・
生成AIを活用する中で、「もっといい回答が得られるはずなのに、どう指示すればいいかわからない」「意図とは違う答えが返ってきて修正に時間がかかる」といった悩みをお持ちではありませんか？
AIは非常に優秀なアシスタントですが、その能力を最大限に引き出すためには、こちらの意図を正確に伝える技術が必要です。ほんの少し伝え方を工夫するだけで、AIのアウトプットは驚くほど高品質になります。
この記事では、生成AIから思い通りの回答を引き出すための具体的なプロンプト（指示文）のコツと、明日からすぐに使える「テンプレート」をご紹介します。
基本の型である「RTCF」フレームワークから、AIの思考を誘導する応用テクニックまで、ビジネスシーンで役立つノウハウを網羅しました。これらを習得して、AIを頼れるパートナーに変えていきましょう。
生成AIに対して、「この文章を要約して」とだけ短く指示していませんか？
これではAIもどの情報を重視すべきか判断できず、ありきたりな回答しか返せません。
AIに的確に指示を出すためには、情報の抜け漏れを防ぐためのフレームワーク「RTCF」を意識することが大切です。
RTCFとは、以下の4つの要素の頭文字をとったものです。
AIにどのような立場で回答してほしいかを指定します。
「あなたはプロの編集者です」「熟練のマーケターとして振る舞ってください」といった役割を与えることで、回答の視点や専門性が定まります。
具体的に何をしてほしいのかを命令します。
「要約してください」「翻訳してください」「アイデアを5つ出してください」など、ゴールを明確にします。
依頼の背景情報や目的、および守るべき制約条件を伝えます。
「社内向けの報告資料なので簡潔に」「Webサイトに掲載する販促用なので明るいトーンで」といった背景（Context）を伝えることで、回答の方向性がズレなくなります。
また、「300文字以内で」「箇条書きで」といった具体的な制約（Constraint）も、この文脈に含めて指示しましょう。
最終的なアウトプットの形を指定します。
「箇条書きで」「表形式で」「Markdown記法で」など、利用シーンに合わせた形式を指示しましょう。
プロンプト内で「#」記号を使うことは、単なる装飾以上の意味を持ちます。多くの生成AIはMarkdown記法を理解するため、「#」を見出しとして認識します。
例えば、# 命令書 # 制約条件 # 入力文 のようにセクションを区切ることで、AIはどこに何が書かれているかを構造的に理解できるのです。
文章でダラダラと指示を書くよりも、記号を使って情報を整理するほうが、AIにとって読みやすく、指示の取り違えも少なくなります。
プロンプトを書く際は、ぜひ # を使って情報を整理する癖をつけてみてください。
プロンプトエンジニアリングのスキルを磨くことは重要ですが、毎回同じような指示を手動で入力しているとしたら、それは非常にもったいない時間の使い方です。
Yoomを活用すれば、チャットツールやデータベースとAIを連携させ、情報が追加されたタイミングでAIが処理を開始する仕組みをノーコードで構築できます。
例えば、会議の議事録がデータベースに保存されたら、自動的にAIが要約してSlackに通知したり、問い合わせ内容をAIが分析して担当者に振り分けたりといったフローが実現します。
まずは、以下のテンプレートを使って、AIによる業務自動化の便利さを体験してみてください。
■概要
データベースに追加された議事録を、ChatGPTを使用してその内容を要約し、指定のSlackチャンネルに通知します。
■設定方法
1. YoomとChatGPT、Slackを連携してください。（マイアプリ連携）
2. データベースのトリガーを「レコードを選択して起動」とし、対象のデータベースやテーブルを設定してください。
3. ChatGPTのオペレーションで、連携アカウントや要約の設定を行ってください。
4. Slackの「チャンネルにメッセージを送る」オペレーションで、連携アカウントや通知先のチャンネル、メッセージ内容の設定を行ってください。
■注意事項
・ChatGPT、Slackそれぞれでアカウントとの連携設定が必要です。
・要約の方法やSlack通知の内容を任意の値に置き換えてご利用ください。
◼️概要
お問い合わせメールを受信した際、ChatGPTを使用して問い合わせ内容を自動分類し、適切なSlackチャンネルに通知します。
これにより、お問い合わせに対する迅速な対応が可能となります。
◼️設定方法
1.お問い合わせメールを受信したらフローボットが起動するメールトリガーを設定します。
2.問い合わせ用メールアドレスをYoomで設定したメールアドレスに転送する設定をしてください。
3.ChatGPTの「会話する」アクションでメール本文から問い合わせ内容を抽出し、自動分類します。
4.メッセージ内容を適切に設定してください。コマンドオペレーションで切り替え条件を設定します。
5.ChatGPTの返答内容によってメールを振り分けたい項目を設定してください。
6.各項目ごとにSlackの「チャンネルにメッセージを送る」アクションで投稿先のチャンネルIDやメッセージ内容を設定してください。
◼️注意事項
・ChatGPTとSlackとYoomを連携してください。
・問い合わせ内容によっては、特別な処理や担当者へのアサインが必要な場合があるため、フローを追加して対応できます。
・ChatGPTやOpenAIのAPIを利用するには、別途OpenAI社へ費用が発生する可能性があります。詳細はOpenAI社の公式サイトをご確認ください。
・「進行先を切り替える」はミニプラン以上のプランでご利用いただける機能（オペレーション）となっております。フリープランの場合は設定しているフローボットのオペレーションはエラーとなりますので、ご注意ください。
・ミニプランなどの有料プランは、2週間の無料トライアルを行うことが可能です。無料トライアル中には制限対象のアプリや機能（オペレーション）を使用することができます。
では、実際に「RTCF」フレームワークと「#」記号を使った場合とそうでない場合で、AIの回答にどのような違いが出るのかを検証してみましょう。テーマは、ビジネスシーンで頻繁に行われる「会議の議事録作成」です。
【プロンプト】
この会議の内容をまとめて
（ここにログを貼り付け）
【出力結果（ChatGPT 5.2 Instant）】
一見、要領よくまとまっているように見えますが、指示が曖昧なためにAIが一般的な要約として無難に処理しています。
プロジェクト管理に不可欠なリスクの明文化やネクストアクションの強調が弱く、結局は人間が読み直して手直しする手間が残ります。
【プロンプト】
# 役割
あなたは優秀なプロジェクトマネージャーです。
# タスク
以下の会議ログを元に、要点をまとめた議事録を作成してください。
# 制約条件
- 決定事項と未決定事項を明確に分けること
- ネクストアクションは担当者と期限を明記すること
- 簡潔な箇条書きで記述すること
# 出力形式
## 議題
## 決定事項
## ネクストアクション
## 未決定・確認事項
# 会議ログ
（ここにログを貼り付け）
【出力結果（ChatGPT 5.2 Instant）】
役割を与えたことで、AIの視点が単なる要約者からプロジェクトを推進するPMへと昇華されています。
担当者と期限が明確になり「今、何が止まっているのか」がパッと見て把握できるようになりました。
❗️結論：プロンプトのコツは「具体性」にあり
RTCFフレームワークによって、それぞれの要素が果たした役割を解剖します。
1. 役割：視点を固定する
「あなたは優秀なプロジェクトマネージャーです」
役割を与えることで、AIは「PMなら何を重要視するか（＝責任の所在や期限の明確化）」というフィルターを通して情報を処理し始めます。これにより、単なる要約ではなく、ビジネスに資する視点が加わります。
2. タスク：目的を明確にする
「会議ログを元に、要点をまとめた議事録を作成してください」
曖昧な言葉を「議事録を作成して」と具体化することで、AIはアウトプットのゴールを認識します。何のための作業かを定義することが、的外れな回答を防ぐ第一歩です。
3. 文脈・背景（および制約条件）：品質のガードレールを引く
「決定事項と未決定事項を明確に分けること」「ネクストアクションは担当者と期限を明記すること」
単に「要約して」と伝えるのではなく、「実務で使える議事録にする」という背景（文脈）を共有し、それに伴う具体的なルール（制約条件）を課すことで、回答の精度が上がります。今回の検証で「誰が・いつまでに」が明確になったのは、この制約があったからです。
4. 出力形式：そのまま使える形にする
「## 決定事項」「## ネクストアクション」など
出力の「型」を指定することで、人間が読みやすく、かつ再編集の手間がかからない状態までに持っていけます。フォーマット指定は、AIを「指示待ちの新人」から、「阿吽の呼吸で資料を整えてくれる秘書」に変える魔法のスパイスです。
基本のRTCFをマスターしたら、次はさらに回答精度を高めるための応用テクニックに挑戦してみましょう。複雑なタスクや論理的思考が必要な場面では、以下の3つの手法が効果的です。
AIに「やってほしいこと」を言葉で説明するだけでなく、「実際の例」を見せる手法です。
例えば、商品レビューから感情分析をしてほしい場合、指示文の中に「『最高でした』→ポジティブ」「『壊れていました』→ネガティブ」といった入力と出力のペアをいくつか提示します。
これにより、AIは回答のパターンやトーンを学習し、未知のデータに対しても期待通りの形式で回答できるようになります。特に、出力形式を厳密に固定したい場合に有効です。
プロンプト例
# Task
以下の「悪い例」を「良い例」のトーンを参考に、構造化された議事録に変換してください。
# 良い例（サンプル）
入力：佐藤さんがリリースを4/15にしたいと言い、鈴木さんも賛成。ロゴは明日確認。
出力：
- 【決定事項】リリース日を4月15日に延期
- 【ネクストアクション】ロゴの最終確認（担当：佐藤 / 期限：明日）
# 悪い例（変換対象）
入力：高橋さんが広告は間に合うと言った。プレスリリースは高橋さんが4/5までに書くことになった。田中さんがいないのでロゴは佐藤さんが明日やる。
# 出力：
「ステップバイステップで考えてください」という魔法の言葉を追加する手法です。
複雑な計算や論理的推論が必要な問題において、いきなり答えを出そうとするとAIは間違えることがあります。しかし、思考の過程を順を追って出力させることで、論理の飛躍を防ぎ、正答率を向上させることが可能です。
「まずは現状を分析し、次に課題を特定し、最後に解決策を提案してください」のように、思考のステップを明示的に指示するのもおすすめです。
プロンプト例
# Task
提供する会議ログを元に、以下の手順でステップバイステップで考えてから議事録を作成してください。
# Step
1. 会議内での「合意事項」と「意見が分かれている点」を箇条書きで抽出してください。
2. 期限が設定されているタスクをすべてリストアップしてください。
3. リリース延期に伴って発生しうる「潜在的なリスク」をPMの視点で3つ挙げてください。
4. 最後に、上記を統合して【決定事項】【ネクストアクション】【リスク管理】の形式で議事録を出力してください。
# 会議ログ
（ここにログを貼り付け）
AIが出した回答に対して、AI自身に間違いがないかチェックさせる手法です。
一度回答を出力させた後に、「この回答に矛盾や事実誤認はありませんか？もしあれば修正してください」と問いかけます。
人間が推敲するように、AIにも見直しをさせることで、ハルシネーション（もっともらしい嘘）のリスクを減らし、信頼性の高い情報を得ることができます。重要なドキュメントを作成する際は、この「推敲プロセス」をプロンプトに組み込むことを推奨します。
プロンプト例
# Self-Correction Instruction
先ほど作成した議事録を、以下の観点で見直し、修正した最終版を提示してください。
1. 会議ログに存在する「数字（日付や期限）」に転記ミスはありませんか？
2. 「担当者が不明なタスク」をそのままにしていませんか？不明な場合は「確認中」と明記してください。
3. 結論に至るまでの文脈が省略されすぎて、未出席者が誤解する表現はありませんか？
より正確で、プロフェッショナルな議事録にブラッシュアップしてください。
