企画→調査→計画→提案書。丸2日を1時間半に変えたAIプロンプト全公開

3行で結論

忙しい方はここだけ読んでください。
AIで仕事を速くするコツは3つ。
①同じ質問を3つのAIに投げて、視点の抜け漏れをなくす。
②調べ物は「数値で、出典付きで」と指定するだけで出力が激変する。
③プロンプトは自分で書かない。AIに書いてもらう。
以下、全ステップのプロンプトをコピペできる形で公開します。

「ChatGPTだけ」で止まっていた頃の話

所信表明の記事にも書いたんですが、私はもともとChatGPT4から入った人間です。

■所信表明の記事はこちら 

ChatGPTの出現は確かに衝撃的で人生を変えるものでした。でも、使い込むうちに、妙な物足りなさが出てきたんですよね。

課題を投げると、バランスの良い回答は返ってくる。でも「そうだよね」で終わるというか、ちょっと優等生すぎるというか。自分が薄々感じている仮説を「そうですね、その通りです」と追認されて終わる。突っ込みが足りない。

そこでClaudeを試してみたら、同じ課題に対して全然違う返し方をしてきた。論点の整理のされ方が違う。で、Geminiにも投げてみたら、さらに別の角度から切ってくる。

この「同じ質問なのに、出力が全然違う」体験が、私のAI活用の転換点でした。

ここから先は、その試行錯誤の中で固まった「仕事を回す型」を、プロンプトごと全部公開します。
→注）ターゲットイメージは仕事にAIをたまに使っているけど、もっと良い使い方ないかなと考えている人向けのものです。既にバリバリ使い込んでいる人は基本的だと感じるかと思うので、予めご了承ください。

企画の壁打ちから提案書完成まで、5つのステップ。実際に私が毎週のように回しているフローです。

Step 1：企画の壁打ち——3つのAIに同じ質問を投げる

仕事で「これどうしよう」という場面。新しいプロジェクトの方向性、上司からの抽象的なお題、チームの課題解決。こういう思考系のタスクに、1つのAIでは足りないと感じるようになりました。

今やっているのは、ChatGPT・Gemini・Claudeの3つに、まずまったく同じプロンプトを投げること。

実際に試してみてください。以下をコピペして3つに投げるだけです。
（下記はあくまで事例です）

あなたは、従業員500名規模の製造業で業務改革を推進するコンサルタントです。

以下の課題について分析してください。

■ 課題：営業部門の週次レポート作成に、1人あたり毎週3時間かかっている。部門全体（20名）で年間3,120時間が消費されている。
■ 目的：この工数を半減させる現実的な方法を見つけたい
■ 現状の仮説：生成AIで下書きを自動化すれば、工数を50%以上削減できるはず
■ 制約条件：IT部門の協力は限定的（専任エンジニアなし）。追加予算は月額10万円以内。社外秘データの外部送信は禁止。

以下の観点で回答してください：
1. この仮説の妥当性（賛成/反対の根拠）
2. 見落としている論点があれば指摘
3. 代替案を2つ提案
4. 最もリスクが低いアプローチの推奨

実際にやってみた出力は以下です。

ChatGPTは「Power BIでダッシュボード化して、レポート自体をなくしましょう」という方向。理路整然としてるんですが、ある意味「そうだよね」で終わる答えでもある。

Claudeも大枠は近い。レポートを廃止する方向は一緒。ただ、そこに至るまでのロジックの組み方が違う。「まず3時間の内訳を工程分解しないと、ボトルネックが特定できません」と、手順の設計から入ってくる。あと「KPIの集計条件が人によってブレている可能性はないですか」という、地味だけどクリティカルな指摘を入れてきた。

Geminiはまた全然違って。「レポートは経営層の情報消費習慣に紐づいているので、いきなり廃止は組織的抵抗が大きい。まずはテンプレート標準化で工数を下げつつ、ダッシュボードは並行で試すのが現実的」と。レポートを残す前提で、段階的に変えていく案。

同じ質問をしてるのに、「何を先にやるべきか」の優先順位がバラバラなんですよね。 そしてどれも、一定納得できる回答ではある。1つのAIだけでは、この視点の広がりは絶対に得られなかった。

3つの回答を統合する

ここが大事なんですが、3つの回答をバラバラに読むだけだと「で、結局どうすれば？」になる。

なので、Claudeの新しいチャットに3つの回答を全部貼って、以下を投げます。

以下は、同じ課題に対する3つのAI（ChatGPT、Gemini、Claude）の分析結果です。

---
【ChatGPTの回答】
（コピペ）

【Geminiの回答】
（コピペ）

【Claudeの回答】
（コピペ）
---

以下をお願いします：
1. 3つの分析で共通している点（＝信頼度が高い）
2. 意見が分かれている点（＝要検討）
3. いずれか1つだけが指摘している独自の視点
4. 上記を踏まえた、最終的な意思決定案（300字以内で）

壁打ちに参加したAIに「自分の回答も含めて客観的に整理して」と頼むと、どうしても自分の回答にバイアスがかかる。だから統合は別セッション。会議でも、議論に参加した人とファシリテーターを兼任すると微妙になりますよね。それと同じです。

統合結果のイメージ：

全員一致（＝迷わず進める）： いきなりAI一本足はリスクが高い。まず工程分解してボトルネック特定が先。テンプレ標準化という「ローテク施策」で先にクイックウィンを出す。

意見が割れた（＝ステークホルダーと議論すべき論点）： レポートを残すか、ダッシュボードに置き換えるか。これは経営層の情報消費スタイルによるので、事前にヒアリングが必要。

1つだけが指摘した盲点（＝見落としていた前提条件）： KPI定義の人によるブレ。社外秘データの運用ルール事前設計。

意思決定案： 来週中に20名へ5分ヒアリングして工程別内訳を把握。並行してKPI定義を統一。Phase 1でテンプレ標準化＋自動集計で▲30-40%。Phase 2はヒアリング結果を見てから判断。

汎用テンプレート

あなたは[該当分野]の専門家です。

以下の課題について分析してください。

■ 課題：[具体的な課題]
■ 目的：[何を明らかにしたいか]
■ 現状の仮説：[自分なりの仮説。間違っていてもOK]
■ 制約条件：[予算、期間、リソースなど]

以下の観点で回答してください：
1. この仮説の妥当性（賛成/反対の根拠）
2. 見落としている論点があれば指摘
3. 代替案を2つ提案
4. 最もリスクが低いアプローチの推奨

「仮説」は必ず自分で一度考え抜いてプロンプトに入れることを推奨します。相手がAIなのでどれだけ間違っていても、以前の私のようにメンタルをやられることもありませんｗ「わからないから教えて」と「こう思ってるけど合ってる？」では、返ってくる対話の深さがまるで違いますし、何よりもここまで全部省くと自分自身の思考力の差が出てきます。※そもそもどれだけAIが高度になろうとも、論理的思考力が高い人が圧倒的有利は揺るがないと思っています。

Step 2：根拠を集める——Perplexity × Grokの合わせ技

Step 1で方向性が見えたら、次は仮説を裏付ける根拠を集めます。 提案書に「こう思います」だけ書いても通らないので、数値・事例・声を拾う。

ここでは2つのツールを使い分けます。

Perplexity（またはChatGPT/GeminiのDeep Research）： 公式データ、調査レポート、企業事例など「信頼性の高い二次情報」を拾う。

Grok： X上の一次情報——現場の人たちが「実際に何に困っているか」「どう乗り越えたか」の生の声を拾う。

この2つを掛け合わせると、「データではこう出ている」＋「現場の声もこう言っている」という二重の根拠ができる。

Perplexityに投げるプロンプト

以下のテーマについて、信頼性の高い情報を収集してください。

テーマ：[Step 1で見えた論点・テーマ]

調査項目：
1. 概要（200字以内。経営層向けに平易な言葉で）
2. なぜ今重要なのか（2025-2026年の文脈で、データ付き）
3. 具体的な導入事例 3件（企業名・数値を含む。日本企業優先）
4. メリット 3つ、失敗しやすいポイント 3つ
5. 初心者が最初にやるべきこと 3ステップ
6. 参考URL 5件以上

※ 「導入が進んでいる」ではなく「導入率○%（出典名・調査年）」のように数値で。
※ 曖昧な表現ではなく、固有名詞と数値を優先してください。

「企業の生成AI活用について教えて」とだけ聞いた場合は、ふわっとした概要しか返ってこないです。「数値で」「固有名詞を優先」と書くだけで、これだけ変わります。

Grokに投げるプロンプト（一次情報の収集）

直近7日間のX投稿で、以下のキーワード群に関連する投稿を分析してください。

キーワード群：
A) [テーマに関連するキーワード①]
B) [テーマに関連するキーワード②]
C) [テーマに関連するキーワード③]

分析項目：
1. いいね500以上 or RT100以上の投稿TOP5（各投稿を1文で要約し、なぜバズったか一言で）
2. 「困っている」「わからない」系の投稿の傾向（3カテゴリに分類）
3. 直近で急上昇しているキーワード
4. フォローすべきアカウントTOP3（理由つき）

「週次レポート × 業務効率化 × 生成AI」で回した結果のイメージ： 現場の声は大きく3つに分かれました。「レポートの何を自動化していいかわからない（約40%）」「AIに渡せるデータの範囲が不明で怖い（約30%）」「ツール入れたけど結局手で直してる（約30%）」。

この声をStep 1の分析結果と突き合わせると、「KPI定義のブレ」「データ運用ルールの不在」が根本原因として浮かんでくる。そして、これが実際の実務での現場ヒアリングの仮説の解像度を上げ、プロジェクト方針の提案書の説得力が増す。

Step 3：プロジェクト計画に落とす——「で、具体的にどう進めるの？」

ここまでで「何をやるべきか」と「なぜやるべきか」が揃いました。

次は上司や経営層が必ず聞いてくる質問に答える番です。「で、いつまでに、誰が、いくらでやるの？」

以下のプロジェクトの実行計画を作成してください。

■ プロジェクト概要：[Step 1-2で固まった方向性を要約]
■ 目標：[KPI。例：週次レポート工数を6ヶ月で50%削減]
■ 体制：[使える人員。例：推進担当1名（兼務）、対象部門20名]
■ 予算：[月額上限。例：月10万円以内]
■ 期間：[例：6ヶ月]

以下を出力してください：
1. フェーズ分け（3〜4フェーズ。各フェーズの目的・期間・ゴール）
2. 各フェーズの主要タスク（WBS形式。担当・期限・依存関係を明示）
3. クリティカルパス（どのタスクが遅れるとプロジェクト全体が遅延するか）
4. 概算コスト（ツール費用・人件費・外注費の内訳）
5. リスクと対策（3つ。発生確率・影響度・対策を明示）
6. 意思決定者への報告用サマリー（300字以内。結論ファーストで）

さっきのデモケースで回した結果のイメージ：

Phase 1（Month 1-2）：現状把握＋クイックウィン 20名ヒアリング → 工程別内訳の可視化（担当：推進担当、Week 1-2） KPI定義の統一（担当：推進担当＋部門リーダー、Week 2-3） レポートテンプレート標準化（担当：推進担当、Week 3-6） 目標：テンプレ化だけで▲30%削減の実証

Phase 2（Month 3-4）：AI試験導入 社内完結ツール選定・セキュリティレビュー（★クリティカルパス） パイロット5名で2週間トライアル → 効果測定 概算コスト：ツール月額5万円 + 推進担当の工数月20時間

Phase 3（Month 5-6）：本格展開＋効果検証 全20名へ展開、マニュアル整備、定着支援

WBS・コスト・リスクが一発で出てくるので、あとは自社の実情に合わせて調整するだけ。ゼロから作るのと比べて、体感で5分の1以下の時間になります。

Step 4：提案書にまとめる——Claude × Manus（またはClaude単体）

Step 1〜3で素材が揃ったら、最後はPowerPointにまとめます。

以下の内容で、経営層向けプレゼン資料の構成をMarkdown形式で作ってください。

■ テーマ：[プロジェクト名

■ 伝えたいメッセージ：[1文で]

各スライドには以下を含めてください：
- タイトル
- キーメッセージ（1文。数字を必ず含める）
- 箇条書き（3点以内）
- スピーカーノート（話す内容を2〜3文で）

ここからの選択肢は2つあります。

A. Claude単体で完結させる： Claude Opus 4.6だけでもPowerPointを出力してもらえます。デザインはシンプルですが、中身の論理構造はしっかりしている。社内の自組織向けならこれで十分なことが多い。

B. Manusで仕上げる： 見た目の品質を上げたい場合はManusに渡す。（あとManusはアウトプットまでのスピードがClaudeに比べて圧倒的に早いんですよね。なので、短い時間でチューニングを繰り返すがしやすい）ただし、Manusに丸投げすると確実にイマイチなものが出てきます。必ずClaudeで骨格を完成させてから渡す。（やり方は色々ありますが、私はマークダウン形式でスケッチを固める＋デザインイメージをClaudeにお願いするパターンが多いです）

ここまでのStep 1〜4を通してやると、「上司から課題をもらって → 提案書が完成する」まで、だいたい1〜2時間です。 以前は同じようなレベルの要件でも丸2日は最低かかっていたので、大きな時間短縮になりました。（※あくまで最短のモデルケースです。当然仕事の求められる要件によって時間は大きく異なります）

Tips：AIにプロンプトを作ってもらう

ここまでテンプレートを5つ並べてきましたが、当たり前ですが仕事はもっと動的なので、「このテンプレートにぴったりハマらない」ケースの方が多いんですよね。

そういう時に使うのが、AIにプロンプト自体を作ってもらう方法です。

所信表明にも書いた通り、数年前はまだこの手の情報も少なく、これに自身で気づいた時はかなり仕事の変化が起きました。

以下は結構テンプレート的に書いてますが、音声入力のようなラフなものでも一定の品質は出せます。
Aqua Voiceで喋れば一瞬で済みます。スマホに向かって「こういうことやりたいんだけど」と喋って、テキスト化されたものをそのままClaudeに投げる。プロンプトを「考える」時間がほぼゼロ。

■Aqua Voiceの詳しい話はこちら → 月額$8のAqua Voice × 生成AI

以下は私がやりたいことのラフなメモです。
この意図を正確に汲み取って、最適なプロンプトを作成してください。

---
[ラフなメモをここに貼る]
---

プロンプトの要件：
- 役割定義を含める
- ターゲット（誰向けの出力か）を明示する
- アウトプットの形式を指定する
- 制約条件を明確にする
- 具体例があれば含める

生成したプロンプトは、ChatGPT・Claude・Geminiのいずれに投げても高品質な出力が得られるように設計してください。

もう一歩先へ：パーソナルAIを作る

ここまでは「汎用的なプロンプト」の話でした。誰でもコピペして使える型。

でも、仕事を本格的に回し始めると、「毎回同じ前提条件を書くのが面倒」「自分の業界特有の文脈をいちいち説明したくない」という壁にぶつかります。

そこで使えるのが、AIのカスタム指示やプロジェクト機能です。

ChatGPTなら「カスタム指示」、Claudeなら「プロジェクト」機能で、自分の役割・業界・チーム構成・よく使うフレームワークなどを事前に登録しておける。すると、毎回の対話で前提条件を省略できるし、AIの回答が自分の業務コンテキストに最適化される。

汎用テンプレート → 自分の仕事に合わせてカスタマイズ → パーソナルAIとして育てる。 この順番で進めていくと、AIが「便利なツール」から「自分専用の参謀」に変わっていきます。

この記事で伝えたかったこと

テンプレートを5つ事例で並べてしまいましたが、正直ここ1年のAIの進化をみると、来月にはもっといいやり方を見つけているかもしれませんし、新しいAIが出たらまた試行錯誤するかもしれません。その時はまた自分の気づきを発信します
この記事が何か1つでもきっかけになれば嬉しいです。

📱 noteに書ききれない日々の記事の裏側（試行錯誤・TIPS・速報）は

「X」で毎日公開中→ https://x.com/data_ai_labo

（フォローすると毎日AIの実践Tipsが流れてきます）

■その他主な執筆記事

テンプレートはコピペして自分の仕事に書き換えて使ってください。「やってみたらこうなった」という話があれば、コメントかXで教えてもらえると嬉しいです。

Xでも日々の気づきを投稿してます → @data_ai_labo

ハッシュタグ：#AI活用 #プロンプト #業務効率化 #ChatGPT #Claude #仕事のコツ