メインコンテンツへスキップ
見出し画像

【後編・2026年版-プロンプト最新基準】EC運営者のAIプロンプト10個|「あなたはプロ」やめて精度UP


    画像

    1️⃣ リード|前編を読んだ方へ。今回は完成形10個を渡します

    前編では、OpenAI公式が「やめろ」と言う5つのプロンプトパターンと、7パーツ構造の理論を解説しました。

    【前編】OpenAI公式GPT-5.5『古いプロンプトはダメ』|7パーツ構造で書く新ルール

    この後編では、実際に使える完成形プロンプトを10個まとめて公開します。

    商品名最適化、キャッチコピー生成、商品説明文、Q&A構造化、レビュー返信、メルマガ件名、ステップメール、RPP広告文、競合分析、商品ページ診断——楽天市場・Amazonの実務でそのままコピペできる形にしています。

    各プロンプトには、サンプルアンサー(フル版)と設計の解説を必ず付けています。最初から全部読まなくて大丈夫です。気になる番号から読んで、明日のタスクに1つ使ってみてください。

    ※「精度UP」は使用環境・タスクにより効果が異なります。個別タスクの効果を保証するものではありません。


    2️⃣ 「あなたはプロ」をやめると何が起きるか

    「あなたはプロをやめる」とは、Role に役割の過剰設定(「20年経験のカリスマ」等)を書くのをやめ、具体的な担当業務と Goal・Constraints・Stop rules で出力を制御する設計に切り替えることである。

    GPT-5.5は、強化学習で指示を精密に解釈する能力を持っています。過剰な役割設定は「ノイズを生成し、回答の幅を狭め、機械的な回答を生む」と、OpenAI公式ガイド(2026/04)は明記しています。

    実務で変わる点は3つです。

    • 出力のぶれが減る:曖昧な役割設定がなくなり、モデルがGoalとConstraintsに集中する

    • Constraintsが景表法・薬機法の防護線になる:ECで本当に必要なのは「プロの肩書き」ではなく「やってはいけないことの明示」

    • Stop rules で余計な推測を止める:「知らないことは推測で埋めない」と書くと、薬機法グレーな表現が自動的に除外される

    出典:OpenAI 公式 prompt-guidance(2026/04)

    ※全プロンプト共通:Claude Sonnet 4.6 / Gemini 3.1 Pro でも7パーツ構造は同じように機能しますが、出力の細部は各モデルで異なります。


    3️⃣ 10プロンプト 全体マップ

    画像

    10個のプロンプトは3カテゴリに分かれています。

    【商品コンテンツ系 — reasoning_effort: low〜medium】

    • ①商品名最適化(楽天127字制約) low

    • ②キャッチコピー生成 low

    • ③商品説明文(300字・景表法配慮) medium ★前編同題材

    • ④Q&A構造化 medium

    【CRM・メール系 — reasoning_effort: low〜medium】

    • ⑤レビュー返信テンプレ medium

    • ⑥メルマガ件名A/B案 low

    • ⑦ステップメール本文 medium

    【広告・分析系 — reasoning_effort: medium + Manus連携可】

    • ⑧RPP広告文 medium

    • ⑨競合分析構造化 medium ★Manus言及

    • ⑩商品ページ改善診断 medium

    reasoning_effort は「かけるべき推論コスト」の目安です。low で十分なのに medium 以上を使っても、コストが増えるだけで、品質はほとんど変わりません。前編の reasoning_effort 解説(§5)も参考にしてください。


    画像

    4️⃣ プロンプト①:商品名最適化(楽天127字制約)

    楽天の商品名を、SEOルールに沿った127字以内に書き直すプロンプトです。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトの商品担当者として、楽天市場の商品名を最適化する。
    
    # Goal
    既存商品名を楽天のSEOルール(127字以内・主要KW前配置)に準拠した商品名に書き直す。
    
    # Success criteria
    - 127字以内に収まっている
    - 主要KWが先頭30字以内に配置されている
    - 過剰な記号連続(!!!など)がない
    
    # Constraints
    - 「日本一」「No.1」「最高」などの根拠のない最上級表現を使わない
    - 薬機法・景表法に抵触する効能表現を含まない
    
    # Output
    書き直した商品名1案(127字以内)・変更した理由の箇条書き(3点以内)
    
    # Stop rules
    - 商品情報に記載のないKWは追加しない
    - 字数超過の場合は【要短縮】を付けて止める
    
    【商品情報】
    商品名:(ここに既存の商品名を貼る)
    主要KW:(ここに狙いたいKWを貼る)

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: low / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    【改善後の商品名】
    だしパック かつお昆布ブレンド 30包入|保存料・人工着色料不使用 和風だし 簡単 本格
    
    (文字数:45字)
    
    【変更した理由】
    ・「だしパック」「かつお昆布」の主要KWを先頭に配置し、楽天の検索表示エリアに収めました
    ・「30包入」を前半に移動し、容量を検索結果で即時伝達できるようにしました
    ・「!!!」等の記号連続を除去し、景表法準拠のシンプルな構成に整理しました

    解説:

    楽天の検索結果には、商品名の先頭50字前後が表示されやすい傾向があります(楽天市場の検索結果ページでの実測ベース・正確な表示文字数は端末・画面サイズによって変動します)。主要KWを先頭に配置し、素材・容量・特徴の順で並べると、検索結果とページの内容がずれにくくなります。reasoning_effort: low で十分な理由は、このタスクが創造的な推論ではなくルール適用に近い作業だからです。deep thinking を使っても品質の差がほとんど出ないうえにコストが増えます。

    私もこのプロンプトに切り替える前は「20年経験のEC運営コンサル」みたいな肩書きを Role に書いていました。出力の硬さがまったく違います。


    5️⃣ プロンプト②:キャッチコピー生成

    商品のキャッチコピー候補を、訴求軸を変えながら複数案生成するプロンプトです。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトのコピーライター担当者として、商品のキャッチコピー候補を生成する。
    
    # Goal
    商品情報をもとに、購入意欲を引き出すキャッチコピーの候補群を生成する。
    
    # Success criteria
    - 1案あたり15〜30字以内
    - 訴求軸が案ごとに異なる(「手軽さ」「本格感」「節約」等)
    - 景表法NG表現を含まない
    
    # Constraints
    - 「日本一」「No.1」「お客様満足度98%」などの根拠のない表現を使わない
    - 効能・健康への作用表現を含まない
    
    # Output
    キャッチコピー候補(訴求軸が異なる案を出せるだけ出す)・各案に訴求軸ラベル付き
    
    # Stop rules
    - 同じ訴求軸の繰り返しは不要
    - 商品情報にない特徴を創作しない
    
    【商品情報】
    商品名:保温ステンレスマグカップ(容量350ml・真空二重構造)
    特徴・強み:6時間保温・保冷対応、ワンタッチ開閉フタ、食洗機対応、カラー展開6色

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: low / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    【手軽さ軸】
    ・ワンタッチで、温かさを連れていける(18字)
    ・フタを開けるだけで、カフェの温度(17字)
    
    【本格感軸】
    ・真空二重構造が守る、朝のコーヒー(17字)
    ・6時間後も、淹れたての温度(14字)
    
    【節約・コスパ軸】
    ・マイボトルで外のカフェ代を減らす(17字)
    ・保温350ml、毎日の節約習慣に(16字)
    
    【贈り物軸】
    ・毎朝使う人に贈る、温かさのある道具(18字)
    ・入学・就職に。飽きない6色のマグ(17字)
    
    【毎日使い軸】
    ・食洗機OK、気兼ねなく使えるマグ(16字)
    ・テレワークのデスクに置きっぱなしで安心(20字)

    解説:

    「必ず30案」とは指定しない設計です。GPT-5.5公式ガイドは「固定数を縛るより目的を明確に」という方針を示しており、このプロンプトもその考え方に沿っています。訴求軸ごとに案を出すよう指定すると、モデルが自然に複数案を提示します。数を合わせることより、訴求軸を充実させる方が大事です。A/Bテスト素材としても使いやすくなります。


    6️⃣ プロンプト③:商品説明文(300字・景表法配慮)

    前編§6で紹介したBeforeのプロンプトを、7パーツ構造で完成させた版です。食品のNG表現7件をConstraintsに全件組み込んでいます。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトの商品担当者として、商品説明文の初稿を作成する。
    
    # Goal
    カタログ情報をもとに、購入意欲を引き出す商品説明文を作る。
    
    # Success criteria
    - 商品の具体的な特徴(原材料・使い方の手軽さ)が明示されている
    - 効能・健康への作用表現を含まない
    - 300字以内
    
    # Constraints
    - 「保存料不使用」等は対象成分を具体的に明示する(「保存料・人工着色料不使用」のように)
    - 「天然」「自然」「健康にいい」「免疫力」「血圧」は使わない
    - 「日本一」「No.1」「最高」は使わない
    - 「お客様満足度98%」等は調査根拠なしに使わない
    - 「化学調味料」は「グルタミン酸ナトリウム不使用」等の正式名称に置換する
    - 健康増進法第65条に抵触する「健康にいい」は使わない
    - 「天然」「自然」ではなく原産地・原材料の具体描写にする
    
    # Output
    商品説明文1本(300字以内)・です・ます調
    
    # Stop rules
    - 商品情報に記載のない成分・産地・効果は推測で書かない
    - 不明な点があれば【要確認】を付けて止める
    
    【商品情報】
    商品名:だしパック(かつお・昆布ブレンド)30包入り
    原材料:かつお節、昆布、いわし節
    特徴:手軽に本格だしが取れる
    ・保存料・人工着色料・化学調味料は使用していません

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: medium / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    かつお節・昆布・いわし節をブレンドした本格だしパックです。お鍋に水と一緒に入れるだけで、素材本来のうまみがじっくり溶け出します。一包で2〜3人分のだし汁が取れるので、毎日の味噌汁・おひたし・煮物に手間なく使えます。30包入りでたっぷりストックでき、忙しい日の一品に重宝します。保存料・人工着色料・グルタミン酸ナトリウムは使用していません。
    
    (文字数:約160字)

    解説:

    前編§6のAfterと同じ構造を使いながら、Constraintsに景表法・薬機法のNG表現を7件すべて組み込んだのがこの版です。前編ではあえて5件に絞って概念を見せました。後編では完全版として使えます。「化学調味料」→「グルタミン酸ナトリウム不使用」への置換はConstraints内で明示するだけで、モデルが自動的に正しい表記を使います。前編の7パーツ概念を学んだ方は、この版をそのままコピペして使ってください。


    7️⃣ プロンプト④:Q&A構造化

    商品ページの「よくある質問」を、購買障壁を解消する構成で生成するプロンプトです。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトのサポート担当者として、商品ページのQ&Aセクションを構造化する。
    
    # Goal
    想定される購入前の疑問を整理し、FAQ形式として出力する。
    
    # Success criteria
    - 質問と回答が1対1で対応している
    - 回答が事実ベース(商品情報から導出可能)で書かれている
    - Q&A全体が購買障壁を解消する構成になっている
    
    # Constraints
    - 商品情報にない事実を回答で創作しない
    - 「絶対」「必ず効く」などの保証表現を使わない
    
    # Output
    Q&A形式(質問:〜 / 回答:〜 の繰り返し)・質問数は購買障壁の多さに応じて可変
    
    # Stop rules
    - 商品情報から回答できない質問は【要確認:(質問)】として止める
    
    【商品情報】
    商品名:(ここに商品名を貼る)
    特徴・仕様:(ここに特徴を貼る)
    よく来る問い合わせ:(あれば貼る)

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: medium / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    Q: 1日に何包使えばよいですか?
    A: 味噌汁・煮物など1〜2品あたり1包を目安にお使いください。量はお好みで調整していただけます。
    
    Q: アレルギーが心配です。原材料を教えてください。
    A: 原材料はかつお節・昆布・いわし節です。魚介類アレルギーの方はご注意ください。詳細はパッケージ裏面の原材料表示をご確認ください。
    
    Q: 使用後のパックはどうすればよいですか?
    A: 使用済みパックは可燃ごみとして処理いただけます(地域のルールに従ってください)。
    
    Q: 保管方法を教えてください。
    A: 直射日光・高温多湿を避けて常温保管してください。開封後は密封容器に移し、お早めにお使いください。
    
    Q: 保存料や添加物は入っていますか?
    A: 保存料・人工着色料・グルタミン酸ナトリウムは使用していません。

    解説:

    Q&A構造化はFAQPage構造化データ(JSON-LD)と組み合わせると、AI検索・LLMO対策にも直結します。reasoning_effort: medium を推奨するのは、購買障壁の特定に商品特性と顧客心理の両方を考慮する推論が必要なためです。low だと質問の抜け漏れが多くなりやすい印象があります。Stop rules で「回答できない質問は止める」と指定すると、推測で書かれた誤情報の混入を防げます。


    画像

    8️⃣ プロンプト⑤:レビュー返信テンプレ

    顧客レビューへの返信文を、感謝・共感・補足の流れで生成するプロンプトです。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトのカスタマーサポート担当者として、顧客レビューへの返信文を作成する。
    
    # Personality
    丁寧かつ簡潔。
    
    # Goal
    顧客のレビュー内容に応じた返信文を作成し、感謝・共感・改善への取り組みを伝える。
    
    # Success criteria
    - レビュー内容の要点に具体的に触れている
    - 謝辞→共感→改善・補足→お礼の流れで構成されている
    - 200字以内
    
    # Constraints
    - 過剰な謝罪(「大変申し訳ございません」の3回以上繰り返し)を避ける
    - 具体的な返金・交換の約束は書かない(別途対応案内を促す)
    
    # Output
    返信文1本(200字以内)・です・ます調
    
    # Stop rules
    - レビュー内容から読み取れない事実は推測で書かない
    - 具体的な補償内容は【別途ご案内】として止める
    
    【レビュー情報】
    評価:(星の数)
    レビュー本文:(ここにレビューを貼る)

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: medium / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    だしパックへの「味は良かったが包みが1枚破れていた」という星3レビューへの返信:

    この度はご購入いただきありがとうございます。味についてお喜びいただけたとのこと、大変嬉しいです。一方、パッケージの破損については大変ご不便をおかけしました。品質管理の徹底を改めて社内で確認いたします。個別の対応につきましては、メッセージにてご連絡くだされば別途ご案内いたします。引き続きよろしくお願いいたします。
    
    (文字数:約148字)

    解説:

    レビュー返信でよくある失敗は「補償の約束を書いてしまう」ことです。Stop rules で「具体的な補償内容は【別途ご案内】として止める」と指定すると、担当者の代わりにモデルがブレーキを踏んでくれます。Personality を省略できない場面の代表例です。


    9️⃣ プロンプト⑥:メルマガ件名A/B案

    開封率を上げるA/B案を、訴求軸を変えて生成するプロンプトです。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトのメールマーケター担当者として、メルマガの件名候補を生成する。
    
    # Goal
    開封率を上げる件名A案とB案を生成し、A/Bテストで使えるようにする。
    
    # Success criteria
    - A案とB案で訴求軸が明確に異なる(例:A=限定性、B=具体的なメリット)
    - 件名が25字以内
    - スパムワードを含まない
    
    # Constraints
    - 「絶対」「必ず」「100%」などの過剰保証表現を使わない
    - 「!!!」など記号の過剰連続を使わない
    
    # Output
    A案(訴求軸ラベル付き)とB案(訴求軸ラベル付き)の2案セット
    
    # Stop rules
    - メール本文の内容が与えられていない場合は【件名の方向性のみ提案】として止める
    
    【メルマガ情報】
    配信目的:(セール告知・新商品案内・読者限定オファー等)
    商品名:(ここに商品名を貼る)
    主なベネフィット:(ここに特徴を貼る)

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: low / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    だしパックのセール告知メルマガを想定:

    A案【限定性軸】
    件名:「本日23:59まで|だしパックが今だけ15%OFF」(24字)
    訴求軸:期限の限定性・緊迫感
    
    B案【ベネフィット軸】
    件名:「毎日の味噌汁が格段においしくなった理由」(21字)
    訴求軸:生活への具体的なメリット・共感

    ※「格段に」「最高」等の比較・最上級表現を使う場合は、合理的根拠(試食データ・比較試験等)の用意が必要です。景表法の優良誤認表示にあたる可能性があります。

    解説:

    「A/B 2案」と指定しているのは、テストの設計上「訴求軸が違う2種類」という明確な目的があるためです。reasoning_effort: low で十分な理由は、件名生成が短文の語彙パターン適用に近いタスクだからです。deep thinking より語彙の多様性を優先するほうが候補の幅が広がります。

    (注:メルマガ・ステップメールは受信同意(opt-in)済みリストへの配信が原則です。特定電子メール法の要件です。配信停止リンクの設置も忘れずに。)


    🔟 プロンプト⑦:ステップメール本文

    購入後フォローのステップメール3通を、目的を変えながら生成するプロンプトです。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトのCRM担当者として、購入後のステップメール本文を作成する。
    
    # Personality
    丁寧・親しみやすい。
    
    # Goal
    購入後のフォローメール(購入直後・3日後・7日後の序盤シリーズ)の本文を作成し、リピート購入への橋渡しをする。
    
    # Success criteria
    - 各ステップのメール目的(感謝・使い方提案・リピート誘導)が明確に異なっている
    - メール1通あたり300字以内
    - 購入商品に関連した実用情報が含まれている
    
    # Constraints
    - クーポンコードや具体的な割引率は【◯◯を入力】等のプレースホルダーで示す
    - 「これを飲めば健康になる」等の効能表現を含まない
    
    # Output
    ステップ1〜3の各メール本文(各300字以内)・件名案付き
    
    # Stop rules
    - 商品情報にない使用法・効果は推測で書かない
    
    【商品情報】
    商品名:(ここに商品名を貼る)
    使い方・特徴:(ここに貼る)

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: medium / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    だしパック購入後の3ステップメール:

    【ステップ1:購入直後】
    件名:ご注文ありがとうございます|だしパックの基本の使い方
    
    〇〇様
    
    この度はご購入いただきありがとうございます。だしパックの基本の使い方をお伝えします。お鍋に水500mlと1包を入れ、弱火で3〜5分温めるだけで本格だしが完成します。一包で2〜3人分が目安です。まずは今夜の味噌汁でお試しください。
    
    ---
    
    【ステップ2:3日後】
    件名:だしパック、こんな使い方もあります
    
    〇〇様
    
    ご購入から3日が経ちました。基本の味噌汁以外にも、こんな使い方がおすすめです。
    
    ・うどん・そばのつゆ:水300mlに1包で濃いめのだし
    ・炊き込みご飯:水に浸したあと1包を加えて炊飯
    ・お浸しのだし汁:さっと湯がいた野菜にかけるだけ
    
    一包のアレンジ幅がかなり広いです。
    
    ---
    
    【ステップ3:7日後】
    件名:だしパックのストック、そろそろ補充の頃では?
    
    〇〇様
    
    ご購入から7日が経ちました。30包入りを毎日1〜2包お使いの場合、そろそろ半分前後になっている頃かもしれません。まとめ買いで【COUPON_CODE】を入力すると、次回購入が【DISCOUNT_AMOUNT】円引きになります。補充はお早めに。

    解説:

    ステップメールはリピート率を左右するCRMの柱です。Personality を省略できない場面の代表例です。Constraints で「クーポンコードはプレースホルダーで示す」と指定すると、実際のコードを入力する前にモデルが構造だけ作ってくれます。後で差し替えるだけなので、担当者の手間が減ります。


    画像

    1️⃣1️⃣ プロンプト⑧:RPP広告文

    楽天RPP(検索連動型広告)のタイトルと説明文を、訴求軸ごとに3パターン生成するプロンプトです。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトの広告担当者として、楽天RPP(検索連動型広告)の広告文を作成する。
    
    # Goal
    商品情報をもとに、RPP広告のタイトルと説明文を作成し、ROAS改善につながる訴求軸を提案する。
    
    # Success criteria
    - タイトルが35字以内
    - 説明文が80字以内(楽天RPP仕様)
    - クリック意欲を引き出すベネフィット訴求が含まれている
    
    # Constraints
    - 「日本一」「No.1」などの根拠のない最上級表現を使わない
    - 景表法NG表現を含まない
    - 楽天RPP仕様の字数制限を厳守
    
    # Output
    RPP広告文案(タイトル+説明文)を3パターン・各パターンに訴求軸ラベル付き
    
    # Stop rules
    - タイトル35字・説明文80字を超えた場合は【要短縮】を付けて止める
    
    【商品情報】
    商品名:(ここに商品名を貼る)
    主な特徴・強み:(ここに貼る)

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: medium / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    【パターンA:手軽さ軸】
    タイトル:だしパック 30包 かつお昆布ブレンド 入れるだけ本格だし(30字)
    説明文:お鍋に入れるだけで本格だし完成。30包入りで毎日使えて便利。保存料・人工着色料不使用。(45字)
    
    【パターンB:本格感軸】
    タイトル:かつお節×昆布×いわし節 三素材ブレンドだしパック 30包(30字)
    説明文:三種の素材を丁寧にブレンド。うまみが深い本格だしがご家庭で手軽に。(36字)
    
    【パターンC:コスパ軸】
    タイトル:だしパック 30包入り 1包で2〜3人分 毎日使えてお得(29字)
    説明文:1包で2〜3人分のだしが取れる。30包入りで毎日のだし作りがコスパよく続けられます。(44字)

    解説:

    楽天RPPはタイトル35字・説明文80字という厳密な字数制限があります。Success criteria に仕様制限を明記すると、モデルが字数を自己チェックします。Output で「3パターン」と指定しているのは、訴求軸を横並びで比較したいという目的のある指定であり、意味のない固定数縛りとは異なります。reasoning_effort: medium を選ぶのは、ROASに直結する訴求軸の選択に商品特性・競合状況・ターゲット像の総合判断が必要なためです。


    1️⃣2️⃣ プロンプト⑨:競合分析構造化

    競合商品の情報を集めてきた後、それを構造的に整理して打ち手を出すプロンプトです。

    競合分析で一番手間がかかるのは、実は情報を「集めてくる」前工程です。URLを渡すだけで競合ページを自動収集してくれるAIと組み合わせると、分析業務のスピードが変わります。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトの戦略担当者として、競合商品の情報を構造化して比較分析する。
    
    # Goal
    競合商品の情報(商品名・価格・レビュー数・訴求軸・差別化ポイント)を整理し、自社の打ち手を1つ提案する。
    
    # Success criteria
    - 比較項目が統一されている(商品名・価格帯・レビュー数・主要訴求・強み・弱み)
    - 自社との差分が明確に示されている
    - 打ち手提案が1〜2文で具体的
    
    # Constraints
    - 競合他社の誹謗中傷・根拠のない優劣評価を書かない
    - 競合情報が与えられていない場合は推測で埋めない
    
    # Output
    比較分析の箱条書き(カテゴリ見出し+箇条書き形式)+打ち手提案1〜2文
    
    # Stop rules
    - 競合情報の欠損がある場合は【要補足:(項目)】として止め、推測で埋めない
    
    【競合情報】
    自社商品:(商品名・価格・レビュー数・主要訴求)
    競合A:(同上)
    競合B:(同上)

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: medium / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    ※以下はサンプル用の架空データです。

    【自社商品】
    ・商品名:だしパック(かつお・昆布ブレンド)30包入り
    ・価格帯:1,200円前後
    ・レビュー数:45件
    ・主要訴求:無添加・手軽さ・三素材ブレンド
    ・強み:原材料の透明性、価格対容量のバランス
    ・弱み:レビュー数が競合より少ない、訴求が複数軸に分散
    
    【競合商品 X】
    ・商品名:(架空)本格だしパック 国産かつお 20包
    ・価格帯:980円
    ・レビュー数:320件
    ・主要訴求:国産素材・かつお一本絞り
    ・強み:「国産」の訴求が一点集中で刺さりやすい
    ・弱み:容量が20包と少ない
    
    【競合商品 Y】
    ・商品名:(架空)有機だしパック 昆布×かつお 40包
    ・価格帯:1,800円
    ・レビュー数:87件
    ・主要訴求:有機JAS認証・環境配慮
    ・強み:高価格帯でのブランド形成
    ・弱み:価格が高く日常使いへのハードルが高い
    
    【打ち手提案】
    競合商品 X の「国産かつお一本絞り」訴求に対し、自社は「三素材のうまみのバランス」を前面に出す比較訴求が有効です。容量も30包と競合商品 X の20包より多い点を「コスパ面の優位性」として商品名・広告文に組み込むことを推奨します。

    解説:

    競合URLをまとめて渡せば、ページ1枚あたり数分で整理されて返ってくるような自律エージェントAIとの組み合わせが効率的です。Manus(manus.im)(招待リンクを使用しています)はその選択肢の一つです。情報収集の手間が減れば、このプロンプトで構造化・打ち手化するステップだけに集中できます。


    1️⃣3️⃣ プロンプト⑩:商品ページ改善診断

    商品ページのテキスト情報を貼り付けると、課題を分類して優先度付きで改善案を出すプロンプトです。

    ある食品ECで試したところ、「情報欠如」カテゴリの2点を修正しただけで問い合わせ数が減り、購入判断のスピードが上がった——という結果がありました。診断系プロンプトは、問題の発見よりも「どこから手をつけるか」の優先度整理に価値があります。


    プロンプト(GPT-5.5 / 規定AE準拠):

    Role: ECサイトのページ改善コンサルタントとして、商品ページの現状を診断する。
    
    # Goal
    商品ページのテキスト情報をもとに、CVR改善のための課題と優先度の高い改善案を提示する。
    
    # Success criteria
    - 課題が「情報欠如」「表現の弱さ」「構成の問題」に分類されている
    - 改善案が具体的で実行可能
    - 優先度が高い順に並んでいる
    
    # Constraints
    - ページに記載のない情報を事実として補完しない
    - 「絶対にCVRが上がる」等の保証表現を使わない
    
    # Output
    診断レポート(課題分類+改善案)・優先度HIGH/MEDIUM/LOWのラベル付き
    
    # Stop rules
    - ページ情報が断片的な場合は【要追加情報:(欠損項目)】として止め、不完全な診断で終えない
    
    【診断対象ページ情報】
    商品名:(ここに商品名を貼る)
    現在の商品説明文:(ここに現状の説明文を貼る)
    Q&A・レビュー情報:(あれば貼る)

    実行モデル:Claude Sonnet 4.6 / 2026年4月 / reasoning_effort: medium / 規定AE準拠プロンプトでの実行例

    サンプルアンサー(出力例):

    【診断結果】
    
    ◆ 情報欠如(HIGH優先)
    ・保存方法・使用期限の記載がない → 購入判断に必要な情報のため最優先で追加
    ・1包あたりの使用量目安(2〜3人分など)が説明文に含まれていない → 日常使いの換算ができず離脱につながる
    
    ◆ 表現の弱さ(MEDIUM優先)
    ・「手軽に本格だし」の「手軽」が抽象的 → 「お鍋に入れて3分」等の具体的な手順表現に置換推奨
    ・素材の表記が「かつお節・昆布・いわし節」のみで、それぞれの役割(うまみ成分)が説明されていない
    
    ◆ 構成の問題(LOW優先)
    ・Q&Aセクションがない → プロンプト④のQ&A構造化と組み合わせて追加推奨
    ・レビューへの返信が0件 → プロンプト⑤のレビュー返信テンプレを活用して対応
    
    【総評】
    情報欠如の2点を先に解消するだけで、購入者の迷いを大きく減らせます。構成の問題は中長期の改善として対応してください。

    解説:

    「診断系プロンプト」の代表例です。ページ情報が少なくても【要追加情報】で止まる設計なので、推測による誤った診断が入りません。まず1ページ試してから、定期的な診断ルーティンに組み込んでいくのが現実的な進め方です。


    1️⃣4️⃣ よくある失敗3つと対処

    10個のプロンプトを使い始めたときに出やすい失敗を3つまとめます。


    失敗1:「あなたはプロ」への回帰

    Roleを書くときに、ついロールプレイの肩書きを付けてしまうパターンです。「あなたは15年のキャリアを持つECの専門家として」と書きたくなる気持ちはわかります。ただ、GPT-5.5ではこれが回答の幅を狭める場合があります。

    対処:「何をする担当者か」の職種+タスクに絞る。「ECサイトの商品担当者として、楽天の商品名を最適化する」で十分です。


    失敗2:7パーツ全部埋め強迫

    Success criteria や Stop rules を形式的に埋めてしまう失敗です。「7パーツ全部書かないといけない」と思い込むと、意味のないパーツが増えます。

    対処:Goal・Constraints・Output の3つが最低限です。Stop rules は「推測で埋めると困る」タスクに、Success criteria は「完了条件が曖昧なタスク」に入れる。必要な場所だけに入れる習慣が大事です。


    失敗3:Stop rules を省く

    EC実務では「知らないことを推測で書かれる」リスクが景表法・薬機法違反に直結します。Stop rules が一番省略されやすいパーツです。

    対処:「商品情報にない成分・産地・効果は推測で書かない。不明な点があれば【要確認】を付けて止める」を定型文として毎回コピーする習慣をつける。これだけで推測による誤情報の混入を防ぐ第一歩になります。


    1️⃣5️⃣ 7パーツ構造が向かない3つの場面

    ここまで読んで「全部 7 パーツで書くのがしんどそう」と感じませんでしたか? その感覚は正解です。

    7パーツ構造は強力ですが、「いつでも使うべき」ではありません。次の3つの場面では、別のやり方を考えた方が成果につながります。

    場面1:緊急対応(クレーム初動・在庫切れの即時告知)

    7パーツをきっちり書いていたら、クレームへの返信がその日に出せません。シンプルな指示の方が早く動きます。「丁寧にお詫びして、現状を100字で書いて」程度の短文プロンプトで十分です。

    場面2:非定型の1回限りタスク

    リサーチや発想出しなど、二度と同じ条件で使わないタスクは、Constraints設計のコストが出力改善効果を上回ることがあります。質問形式(チャット)で済ませる方が効率的です。

    場面3:GPT-5.5以外のモデルを使う場面

    ClaudeやGeminiにはreasoning_effortが存在せず、設計の前提が変わります。GPT-5.5より前のモデルや他ベンダーのモデルでは、従来型の手順明示スタイルが今でも通用します。


    1️⃣6️⃣ まとめ+関連記事

    10個、全部渡しました。

    明日から使うなら、まず1つ選んでコピペしてみてください。特に最初に効果を感じやすいのは Stop rules です。「知らないことは書かない」と一行加えるだけで、出力の信頼性が体感で変わります。


    関連記事

    前編もあわせてどうぞ:
    【前編】OpenAI公式GPT-5.5『古いプロンプトはダメ』|7パーツ構造で書く新ルール

    画像

    プロンプト改善の基礎はこちら:
    【2026年版】EC運営者のAIプロンプト10個|「あなたはプロ」やめて精度UP(効果は使用環境・タスクにより異なります)

    画像

    🖼️ 【挿絵 6:Manus誘導CTAバナー】 「自律エージェントAI Manus で競合収集・ページ診断を自動化」のCTAバナー。HEX #0D1B3D 背景、#F5C46A 文字。右端にManusロゴイメージ。サイズ:1280×400 px。

    画像

    Manus への詳細は Manus(manus.im) からどうぞ(招待リンクを使用しています)。


    📚 プロンプト設計の基準について

    本記事の10プロンプトは、OpenAIが2026年4月に公開したGPT-5.5用prompt-guidanceに準拠しています。旧モデル(GPT-4o等)向けの「ステップ・バイ・ステップで考えて」「必ず3つ列挙」などの細かな手順指定はGPT-5.5では逆効果になることが公式に示されており、本記事ではすべて「Goal」「Success criteria」「Stop rules」を明示してアウトカム指向の設計に統一しています。

    OpenAI公式は空の枠組みと断片的な良い例だけを示しています。完成形は本記事のような実装例として読者・実務家が補う必要があります。

    📎 出典:developers.openai.com/api/docs/guides/prompt-guidance
    📎 関連:cookbook.openai.com/examples/gpt-5/prompt_personalities


    💡 推奨設定の補足

    本記事のサンプルアンサーはClaude Sonnet 4.6(2026/04)での実行例です。GPT-5.5での実行はOpenAI APIまたはChatGPT Plusが必要です。reasoning_effortはGPT-5.5(Responses API)での設定項目で、ClaudeやGeminiには直接対応する設定がありません。各モデルの特性に合わせてお試しください。


    #GPT5 #ChatGPT #OpenAI #プロンプトエンジニアリング #プロンプト設計 #推論モデル #生成AI #AI活用 #LLMO #AI業務効率化 #AIツール活用術 #EC運営 #楽天市場 #ネットショップ運営 #楽天出店者 #Amazon出品者 #2026年AI #AI最新情報 #EC担当者 #商品名最適化 #レビュー返信 #メルマガ件名 #AIプロンプト活用

     
     
    「すごいAI」より「使えるAI」が好き。EC担当者が明日すぐ試せる、プロンプト・改善施策・最新ルールを実務ベースで発信しています。 特商法:個人。氏名・住所・電話番号は請求で遅滞なくメール開示。返品・返金不可(法定の場合を除く)

    あなたへのおすすめ