生成AI社内プロンプト集の作り方｜全社展開で属人化を解消する設計・運用ガイド

「うちの会社、ChatGPT入れたんだけど、結局使ってるの3人だけなんだよね……」

100社以上の研修・コンサル経験から構成した想定シナリオですが、ある製造業（従業員80名規模）の部長さんから、こんな相談を受けたことがあります。生成AIのアカウントを全員分契約して、社内説明会も2回やった。でも3ヶ月経っても、日常的に使っているのは「もともとITに詳しかった数名」だけ。予算は毎月かかるのに、効果は限定的。正直、どうしたものかと。

実はこれ、めちゃくちゃ「あるある」な状況なんです。コーレ株式会社が管理職1,008名に実施した2026年調査では、71.3%の企業が「使いこなせない層による業務支障」を感じていると回答しています（コーレ株式会社 2026年1月調査・管理職1,008名）。しかも使いこなせない層の最多は、現場を動かすはずの「課長・リーダー職」（29.3%）でした。

じゃあどうするか。答えは意外とシンプルで、「社内プロンプト集」を作ることです。個人のスキルに頼るのではなく、「こう書けば、こう返ってくる」という成功パターンを組織の資産にする。研修をやって終わりではなく、日常業務で繰り返し参照できる「引き出し」を共有するということです。この記事では、プロンプト集の設計から全社展開までの具体的な手順を、コピペ可能なプロンプトつきで全公開します。

そもそも「社内プロンプト集」とは何か——個人メモとの決定的な違い

社内プロンプト集（プロンプトライブラリ）とは、生成AIへの指示文（プロンプト）を部門・業務別に整理し、社員なら誰でもアクセスできる形で管理する仕組みです。

「それって、各自がメモ帳にプロンプト保存してるのと何が違うの？」と聞かれることがあります。決定的な違いは3つあります。

個人メモとプロンプトライブラリの違い

Kartaca社のレポート（2026年）では、個人が断片的にAIを使う状態を「プロンプトエントロピー」と呼んでいます。各自がバラバラに試行錯誤するため、組織として学びが蓄積されず、AI活用が「個人スキル」のままにとどまってしまう現象です。

逆に言えば、プロンプト集を整備するだけで、この「エントロピー」を一気に解消できる。100社以上の研修・コンサル経験から構成した想定シナリオですが、ある商社（従業員150名）では、プロンプト集を共有フォルダに置いただけで、生成AI利用者が月間12名から47名に増えた、という事例もあります。

AIの活用レベルを個人依存から組織能力に引き上げるための、もっとも費用対効果の高い施策——それが社内プロンプト集なんです。

なお、プロンプト集を運用するうえで「何を許可し、何を禁止するか」のルール整備も重要です。社内ガイドラインの作り方については生成AI利用ガイドライン完全テンプレで詳しく解説しています。

なぜ今「プロンプト集」が必要なのか——3つの背景データ

背景1：活用率は上がったが「格差」が深刻化

帝国データバンクの2026年3月調査によると、生成AIの企業活用率は34.5%（大企業46.5%、中小企業32.4%、小規模企業28.0%）。1年前と比べて確実に増えています。しかし同時に、18.8%の企業が「従業員間の使いこなし格差の拡大」を悪影響として挙げています（帝国データバンク 2026年3月調査）。

つまり、「導入はした。でも使いこなせている人とそうでない人の差が開いている」というフェーズに入っているわけです。

背景2：標準化した企業とそうでない企業で成果に明確な差

パーソル総合研究所の調査では、企業の生成AI普及タイプのうち「仕組み化タイプ」が43.3%を占め、このタイプでは個人の生成AI成熟度が34.9ptと最も高いことが分かっています。一方、「手探り運用タイプ」（39.8%）では標準・手順・レビューが未整備で、部門・個人差が大きく運用が安定しない（パーソル総合研究所 2026年調査）。

Boston Consulting Groupの調査でも、標準化されたAIワークフローを持つチームは、そうでないチームと比べて成果物の品質が40%高く、タスク完了速度が25%速いという結果が出ています（BCG 2026年・対象企業数非公開）。

背景3：「専門人材がいない」は言い訳にならない

帝国データバンク同調査で、企業が挙げた課題の第2位は「専門人材・ノウハウの不足」（41.3%）。でも正直に言うと、プロンプト集の整備に「AI専門家」は必要ありません。各部門の業務を一番知っている現場の社員が、実際に効果のあったプロンプトを「こう使ったら上手くいきました」と共有する——それだけで、十分に価値のあるライブラリができます。

ステップ1：業務棚卸し——AI化すべきタスクを洗い出す

プロンプト集を作る前に、まず「何の業務にプロンプトが必要か」を特定します。ここを飛ばすと、作ったけど誰も使わないプロンプト集が完成します。

業務棚卸しの3つの基準

AI化の優先度は、以下の3軸で判断します。

「頻度が高い × 定型度が高い × テキスト中心」に3つとも当てはまる業務が、プロンプト化の最有力候補です。

棚卸し用プロンプト

以下のプロンプトを使うと、部門ごとのAI化候補を効率よく洗い出せます。

あなたは業務改善コンサルタントです。以下の部門の業務を分析して、生成AIで効率化できるタスクを優先度順にリストアップしてください。

【部門名】：[ここに部門名を入力]
【主な業務一覧】：
- [業務1]
- [業務2]
- [業務3]
- [業務4]
- [業務5]

以下の3基準で各業務を評価し、表形式で出力してください。
1. 頻度（毎日/週数回/月数回）
2. 定型度（高/中/低）
3. テキスト作業の割合（80%以上/50%前後/30%以下）

最後に「AI化優先度：高」の業務を3つに絞り、それぞれ「どんなプロンプトがあれば効率化できるか」を1行で提案してください。

※ 不足している情報があれば、最初に質問してから作業を開始してください。

棚卸しの実践ポイント

100社以上の研修・コンサル経験から構成した想定シナリオですが、ある不動産会社（従業員35名）では、この棚卸しを全5部門で実施した結果、合計23個のプロンプト化候補が出てきました。そこから「すぐ効果が出そうな上位8個」に絞ってプロンプト集を作成。最初から完璧を目指さず、スモールスタートで始めるのが成功のコツです。

ステップ2：プロンプト設計——「誰が使っても同じ品質」を実現する4要素

業務候補が決まったら、実際にプロンプトを設計します。ここで重要なのが、「特定の人しか使いこなせないプロンプト」にしないことです。

RCTCフレームワーク——プロンプト設計の4つの柱

Kartaca社が提唱するRCTCフレームワークを、日本の中小企業向けにカスタマイズしたのが以下の構成です（Kartaca 2026年レポート）。

この4要素が揃っていれば、プロンプトを使う人のAIリテラシーに関係なく、ほぼ同じ品質のアウトプットが得られます。

プロンプト設計テンプレート

あなたは[役割：具体的な専門家名]です。

【背景】
[自社・部門・プロジェクトの文脈を2-3文で記載]

【タスク】
以下の情報をもとに、[成果物の名称]を作成してください。

【入力情報】
- [プレースホルダー1：例「顧客名」]
- [プレースホルダー2：例「案件概要」]
- [プレースホルダー3：例「予算規模」]

【出力条件】
- 形式：[表/箇条書き/文章/メール文]
- 文字数：[目安の文字数]
- トーン：[ビジネス敬語/カジュアル/社内向け]
- 必須項目：[含めるべき要素]
- 禁止事項：[含めてはいけない内容]

※ 仮定した点は必ず「仮定」と明記してください。
※ 数字と固有名詞は、根拠（出典/計算式）を添えてください。

プレースホルダーの設計が9割

社内プロンプト集で最も重要なのは、実はプレースホルダー（[ ]で囲む入力欄）の設計です。「ここに何を入れればいいか」が一目で分かれば、AI初心者でも迷わず使えます。

プレースホルダーを設計する際のルールを1つだけ決めてください。それは「[ ]の中に入力例を書く」こと。

❌「[顧客名]」→ 何を入れればいいか分からない人がいる
⭕「[顧客名：例 株式会社山田製作所]」→ 迷わない

ステップ3：整理と保管——Notionでもスプレッドシートでもいい

プロンプトが完成したら、全社員がアクセスできる場所に整理して保管します。「何のツールを使うか」で悩む方が多いのですが、正直に言うと、ツール選びで1ヶ月止まるくらいなら、Googleスプレッドシートで今日始めるほうが100倍マシです。

保管先の選択肢と比較

最低限の管理項目（メタデータ）

どのツールを使うにしても、各プロンプトに以下の情報を付けてください。

Notion命名規則テンプレート

プロンプトの命名規則を以下の形式で統一してください。

[部門コード]_[業務カテゴリ]_[連番]_v[バージョン]

例：
- SALES_提案書作成_001_v3
- HR_求人原稿_002_v1
- ADMIN_議事録要約_001_v2
- CS_問い合わせ回答_003_v4

部門コード一覧：
- SALES：営業部
- HR：人事部
- ADMIN：管理部・総務部
- CS：カスタマーサポート
- MKT：マーケティング部
- DEV：開発部
- LEGAL：法務部
- ACC：経理部

フォルダ構成の推奨パターン

大事なのは「部門別 → 業務別」の2階層で整理すること。3階層以上にすると、探すのが面倒になって誰も使わなくなります。

社内プロンプト集/
├── 営業部/
│   ├── 提案書作成（SALES_提案書作成_001_v3）
│   ├── 商談議事録（SALES_議事録_001_v2）
│   └── メール返信（SALES_メール_001_v1）
├── 管理部/
│   ├── 議事録要約（ADMIN_議事録要約_001_v2）
│   └── 社内通知文（ADMIN_通知文_001_v1）
├── マーケティング部/
│   ├── SNS投稿文（MKT_SNS_001_v2）
│   └── プレスリリース（MKT_PR_001_v1）
└── 共通（全部門）/
    ├── メール要約（COMMON_メール要約_001_v1）
    └── 翻訳（COMMON_翻訳_001_v1）

ステップ4：全社展開——「導入して終わり」にしない3つの仕掛け

プロンプト集を作っただけでは、残念ながら使われません。「作って→共有して→終わり」は最もよくある失敗パターンです。

仕掛け1：最初の1本を「全員で体験」する

いきなり20本のプロンプト集を共有しても、圧倒されて誰も手をつけません。まず1本だけ選んで、全員で同時に使ってみる場を作ってください。

おすすめは「議事録要約プロンプト」です。次の会議で全員が同じプロンプトを使って議事録をAIに要約させる。その場で「おお、こんなに楽なのか」と体験すれば、自然と他のプロンプトも試したくなります。

あなたは社内会議の議事録担当者です。

以下の会議メモをもとに、議事録を作成してください。

【会議メモ】
[ここに会議中のメモやテキストを貼り付け]

【出力形式】
1. 会議名・日時・参加者
2. 決定事項（箇条書き3-5項目）
3. 各議題の要約（1議題あたり2-3文）
4. 次回までのアクション（担当者・期限つき）
5. 保留・要検討事項

【制約】
- 敬語で、社内共有に適したトーンで
- 事実と推測を明確に区別する
- 300-500字程度に要約する

※ 不足している情報があれば、最初に質問してから作業を開始してください。

仕掛け2：「プロンプトチャンピオン」を各部門に1名

全社展開で最も効果的なのは、各部門に1名「プロンプトチャンピオン」を任命すること。IT部門の人ではなく、その部門の業務を最もよく知っている人を選んでください。

プロンプトチャンピオンの役割は3つだけです。

1. 部門メンバーの質問に答える（「このプロンプト、うちの業務だとどう変えればいい？」）
2. 新しいプロンプトを提案する（「こういう業務にも使えそう」）
3. 月1回、使用状況をレポートする（「今月は8名が利用、議事録プロンプトが最も人気」）

仕掛け3：Slackチャンネル「#ai-prompt-tips」

「このプロンプト、ちょっと変えたら良くなった」「こういう使い方もできた」という小さな発見を共有する場所を作ってください。SlackでもTeamsでもLINE WORKSでも構いません。

以下のテンプレートを使って、生成AIプロンプトの改善報告をチーム共有してください。

【プロンプトID】：[例：SALES_提案書作成_001]
【改善前の課題】：[例：出力が長すぎて使いにくかった]
【変更した点】：[例：「300字以内で」という制約を追加]
【改善後の効果】：[例：必要な情報だけに絞られ、そのまま社内メールに貼れるようになった]
【推奨バージョン】：[例：v3 → v4 に更新推奨]

※ 仮定した点は必ず「仮定」と明記してください。

研修コンテンツの作り方や、eラーニング教材へのAI活用についてはAIで研修コンテンツ・eラーニング作成ガイドも参考になります。

ステップ5：改善サイクル——月1回の「プロンプト棚卸し」

プロンプト集は「作って終わり」ではなく、月1回の棚卸しで育てていくものです。AIモデルのアップデートや業務変化に合わせて、プロンプトも進化させる必要があります。

月次棚卸しの3つのチェック

1. 利用頻度チェック：過去1ヶ月で1回も使われなかったプロンプトは「非推奨」に移動
2. 品質チェック：AIモデルの更新で出力が変わっていないか確認（特にモデル切り替え直後）
3. 新規追加チェック：「#ai-prompt-tips」チャンネルで共有された改善を正式版に反映

棚卸し用レビュープロンプト

あなたは業務プロセス改善の専門家です。

以下のプロンプトをレビューし、改善提案を出してください。

【レビュー対象プロンプト】
[ここに既存プロンプトを貼り付け]

【レビュー観点】
1. RCTCフレームワーク（Role/Context/Task/Constraints）の4要素がすべて含まれているか
2. プレースホルダー（[ ]）に入力例が書かれているか
3. 事故防止文（「仮定は明記」「不足情報は質問」）があるか
4. 出力形式の指定が具体的か（文字数・形式・トーン）
5. 実際に使った場合に、初心者でも迷わないか

【出力形式】
- 評価：A（そのまま使える）/ B（軽微な改善推奨）/ C（大幅な修正が必要）
- 改善点：箇条書きで具体的に
- 改善後プロンプト案：修正版を全文で

※ 数字と固有名詞は、根拠（出典/計算式）を添えてください。

バージョン管理のルール

プロンプトを修正したら、必ずバージョンを上げてください。

• v1 → v2：プレースホルダーの追加・出力形式の変更など、使い方が変わる修正
• v2.1 → v2.2：表現の微調整、事故防止文の追加など、使い方が変わらない修正

古いバージョンは削除せず「アーカイブ」に移動します。「前のバージョンのほうが良かった」という声が出たときに、すぐ戻せるようにしておくのが運用のコツです。

部門別・すぐ使えるプロンプト5選

ここからは、プロンプト集に最初に入れるべき「定番プロンプト」を5つ紹介します。どれも汎用性が高く、業種を問わず使えるものを選びました。部門別のより詳しいプロンプトについてはAIで業務効率化する方法｜部署別プロンプト26選をご覧ください。

定番1：営業メール作成プロンプト

あなたは法人営業10年のベテラン営業担当者です。

以下の情報をもとに、初回アポイント打診メールを作成してください。

【送信先】
- 企業名：[例：株式会社山田製作所]
- 担当者名：[例：製造部 鈴木部長]
- 業種：[例：金属加工・従業員80名]

【提案内容】
- サービス名：[例：生成AI業務改善コンサルティング]
- 相手のメリット：[例：見積書作成時間を半減できる可能性]
- 接点・きっかけ：[例：先日の展示会でお名刺交換]

【制約】
- 200字以内（件名除く）
- 売り込みではなく「情報提供」のトーン
- 具体的な日時候補を2つ提示
- 「ご多忙のところ恐れ入ります」系の定型句は1回まで

※ 不足している情報があれば、最初に質問してから作業を開始してください。

定番2：クレーム対応メール作成プロンプト

あなたはカスタマーサポート部門のシニアスタッフです。

以下のクレーム内容に対する返信メールを作成してください。

【クレーム内容】
[ここにお客様からのクレーム内容を貼り付け]

【自社の対応方針】
- 原因：[例：配送業者の遅延による納期超過]
- 対応策：[例：即日再配送手配済み]
- 補償：[例：次回注文10%割引クーポン]

【制約】
- まず謝罪、次に原因説明、最後に対応策の順番で
- 言い訳や責任転嫁の表現は使わない
- 300字以内
- 敬語（丁寧語）で統一

※ 仮定した点は必ず「仮定」と明記してください。

定番3：会議アジェンダ作成プロンプト

あなたは効率的な会議運営の専門家です。

以下の情報から、30分の会議アジェンダを作成してください。

【会議の目的】：[例：来月の新商品キャンペーンの方向性決定]
【参加者】：[例：マーケ部3名、営業部2名、部長1名]
【前回からの持ち越し事項】：[例：ターゲット層の絞り込みが未決定]
【今回決めたいこと】：[例：キャンペーン予算配分と実施スケジュール]

【出力形式】
1. 各議題に配分時間を明記（合計30分厳守）
2. 各議題に「ゴール」（何が決まればOKか）を1行で
3. 事前準備が必要な人と内容を最後にまとめる
4. 「情報共有のみ」の議題は最小限にし、議論・決定が必要な議題を優先

※ 不足している情報があれば、最初に質問してから作業を開始してください。

定番4：競合分析レポートプロンプト

あなたはマーケティングリサーチの専門家です。

以下の情報をもとに、競合分析レポートの骨子を作成してください。

【自社サービス】：[例：中小企業向けクラウド会計ソフト]
【分析対象の競合】：
- [競合A：例 freee]
- [競合B：例 マネーフォワード]
- [競合C：例 弥生会計]

【分析軸】
1. 価格帯（月額費用・初期費用）
2. 主要機能の比較
3. ターゲット顧客の違い
4. 自社の強み・弱み（SWOT的な視点）

【出力形式】
- 比較表（表形式）
- 自社の差別化ポイント3つ
- 今後の打ち手提案2つ

【注意】
- 公開情報ベースで分析すること
- 不確実な情報は「要確認」と明記
- 数字と固有名詞は、根拠（出典/計算式）を添えてください。

定番5：社内報・ニュースレター作成プロンプト

あなたは社内広報担当者です。

以下のトピックをもとに、社内報の記事を作成してください。

【トピック】：[例：新入社員5名の自己紹介]
【記事の目的】：[例：全社員に新メンバーを知ってもらう]
【素材情報】：
[ここに新入社員の自己紹介テキスト・経歴メモを貼り付け]

【制約】
- 500字前後
- 親しみやすいカジュアルなトーン
- 各人の個性が伝わるエピソードを1つずつ含める
- 堅すぎる経歴紹介にしない

※ 仮定した点は必ず「仮定」と明記してください。

営業部門向けのより実践的なプロンプトは営業AI業務活用プロンプト30選で網羅しています。

【要注意】プロンプト集の運用で失敗する4つのパターンと回避策

プロンプト集を作っても、運用で失敗するケースは少なくありません。100社以上の研修・コンサル経験から構成した想定シナリオから、特に多い失敗パターンを紹介します。

失敗1：完璧を求めて公開できない

❌「プロンプトの品質が不十分だから、もっと検証してから公開しよう」→ 半年経っても公開されない

⭕「まず5本だけ公開して、使ったフィードバックをもとに改善する」→ 2週間で運用開始

なぜこれが重要か：プロンプトの品質は、実際に業務で使ってみないと分かりません。机上の検証を何回繰り返しても、現場の業務データで試したときに「あ、ここが足りない」と気づくものです。v1は60点でいい。使いながらv3、v4と育てるのが正しいアプローチです。

失敗2：IT部門だけで作って現場に押し付ける

❌ IT部門が「技術的に正しい」プロンプトを100本作成 → 現場は「自分の業務と違う」と感じて使わない

⭕ 各部門のエース社員が「自分の業務で実際に効果があったプロンプト」を提出 → 現場主導で自然に広がる

なぜこれが重要か：プロンプトの「使いやすさ」は、その業務を毎日やっている人にしか判断できません。IT部門の役割は「プロンプトを作ること」ではなく「プロンプトを管理する仕組み（ツール・権限・ルール）を整えること」です。

失敗3：セキュリティルールを決めずに展開する

❌「プロンプト集できたので自由に使ってください」→ 顧客の個人情報をプロンプトに入力してしまう社員が出る

⭕ プロンプト集の表紙に「入力禁止情報チェックリスト」を掲載。各プロンプトにも「個人情報を入力しないでください」の注意書きを記載

なぜこれが重要か：帝国データバンクの同調査で「情報漏洩リスク」を課題に挙げた企業は33.5%。プロンプトに機密情報を入力することのリスクを、展開前に全員に周知してください。具体的にどのような情報が「入力NG」なのか、リスト形式で明示するのが効果的です。

失敗4：更新が止まって「化石」になる

❌ 半年前に作ったプロンプト集が最終更新のまま放置 → AIモデルが変わって出力品質が劣化 → 「やっぱりAI使えないよね」

⭕ 月1回の棚卸し（ステップ5参照）をカレンダーに入れて、更新を制度化する

なぜこれが重要か：生成AIの世界では、3ヶ月前の「ベストプロンプト」が今は通用しないことがあります。GPT-4からGPT-5への移行、Claude 3からClaude 4への変化など、モデルが変わるとプロンプトの書き方も変わります。「更新が止まった瞬間から陳腐化が始まる」という認識を持ってください。

導入効果の測り方——3つのKPIで経営層に報告する

プロンプト集の効果を経営層に報告するには、感覚ではなく数字が必要です。以下の3つのKPIを最初に設定してください。

KPI 1：利用率

計算式：月間プロンプト集利用者数 ÷ 全社員数 × 100

目標値の目安：

• 導入1ヶ月目：20%以上
• 導入3ヶ月目：40%以上
• 導入6ヶ月目：60%以上

KPI 2：時短効果

計算式：（プロンプト導入前の平均作業時間 − 導入後の平均作業時間）÷ 導入前の平均作業時間 × 100

測定方法：主要3業務について、導入前2週間と導入後2週間の作業時間をタイムトラッキングで計測。

KPI 3：品質の均一化

測定方法：同じ業務を5名に依頼し、プロンプト使用前と使用後の成果物を上長が5段階評価。標準偏差の変化を見る。

標準偏差が小さくなっていれば、「誰がやっても同じ品質」に近づいている証拠です。

KPIレポート作成プロンプト

あなたは経営企画部のデータアナリストです。

以下のデータをもとに、社内プロンプト集の月次効果レポートを作成してください。

【データ】
- 全社員数：[例：80名]
- 今月の利用者数：[例：32名]
- 主要3業務の時短データ：
  - [業務1：例 提案書作成 4時間→1.5時間]
  - [業務2：例 議事録要約 1時間→15分]
  - [業務3：例 メール作成 30分→10分]
- 新規追加プロンプト数：[例：3本]
- フィードバック件数：[例：12件]

【出力形式】
1. エグゼクティブサマリー（3行以内）
2. KPIダッシュボード（利用率・時短率・品質スコアを表で）
3. 今月のハイライト（最も効果が大きかったプロンプト）
4. 来月のアクション（追加すべきプロンプト・改善予定）

※ 数字と固有名詞は、根拠（出典/計算式）を添えてください。

セキュリティと情報管理——入力してはいけない情報のルール

プロンプト集の展開と同時に、必ずセキュリティルールを整備してください。「何を入力してよくて、何がダメか」を全社員が迷わないレベルで明確にすることが重要です。

入力禁止情報チェックリスト

プロンプト集の各ページに掲載する注意書き（テンプレ）

以下の注意書きを、プロンプト集の冒頭とすべてのプロンプトのフッターに配置してください。

情報セキュリティに関する注意
このプロンプトを使用する際、以下の情報は絶対に入力しないでください：個人名・住所・電話番号などの個人情報、顧客の非公開データ、社内機密情報、パスワード・APIキーなどの認証情報。判断に迷う場合は、情報システム部門に確認してください。

成功企業に学ぶ——プロンプト集で組織が変わった3つのパターン

事例区分: 想定シナリオ
以下は100社以上の研修・コンサル経験から構成した典型的なシナリオです。特定の企業を指すものではありません。

パターン1：営業部門の提案書作成を標準化

企業規模：従業員60名・IT関連サービス業
課題：提案書の品質がベテランと若手で大きく異なる。ベテラン3名に案件が集中し、若手は「提案書を書くのが怖い」と感じていた。
施策：提案書作成プロンプト3種類（初回提案・追加提案・価格提案）を標準化。プレースホルダーに顧客情報を入れるだけで、ベテランと同等の構成が出力されるよう設計。
想定効果：提案書作成時間 平均4時間→1.5時間。若手の提案書も上長レビュー1回で通過するレベルに。

パターン2：カスタマーサポートの対応品質を均一化

企業規模：従業員120名・EC事業
課題：問い合わせ対応の品質がオペレーターによって大きく異なる。同じ質問に対して、回答のトーンや内容にバラつきがあった。
施策：クレーム対応・返品対応・商品問い合わせの3カテゴリで計12本のプロンプトを整備。過去の高評価対応をもとに「理想的なトーン」をプロンプトに組み込んだ。
想定効果：顧客満足度調査のスコア標準偏差が1.8→0.9に縮小。新人オペレーターの研修期間も短縮。

パターン3：管理部門の定型文書を自動化

企業規模：従業員40名・建設業
課題：安全書類、作業報告書、業務日報など、毎日大量の定型文書を手作業で作成。残業の原因に。
施策：現場監督がスマホで音声メモを取り、それをプロンプトに貼り付けて報告書を自動生成するフローを構築。
想定効果：報告書作成 平均45分→10分。月間の残業時間が部門全体で約30%減少。

よくある質問（FAQ）

Q1：社内プロンプト集とは何ですか？

社内プロンプト集（プロンプトライブラリ）とは、生成AIへの指示文（プロンプト）を部門・業務別に整理し、社員なら誰でもアクセスできる形で管理する仕組みです。個人がメモ帳に保存しているプロンプトと異なり、レビュー済み・バージョン管理つき・効果測定つきで運用します。

Q2：プロンプト集の構築にどのくらい費用がかかりますか？

ツール費用はゼロから始められます。Google スプレッドシートやNotionの無料プランで管理すれば、初期費用は不要です。社内の工数としては、業務棚卸しに2-3時間、最初の5本のプロンプト作成に3-4時間、合計で1日あれば最小限の運用を開始できます。外部コンサルに依頼する場合は、100万〜500万円程度が相場です（コーレ株式会社 2026年調査で投資額100万〜500万円未満が21.5%で最多）。

Q3：無料で始められますか？

はい。Googleスプレッドシート + 無料のChatGPTアカウントがあれば、本記事のテンプレートを使って今日から始められます。Notionの無料プランでも十分に管理できます。専用の有料ツール（PromptLayer、Braintrust等）は、プロンプトの数が50本を超えてからの検討で問題ありません。

Q4：ガイドライン（利用規程）とプロンプト集は何が違いますか？

ガイドラインは「やっていいこと・ダメなこと」のルール集です（例：個人情報は入力禁止）。プロンプト集は「実際にこう使えば業務が効率化できる」という実践ツール集です。両方が必要で、ガイドラインが「ブレーキ」、プロンプト集が「アクセル」の関係にあります。

Q5：中小企業（50名以下）でも効果はありますか？

むしろ中小企業のほうが効果を実感しやすいです。大企業は承認プロセスが複雑で展開に時間がかかりますが、中小企業は意思決定が速く、「来週から使おう」と決めたら翌週には全員が使い始められます。帝国データバンクの調査でも、活用企業の86.7%が効果を実感しています（企業規模に関わらず）。

参考・出典

• 生成AIに関する企業の動向調査（2026年3月） — 帝国データバンク（参照日: 2026-06-01）
• 2026年最新「企業の生成AI利用実態調査」管理職1,008名の回答 — コーレ株式会社（参照日: 2026-06-01）
• 生成AIとはたらき方に関する実態調査 — パーソル総合研究所（参照日: 2026-06-01）
• Standardizing Enterprise Intelligence with a Corporate Prompt Library — Kartaca（参照日: 2026-06-01）
• The State of AI in the Enterprise 2026 — Deloitte（参照日: 2026-06-01）
• The State of AI: Global Survey — McKinsey（参照日: 2026-06-01）

まとめ：今日から始める3つのアクション

1. 今日やること：この記事の「業務棚卸しプロンプト」をコピペして、自部門のAI化候補タスクを3つ洗い出す
2. 今週中：洗い出した3つのうち、最も頻度が高い1つについて、RCTCフレームワークでプロンプトを設計する
3. 今月中：Googleスプレッドシート or Notionにプロンプト集を作成し、部門メンバー全員に共有する

次回予告：次の記事では「プロンプトのA/Bテスト——同じ業務で2つのプロンプトを比較し、最適解を見つける方法」をテーマに、さらに実践的なテクニックをお届けします。

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。
100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。
SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。