱いはプラン・設定・契約で変わるため、OpenAI公式のEnterprise privacyと社内規程を入力前に確認してください。
例文を集めて終わらせないために
今日やることは2つです。
- この記事の例文を1つ選び、自分の業務用に【】で変数化する
- 出力を「目的への一致・読み手への適合・具体性・そのまま使える形式」で採点する
ここまで自力でできれば、例文集を探す段階は卒業です。逆に、どこを直せばよいか判断できないなら、PEP検定でプロンプト運用力を外部基準で確認してください。
よくある質問
Q. ChatGPTプロンプトの例文はそのままコピペして使えますか
使えます。ただし、相手・目的・字数・出力形式を変えないと業務ではズレます。最低限、【相手】【目的】【制約】【出力形式】の4つは自分の状況に置き換えてください。
Q. ChatGPTのプロンプトで一番大事な項目は何ですか
目的です。「何を完成させるか」が曖昧だと、前提や制約を足しても出力は安定しません。最初の1行で「誰に出す何を作るのか」を書いてください。
Q. プロンプト例文を保存するときのおすすめ形式は
スプレッドシートで「用途/プロンプト本文/変数/使う場面/失敗したときの修正メモ」に分けて保存してください。例文だけを保存すると、次に使うときに改造できません。
Q. 生成AIスキルを転職や副業でアピールするには何を書けばよいですか
「ChatGPTを使える」では弱いです。メール作成時間を何分短縮したか、議事録作成を週何件処理したか、提案文の作成数がどう変わったかなど、業務成果で書いてください。
Q. 無料版のChatGPTでも例文は使えますか
使えます。本記事の例文は特定機能に依存しません。ただし長文処理や新しいモデルは有料版が有利な場面があります。利用可能なモデル・回数制限・料金は変更されるため、最新情報はOpenAI公式の料金ページで確認してください。
Q. ChatGPTのプロンプトは日本語と英語で差がありますか
日常業務の日本語タスクでは、日本語で十分に動きます。専門用語や固有名詞は英語のほうが安定する場面もありますが、まず日本語で試し、崩れる箇所だけ英語にすれば十分です。
Q. 長いプロンプトと短いプロンプトはどちらが良いですか
長さより構造です。ゴール・前提・制約・出力形式が揃えば短くても動きます。矛盾を足すほど悪化するため、1回に直すのは1要素にとどめてください。
Q. プロンプト力はどう測ればよいですか
自己評価だけでは分かりません。確認すべきは例文を暗記しているかではなく、出力がズレたときに前提・制約・出力形式を自分で組み替えられるかです。外部基準で測りたい場合は、PEP検定のような手段を使う方法があります。
「知っている」で止めない生成AIスキルの証明|PEP検定
PEP検定が問うのは基礎的な知識はもちろん、実務においてどのように生成AIを活用するか、プロンプトを設計するかなど“実際に使いこなす力”です。日本初の実務特化検定で、AIエージェントのように動きの速い領域もシラバスが追従。学び直しの成果を、転職・副業・社内評価で通用する客観的な根拠に変えられます。
- ✓知識で止めず、プロンプト設計など“手を動かして使う力”を測る
- ✓CBTで全国いつでも受験可能
- ✓個人の転職・副業から、社員のリスキリング成果の証明まで対応
監修|北海道大学大学院 情報科学研究院 川村 秀憲 教授
人工知能・マルチエージェントシステム研究の第一人者。観光情報学会理事ほか。
リスキルAIキャリア 
