こんにちは！テツメモです。

先日、同僚にこんなことを聞かれました。

「◯◯さんってClaude Codeとか何か色々使ってるじゃないですか。あれって自分でも使えますか？」

正直に答えました。

「もちろん使えますよ。けど最初は覚える、というか設定や準備も結構あって覚えることが多いです。でも、〇〇さんはプロンプトの書き方が苦手って言ってましたよね？それならいきなりClaude Codeを使うより、一旦ChatGPT、Claude、Geminiなど、使うAIサービスやモデルに左右されず、今より何倍も賢く使う方法なら今日から試せるものがあります」と。

Xで情報発信しつつ、AI界隈にいるとバグるのですが、Claude CodeやCodexを日常的に使いこなしているのは、まだほんの一部です。usutakuさん（@usutaku_channel）も同様のことを指摘されていました。

🔗 usutakuさんのポスト

	@usutaku_channel

これAI業界にいても非常に感じる。

例えば今「Claude Code使ってみた！凄くない？」とか言おうもんなら界隈から「今更www」などと袋叩きにあうだろうけど、

世間一般的には無課金ChatGPTやGeminiを使うのが標準で、課金してたら最先端くらいなのだから… https://t.co/IuLBMTsiSJ

— usutaku (@usutaku_channel) May 4, 2026

現実には、多くのビジネスパーソンが使っているのはChatGPTとGemini、そしてClaudeです。ブラウザで開いて、テキストを打ち込む。それだけ。でも「なんか微妙な答えしか返ってこない」という壁に当たっています。

私が最近、同僚に一番喜ばれたのがこれでした。

ChatGPTとClaudeの両方で使えるプロンプトの仕組みと、プロンプトを自動生成するSkill。（※Geminiでも使えます）

渡した瞬間、「え、ナニコレ、プロンプトの作り方が楽すぎますね！」と言ってもらえました。

「でも、プロンプト術って今さらじゃない？」と思う方もいると思います。その感覚は正しい部分もあります。

でも、実はOpenAIもAnthropicも、新しいモデルが出るたびにプロンプトエンジニアリングガイドを更新しています。GPT-5.5のリリースと同時に出たガイドは、以前の「細かく手順を書け」という常識を完全に覆す内容でした。

だからこの記事でやることは一つです。

両社の最新ガイドを横断的に読み込み、本質として変わらない部分・両AIに共通している部分・もう古くなった手法を洗い出します。そして今現在、手元にあるAIを最大限に活かすためのプロンプトの基礎固めをして、誰でも今日から使えるSkillとしてお届けします。

この記事はこんな人のために書きました

• ChatGPTかClaudeを使っているが、答えの質がいまいちだと感じている
• プロンプトを毎回書き直すのが面倒で、何かいい型がほしい
• Claude CodeやCodexまでは手が出ないが、今あるツールを使いこなしたい
• AIを同僚や部下に紹介したいが、何から教えればいいか分からない

「GeminiはどうするのかAI」という疑問もあると思います。本質は同じなので、この記事で学ぶプロンプトはGeminiでも十分通じます。

ユニバーサルテンプレートと、プロンプト自動生成Skill。両方を持ち帰ってください。

この記事は5つのパートで構成されています。

第1部（第1〜7章） では、2大AIの公式ガイドを比較し、「共通して有効な6つの原則」を抽出して解説します。

第2部（第8〜10章） では、各AIが持つ「固有の武器」と、シーン別の使い分けガイドをお届けします。

第3部（第11〜12章） では、共通原則をひとつの「ユニバーサルテンプレート」として統合します。

第4部（第13章） では、そのテンプレートを使って設計した、両AI対応のビジネスプロンプトを12個紹介します。

第5部（第14〜17章） では、この記事の学びを「Skills」として実装し、プロンプトを自動生成するツールを提供します。

🔗 GPT-5.5 prompting guide（OpenAI公式）
🔗 Prompting 101 | Code w/ Claude

YouTube

Prompting 101 | Code w/ Claude Watch on YouTube

	@tetumemo

📝AnthropicのAIチームが数ヶ月前に公開したプロンプトエンジニアリングのベストプラクティスが本質的で神動画すぎるpic.twitter.com/vV3gKlgPFp

まだまだ一般的にはAIをググるレベルでしか使われていない…
プロンプト術で一番大事なのは、実は「すごい呪文」を覚えることではないです… https://t.co/vq2kSxyPfz https://t.co/wxEotdAZZS

— テツメモ｜AI図解×検証｜Newsletter (@tetumemo) May 3, 2026

【GPT-5.5プロンプト術】 OpenAI公式プロンプト18選＋ビジネス応用12選、全部コピペで今日から試せる｜テツメモ｜tetumemo こんにちは！テツメモです。 「プロンプトを頑張って細かく書いているのに、なぜか微妙な答えが返ってくる」... テツメモ @tetumemo

🎙️ニュースレターの内容をAI音声でキャッチアップ！

記事の内容を、有料購読エリアの概要も含めて紹介しています。　

ぜひこちらも一緒にフォローしていただき、”ながら聴き”も楽しんでみてください♪

📚 まず知っておくべきこと── GPT-5.5とClaude、それぞれの公式ガイドが教えてくれたこと

この記事は、以下の2つの公式情報源を融合したものです。読者の皆さんが元記事を読まなくても、この1本で全体像を把握できるように設計しています。

GPT-5.5公式ガイドが教えてくれた7つのこと

2026年4月、OpenAIはGPT-5.5のリリースと同時に「GPT-5.5 Prompting Guide」を公開しました。これはOpenAIが初めて体系的に公表した「プロンプトの書き方マニュアル」です。

	@tetumemo

📝ついに！！OpenAIがGPT-5.5を正式リリース。

これ、ChatGPTが「答えるAI」から「仕事をやりきるAI」に変わった瞬間だと思うpic.twitter.com/k92pWKOSEX
ㅤ
これまでのChatGPT → 質問したら答えてくれる
GPT-5.5 → 計画して、ツール使って、確認して、最後まで自分でやりきる… https://t.co/F9bt4SNrub

— テツメモ｜AI図解×検証｜Newsletter (@tetumemo) April 23, 2026

このガイドの核心は、「結果を先に定義し、手順はAIに任せる（Outcome-first）」 という考え方です。

GPT-5.5は従来のモデルよりも推論能力が大幅に向上しており、「まずAを調べ、次にBを確認し…」という手順の羅列ではなく、「最終的にどうなっていれば成功か」を定義するほうが遥かに高い性能を発揮します。

公式ガイドが提示する7要素テンプレート（推奨されるプロンプト構造）は以下の通りです

さらに、GPT-5.5固有の技術として以下が紹介されています

• プリアンブル（Preamble）：回答の冒頭に「今から何をするか」を一言で表示させる。体感待ち時間を短縮
• 検索バジェット（Retrieval Budget）：AIが使ってよい情報源の範囲を定義。ハルシネーション（嘘の情報を自信満々に語ること）を防ぐ
• バリデーションループ：AIに自分の回答を自己検証させる。「成功条件を全て満たしているか？」を確認させてから出力
• クリエイティブ下書きのガードレール：プレゼン資料やマーケコピーで、AIが数字や実績を捏造するのを防ぐルール

🔗 GPT-5.5 prompting guide（OpenAI公式）

Claude公式チームが教えてくれた5つのこと

Anthropicの公式プロンプトエンジニアリングチームが「Prompting 101 | Code w/ Claude」という動画を公開しました。Claudeの開発元自身が「こうすればClaudeの性能を最大化できる」と解説した、実践的なガイドです。

YouTube

Prompting 101 | Code w/ Claude Watch on YouTube

このガイドの核心は、「Claudeが知らないことは教えてあげる」 という考え方です。

Claude Sonnet 4.6やClaude Opus 4.7は非常に大きなコンテキスト窓（一度に処理できる情報量）を持っており、詳細な背景情報を大量に与えても正確に処理できます。「この情報は多すぎるかな？」と心配する必要はありません。むしろ情報が不足しているほうがはるかに問題です。

公式チームが強調する8つの重要原則から5つをピックアップ

①　背景情報を徹底的に提供する

Claudeの最大の失敗原因は「情報不足」です。公式動画で紹介された失敗例では、スウェーデンの自動車保険の事故報告書を分析させたところ、「自動車保険の話だ」という背景情報がなかったためにClaudeは「スキー事故」と判断してしまいました。

対策： AIが知らない専門知識・業界情報・社内ルールは、すべてプロンプトに含めましょう。

②　XMLタグで情報を構造化する

ClaudeはXMLタグ（[タグ名]〜[/タグ名]）を「意味のある区切り」として特別に処理します。プロンプトが長くなるほど、この構造化の効果が際立ちます。

[役割定義]あなたは保険会社のAIアシスタントです。[/役割定義]
[フォームの説明]チェックボックスの意味：1.駐車中 2.発進中...[/フォームの説明]
[事故報告書][実際のデータ][/事故報告書]

③　具体的な例（Few-shot）を見せる

「こういう形式で答えてほしい」を説明するより、「これが理想の回答です」と実例を1〜2個見せるほうが劇的に精度が上がります。

④　拡張思考（Extended Thinking）を活用する

Claude Sonnet 4.6 / Opus 4.7の独自機能。回答前に内部で深く推論するプロセスを踏みます。複雑な法的判断・多変数の最適化に有効です。コツは「プロンプトをシンプルにする」こと。細かすぎる手順指示は拡張思考を阻害します。

⑤　最終確認ブロック（タスクリマインダー）を末尾に置く

プロンプトの最後に「制約の再確認」を置くことで、Claudeが回答直前にルールを再確認します。プロンプトが長い場合に特に効果的です。

🔗 Prompting 101 | Code w/ Claude
🔗 Anthropic Prompt engineering overview

2つの公式ガイドを重ねて見えてきたこと

上記の2つの公式ガイドを並べてみると、驚くほど同じことを言っていることに気づきます。

両社が「同じこと」を別の言葉で言っているなら、その共通部分こそが「AIの本質的な活用法」です。

この記事では、この共通原則を「6大原則」として整理し、両AI固有の技術を上乗せし、最終的には「どちらのAIでも最大の力を引き出せるユニバーサルテンプレート」を完成させ活用しやすいSkillで提供します。

💡 プロンプト術の「焦点」が変わってきている

ここで一度立ち止まって、少し大きな視点で話をさせてください。

X（旧Twitter）の投稿が、私の頭の中を整理してくれました。AIの幅広い知見と実務での活用方法、そして最近ではMicrosoft 365 Copilotを軸に業務効率化を発信しているまつにぃさん（@yugen_matuni）の記事です。

	@yugen_matuni

https://t.co/2qrgxOAKJ2

— まつにぃ (@yugen_matuni) May 3, 2026

「プロンプトに凝るということの意味が変わってきている」
>
─ まつにぃ（@yugen_matuni）「昔のプロンプト術に囚われている人に伝えたい、Copilot Chatのカスタム指示の話」

🔗 元記事（X投稿）

これは、私がこの記事で伝えたかったことの核心でもあります。

GPT-5.5の公式ガイドは「short, outcome-first（短く、成果を先に）」と明記しています。Anthropicの公式ガイドは「プロンプトを改善する前に、まず成功条件と評価基準を定義せよ」と書いています。競合する2社が、同じことを別の言葉で言っています。

AIの性能が上がるほど、「どう書くか」より「何を前提として渡すか」の設計が重要になってきます。

このことを頭の片隅に置いたまま、ここから先の6つの原則を読んでみてください。各ブロックが「形式の型」ではなく「AIに渡す前提の設計図」として見えてくるはずです。

🔍 第1部：2大AIが揃って推奨する「共通の黄金原則」

これ以降の章はかなり多くのプロンプト事例や仕組みが紹介されます。それを無理に覚えて使えるようになる必要あありません。最後にはこれらの学びをすべてまとめて、あなたが今欲しいプロンプトを作ってくれるプロンプトジェネレーターSkillを提供します。

では、なぜ詳細に仕組みを学ぶ必要があるのか？

それは審美眼を磨くためです。審美眼とは美しさや完成度を見分ける力のことです。ちょっと話はズレますがAI時代これがかなり重要です。

プロンプトにおける審美眼とは、「AIにどう聞けば、狙った答えに近づくか」を見抜く力です。

重要なのは、曖昧なお願いをそのまま投げないこと。「いい感じに書いて」ではなく、「誰向けに」「何の目的で」「どんな前提で」「どの形式で」「何を避けて」「どの水準まで」答えてほしいかを指定する。

たとえば「わかりやすく」ではなく、「初心者向けに、専門用語を避け、3ステップで説明」と書く。
「詳しく」ではなく、「判断材料、メリット、注意点、実行手順に分けて説明」と書く。
つまりプロンプト術とは、頭の中にある完成イメージを、AIが実行できる条件・役割・制約・出力形式に分解する技術です。審美眼は完成物を見抜く力、プロンプト術は完成物を引き寄せるための設計力です。

そのため、今回Skillを使って出力されたプロンプトをあなたが審美眼で評価・改善するために、この基礎となる知識が必要になるのです。

💡 第1章　「伝え方」の問題だった：2大AIが揃って言っていること

GPT-5.5とClaudeは、アーキテクチャも会社も異なります。しかし、両社の公式チームは、ほぼ同じことを言っています。

OpenAI公式ガイドの言葉
「GPT-5.5は推論能力が飛躍的に向上したため、細かすぎる手順の指示はかえってAIの思考を狭め、ノイズになってしまいます。プロセスを指定するのではなく、ゴールを定義してください」

Anthropic公式チームの言葉
「プロンプトエンジニアリングは、非常に反復的で経験的な科学です。最初からうまくいくことはまれで、試して、失敗して、改善していくことが前提です。明確な指示を書き、タスクに必要なコンテキストを与え、情報をどう配置するかを考えることが重要です」

表現は違いますが、メッセージは同じです。「AIに察させるのをやめて、明確に伝える技術を磨こう」。

そして両社は、「明確に伝えるための構造」を、詳しく解説してくれています。その共通点を、これから6つの原則として整理します。

失敗例で学ぶ：2つのAIがなぜ間違えるのか

❌ 避けるべきプロセス重視の指示
まずAを調べ、次にBを調べ、すべてのフィールドを比較し、
考えられるすべての例外を検討し、どのツールを呼び出すかを決め、
ツールを呼び出し、そのプロセス全体をユーザーに説明してください。

この指示の問題は「手順の細かすぎる指定」です。GPT-5.5はこの手順を機械的にこなすだけになり、本来の問題解決能力を発揮できません。

Claudeの失敗パターン（Anthropic公式チーム動画より）

❌ 避けるべき情報不足の指示
事故報告書をレビューし、事故の状況と過失の有無を判断してください。

この指示を受けたClaudeは、スウェーデンの自動車保険の事故報告書を見て「スキー事故だ」と判断してしまいました。「自動車保険の話だ」という情報が一切なかったためです。

共通の教訓： どちらのAIも、「伝えていない情報」は自分で推測して埋めます。その推測が外れた時、見当違いな答えが返ってきます。

▶ いまやること

1. 自分がよく使うプロンプトを1つ思い浮かべる
2. そのプロンプトに「手順の細かすぎる指定」または「情報の欠如」がないか確認する
3. 次の章から学ぶ「共通原則」で改善してみる

👤 第2章　共通原則①　役割・目的・トーンを「最初の3文」で決める

GPT-5.5での実装：Role × Personality

OpenAI公式ガイドは、システムプロンプトの冒頭に「Role（役割）」と「Personality（パーソナリティ）」を置くことを推奨しています。

✅ GPT-5.5推奨の冒頭ブロック

Role: [モデルの機能、文脈、および仕事を定義する1〜2文]

# Personality
[トーン、態度、およびコラボレーションスタイル]

公式ガイドが提示する具体例（業務型アシスタント向け）

# Personality
あなたは有能なコラボレーターです。親しみやすく、安定しており、直接的です。
ユーザーは有能であり、誠実に行動していると想定し、忍耐強く、敬意を払い、
実用的な助けを提供してください。

要求がすでに実行可能なほど明確な場合は、確認のために立ち止まるよりも、
作業を進めることを優先してください。

Claudeでの実装：役割定義 × トーン指定

Anthropic公式チームは、プロンプトの冒頭に「あなたは何者か」「何のためにここにいるか」「どう振る舞ってほしいか」を伝えることを最重要視しています。

✅ Claude推奨の冒頭ブロック

あなたは[役割]として、[背景・状況]の中で、[タスク]を行います。

# トーン
[態度・姿勢の指定。「自信を持って」「共感的に」「事実に基づいて」など]

統合テンプレート：「3文コンテキスト公式」

両AIに共通して使える、最初の3文の書き方です。

【3文コンテキスト公式】

あなたは[具体的な役割・職種]として、[使用状況・背景]の中で働いています。
あなたのタスクは、[何を・誰のために・どういう目的で行うか]です。
回答は[トーン：「自信を持って」「共感的に」「客観的に」など]行ってください。

GPT-5.5向けの補足： Personalityブロックをさらに詳細に書くと効果的（第8章参照）
Claude向けの補足： トーンに「判断できない場合は推測せず理由を明示」を加えると精度が上がる

▶ いまやること

1. 次にAIに何か頼む時、最初の3文を「3文コンテキスト公式」の形で書いてみる
2. 「誰・何のため・どうやって」が全部入っているか確認する
3. トーンを1文で明示的に指定してみる

🔗 GPT-5.5 Personality and behavior
🔗 Anthropic: Prompt engineering overview

「役割」だけでは足りない：AIが知らない「判断基準」を渡す

「3文コンテキスト公式」で役割とタスクは伝えられます。でも、ここで止まっている方が多いです。

まつにぃさんの記事に、これを鮮明に示す比較例がありました。

悪い例：
```
いつも丁寧に、分かりやすく、いい感じに答えてください。
```
>
良い例：
```
私は、法人向けサービスの営業企画を担当しています。
主な業務は、顧客向け提案書の作成、営業メールの下書き、商談内容の整理、社内向け報告資料の作成です。
>
回答するときは、私の立場を「法人営業を支援する営業企画担当者」として扱ってください。
判断するときは、顧客への説明しやすさ、営業担当者がすぐ使えること、社内確認が必要な論点が明確であることを重視してください。
>
不明な情報がある場合は、推測で断定せず、「不明」または「要確認」と明記してください。
```
>
─ まつにぃ（@yugen_matuni）「昔のプロンプト術に囚われている人に伝えたい、Copilot Chatのカスタム指示の話」

🔗 元記事（X投稿）

この2つの差は、文章の上手さではありません。

後者には「役割・業務・判断基準・エラー時の振る舞い」が入っています。同じ「要約してほしい」という依頼でも、営業企画担当として読むのか、技術担当として読むのかで、良い回答はまったく変わります。AIは指定がなければどちらかを自分で推測して埋めます。その推測が外れたとき、見当違いな答えが返ってきます。

「3文コンテキスト公式」でBlock 1を書いたら、次に考えるべきは「AIが自動では判断できないこと」です。それがBlock 3（背景情報）に書くべき最初の候補になります。

🎯 第3章　共通原則②　AIに「合格ライン」を教える： 成功条件の定義

プロンプトに「正解の条件」が書かれていないと、AIは自分なりの「良さそうな答え」を返します。それがあなたの期待と一致するかどうかは、運次第です。

GPT-5.5での実装：Success criteria（成功条件）

OpenAI公式ガイドは、「Success means:（成功の定義：）」というブロックを使って合格条件を明示します。

✅ GPT-5.5の成功条件ブロック（公式ガイドより）

顧客の問題を最後まで解決してください。

成功の定義：
- 利用可能なポリシーとアカウントデータから、返品の可否が判断されていること
- 可能なアクションは、回答する前にすべて完了していること
- 最終的な回答には、completed_actions、customer_message、blockersが含まれていること
- もし証拠が不足している場合は、最も重要な不足項目を1つだけ質問すること

なぜこれが強力なのか？ AIは「手順を実行する」のではなく「成功条件を満たす」ために動くようになります。GPT-5.5のような高度な推論モデルは、この指定方法で本来の力を最大限に発揮します。

Claudeでの実装：出力フォーマット × 最終確認ブロック

Claudeでは「成功条件」を、「出力フォーマット」と「最終確認ブロック」の形で表現します。

✅ Claudeの成功条件ブロック

# 出力フォーマット
- [具体的な出力形式・構造]
- [含まれるべき必須要素]
- [長さ・文体の指定]

# 最終確認（成功の定義）
- [条件1：〇〇が含まれていること]
- [条件2：〇〇しないこと]
- [条件3：〇〇の場合は〇〇して停止すること]

統合テンプレート：「成功条件定義ブロック」

【成功条件定義ブロック】

# 成功の定義（このタスクが完了したと言える条件）
- [必須要素1：最終出力に含まれなければならないもの]
- [必須要素2：特定の形式・構造]
- [品質条件：どのレベルの精度・深さが必要か]
- [制限条件：やってはいけないこと・含めてはいけないもの]

# 出力フォーマット
[具体的な形式・長さ・構造]

▶ いまやること

1. 「完成したらどんな状態になっているか」を3項目書き出す
2. その3項目を「成功条件定義ブロック」に当てはめてプロンプトに追加する
3. 回答の質が変わるか試してみる

🔗 GPT-5.5 Outcome-first prompts

📝 第4章　共通原則③　例（Few-shot）は2大AIに等しく効く

「百聞は一見に如かず」はAIにも当てはまります。言葉でいくら説明するより、「こういう時はこう答えてほしい」という例を1つ見せた方が、AIははるかに正確に意図を理解します。

これは、GPT-5.5とClaudeに共通する、最も即効性の高いテクニックです。

GPT-5.5での実装：例ブロック

✅ GPT-5.5向けの例ブロック

入力例：
「Q4の売上が前年比15%増加した主な要因を分析してください。
データ：ECサイト売上+25%、実店舗売上-3%、新商品ライン+18%」

出力例：
【分析結果】
主要因：ECサイト売上の急増（+25%）と新商品ラインの好調（+18%）
補足：実店舗の微減（-3%）はEC移行の影響と推定
リスク：実店舗の継続的な減少に要注意
【次のアクション】EC施策の継続強化と実店舗テコ入れ策の検討

Claudeでの実装：XMLタグ付きの例ブロック

✅ Claude向けの例ブロック（XMLタグで区切る）

[例]
入力：チェックボックス2にチェック、車両Aが駐車スペースから右に出て車両Bと接触
出力：
  過失判定：車両A（80%）、車両B（20%）
  根拠：車両Aは出庫時の確認義務を怠った。
  証拠：チェックボックス2とスケッチの状況から判断。
[/例]

統合テンプレート：「例ブロックの書き方」

【例ブロックの書き方】

[例]
入力：[典型的なインプットの例]
出力：
  [理想的なアウトプットの構造と内容]
  [含まれるべき要素を全て含んだ例]
[/例]

※ GPT-5.5では通常のテキストブロック、Claudeではタグで区切るとより効果的

ポイント： 完璧な例を多数用意する必要はありません。「良い例を1つ」だけでも、Claudeの出力は劇的に変わります。また「良い例1つ＋悪い例1つ」の対比がさらに効果的です。

▶ いまやること

1. Claudeの回答が「形式として物足りない」と感じたら、理想の形式の例を1つプロンプトに追加してみる
2. 例には「入力」と「出力」の両方を含める
3. 悪い例も1つ加えると（「こういうのはNG」）、さらに精度が上がる

🔗 Anthropic: Multishot prompting

🛡️ 第5章　共通原則④　ガードレール： やってはいけないことを明示する

Constraintsがないと、AIは善意で余計なことをします。事実を捏造する、スコープ外の回答をする。これらはすべてガードレールの欠如が原因です。

GPT-5.5での実装

# Constraints
- ポリシー外の質問については推測しないこと
- 確認できない事実は捏造しないこと
- ユーザーが怒りを示した場合は、エスカレーションフローに従うこと

Claudeでの実装

# 最終確認
- 提供された情報に含まれない事実は絶対に捏造しないこと
- 情報が不足している場合は判断できませんと回答して停止すること
- スコープ外の質問には担当外ですと伝えて停止すること

統合テンプレート：ガードレールブロック

# 制約・停止ルール
- 捏造・推測の禁止：提供された情報以外の事実を使わないこと
- 停止条件：[状況]の場合は「[返答文]」を出力して停止すること
- エスカレーション：[状況]の場合は人間の担当者に転送すること

ポイント：ガードレールは末尾に書くのが効果的です。プロンプト末尾の指示はAIが回答直前に再確認するため、より強く機能します。

📋 第6章　共通原則⑤　出力の「形」を指定する： フォーマット指定

出力フォーマットの指定は、両AIで最も即効性の高い改善です。内容が正しくても形が使えなければ意味がありません。

GPT-5.5での実装

# フォーマット
- 箇条書きを効果的に使用してください
- スキャンしやすい見出しを使ってください
- 短い回答を好みますが、複雑さには適切に対応してください
- 冗長性を避けてください

Claudeでの実装

# 出力フォーマット
- 全体：〇〇文字以内
- 〇〇セクション：段落（平文）で記述
- 〇〇セクション：箇条書きのみ
- 最終判断：[final_verdict]タグで囲む

統合テンプレート：フォーマット指定ブロック

# 出力フォーマット
全体の長さ：[文字数 / 箇条書き数 / 読む時間]
形式：
- [セクション名]：[段落 / 箇条書き / 表]
必須要素：[最終判断・根拠・次のアクション など]
禁止：[冗長な前置き / 曖昧表現]

型の指定は典型例ですが、よく使う型はSkillsのreferenceに登録しておいて呼び出せるようにしておくのも良いです。

⏹️ 第7章　共通原則⑥　止まるタイミングを教える： Stop rules

AIは指示がない限り何かを答えようとします。Stop rulesはこのやりすぎを防ぐ安全装置です。

GPT-5.5での実装

# 停止条件・エスカレーション
- 顧客が怒りを示した場合：担当者にお繋ぎしますと伝えてtransfer_to_agentを呼び出す
- 必要な情報が取得できない場合：利用可能な情報で最善を尽くしblockersとして記録する
- スコープ外のリクエスト：この件はお手伝いできません、と伝える

Claudeでの実装

# 最終確認
- 情報が不足している場合：最重要な不足項目を1つだけ質問して停止すること
- ユーザーの怒りが非常に強い場合：人間のオペレーターに転送してくださいと出力して停止
- スコープ外の質問：この件は対応範囲外ですと伝えて停止すること

統合テンプレート：停止ルールブロック

# 停止ルール
- [状況1]の場合：「[返答文]」を出力して停止すること
- [状況2]の場合：「[返答文]」を出力してエスカレーションすること
- 情報不足の場合：最重要な不足項目を1つだけ質問して回答を待つこと
- スコープ外の場合：担当外ですと返してから担当できることを案内すること

ここからのコンテンツ

第1部で6つの共通原則を学びました。

「役割を定義する」「合格条件を伝える」「例を見せる」「ガードレールを置く」「出力形式を指定する」「止まるタイミングを教える」。概念としては分かった、という状態だと思います。

でも正直なところ、ここで「で、実際に自分はどう使えばいいの？」という壁にぶつかる方が多いです。昔からプロンプト系の紹介記事を読んでも「こんなの全部覚えて使えるわけ無いでしょ！」と自己ツッコミしていました。

結果、テンプレートを目の前にして、何から埋めればいいか分からず、結局いつもの「丁寧に答えてください」に戻ってしまった経験が何度もあります。

この先では、その壁を壊す内容を用意しました。

第2部 では、GPT-5.5とClaudeそれぞれが持つ固有の武器を解説します。どちらを使うべきかの判断基準も、表で整理しています。

第3部 では、6大原則を8つのブロックに落とし込んだ「ユニバーサルプロンプトテンプレート」を提供します。全部埋めなくて大丈夫です。自分のタスクに必要なブロックだけを選ぶフローチャートも用意しています。さらに、このテンプレートをシステムプロンプトとして育てていく考え方も紹介します。

第4部 では、そのテンプレートを実際に使って設計した両AI対応のビジネスプロンプトを12種類紹介します。営業メール、議事録要約、競合分析、採用面接フィードバックなど、明日から使えるものを揃えました。

第5部 では、これらの知識をまるごと「プロンプト自動生成Skill」として実装し、有料購読者の皆さんに配布します。Skillの中身、使い方、実際の出力例、カスタマイズ方法まで完全に公開します。

ちょっとイメージしやすいようにSkillsの構成をシェアしますね。

Skillのファイル構成

今回配布する universal-prompt-generator のディレクトリ構造はこうなっています。

universal-prompt-generator/
├── SKILL.md                      ← Skillの頭脳。呼び出すとここが読み込まれる
└── references/                   ← Skillが参照する詳細資料フォルダ
    ├── block-templates.md        ← 8ブロック各テンプレートの定義
    ├── example-prompts.md        ← 完全な使用事例（6パターン収録）
    └── model-optimizations.md   ← GPT-5.5・Claude別の最適化ルール

SKILL.md がSkillの本体です。インタビューの進め方、ブロック選択のロジック、出力フォーマットがすべてここに書かれています。references/ フォルダは補足資料で、Skillが必要に応じて参照します。読者が自分でカスタマイズしたい場合も、references/ 内のファイルを編集するだけで済む設計になっています。

Skillが行うこと

/universal-prompt-generator を呼び出すと、以下の流れで動きます。

[あなたの入力] 一言でも雑な一文でもOK
  ↓
[インタビュー] Skillが1問ずつ不足情報を引き出す
  ├─ 使用するAI（GPT-5.5 / Claude / 両対応）
  ├─ タスクの種類（何をAIにしてほしいか）
  ├─ 役割（AIに担わせる職種）
  ├─ 背景情報（AIが知らない専門知識）
  ├─ トーン・出力形式・制約・参考例（必要に応じて）
  ↓
[自動マッピング] ユニバーサル8ブロックテンプレートに当てはめる
  ↓
[出力] そのままコピペして使えるプロンプト

ポイントは「一言でも雑な入力でも受け付ける」という点です。

テンプレートを覚える必要はありません。Skillが足りない情報を1問ずつ引き出してくれるので、気づいたら整ったプロンプトが手元にある状態になります。

この「一問一答のインタビュー形式」で、雑な入力からでも以下のような高品質なプロンプトが自動生成されます。

私の同僚はこの雑なプロンプトからここまでほぼ自動で変換してくれることに感動してました。（※Skills名や構造は同僚用にカスタマイズしています）

✅️【生成プロンプト：Claude向け / 自動車保険の事故報告書レビュー】

[役割定義]
あなたは自動車保険の査定担当です。
あなたのタスクは、事故報告書を読み取り、事故状況を整理したうえで、過失の有無と過失割合を判断することです。
[/役割定義]

[判断対象]
以下の情報をもとに判断してください。

1. 報告書テキスト
2. 事故状況のスケッチ
3. チェックボックスフォーム

チェックボックスフォームについては、フォーム内に記載されている項目名や選択内容をそのまま読み取ってください。
別途説明がない項目については、意味を決めつけず、判断に必要であれば「不明点」として扱ってください。
[/判断対象]

[事故報告書テキスト]
[ここに事故報告書テキストを貼り付ける]
[/事故報告書テキスト]

[スケッチ]
[ここにスケッチ画像、またはスケッチの説明を貼り付ける]
[/スケッチ]

[チェックボックスフォーム]
[ここにチェックボックスフォームの内容を貼り付ける]
[/チェックボックスフォーム]

# 出力フォーマット

## 1. 事故状況の要約
事故がどのように起きたかを、報告書に書かれている情報だけで簡潔に整理してください。

## 2. 過失割合
以下の形式で記載してください。

- 当事者A：[数字]%
- 当事者B：[数字]%

判断できない場合は、無理に割合を出さず、次のように記載してください。

- 過失割合：判断不能
- 理由：[何が不足しているか]

## 3. 判断根拠
過失割合を判断した根拠を、箇条書きで示してください。
根拠は、報告書テキスト、スケッチ、チェックボックスフォームのどこに基づくものか分かるように書いてください。

## 4. 不明点
判断に必要だが、資料から確認できない点があれば箇条書きで示してください。
不明点がない場合は「不明点なし」と記載してください。

# 制約

- 報告書に書かれていない事実を作らないでください。
- スケッチやチェックボックスから読み取れない内容を決めつけないでください。
- チェックボックス項目の意味が不明な場合は、推測せず「不明点」として扱ってください。
- 法的な最終判断ではなく、保険査定上の暫定判断として出力してください。
- 過失割合を出す根拠が足りない場合は、無理に数値を出さず「判断不能」としてください。

# 最終確認

出力前に、以下を確認してください。

- すべての判断が、提供された資料に基づいているか
- 推測で補った事実が含まれていないか
- 過失割合の根拠が明記されているか
- 不明点がある場合、それを明記しているか

これまでのプロンプトジェネレーターと明らかに違うのは「Skillsのおかげで場所を選ばない」ということです。

今まではClaudeやChatGPTのProject機能やGeminiのGemにカスタムプロンプトを仕込んでプロンプトジェネレーターを作ったり、またGPTsというChatGPT専用のアプリ化をして使っていた方も多いと思います。

けど、正直それ、今も使ってますか？

私はツール間の移動が面倒で使っていません。

今はClaude CodeやCodex、ManusなどSkillsを元に能力を呼び出してAIのチカラを増幅する時代です。そんな中、ワークフローに組み込めない今までの使い方は時代遅れになっています。

今回お渡しするのは新しい時代のプロンプトジェネレーターです。 場所も、環境も、ツールの制約も受けず、共通のプロトコルである「Skills」にしたことによってClaude Code、Codex、Geminiなど制約ゼロ、会話の途中でも、ワークフローの途中でも組み込めるということです。

ですので、「やった！便利そうなプロンプトジェネレーターをGETできる！」という感覚ではモッタイナイです。今回は紹介しませんが、ぜひこのSkillを単体で使うより、自分のワークフローに組み込んで活かしてみてください。 その辺はまた別のニュースレターで掘り下げていきますのでお楽しみに！

まずは今日からずっと長く使えるAIの本質とも言える「プロンプトの土台と応用Skills」を、ぜひこの先へ進んで掴んでください！

📝 発行者

📝テツメモ｜tetumemo（Xアカウント）

📝テツメモ｜tetumemo（Xのハイライト）

📝テツメモ｜tetumemo（リンク集）

🎤Spotify：AI QUEST（今日から始めるAI生活）

🎤Apple Podcasts：AI QUEST（今日から始めるAI生活）

📹️YouTube：AI QUEST（今日から始めるAI生活）
📝noteでも、たまにAIなどの記事を書いています。

🎟️お得な招待コード

💡Manus（1,000クレジットが獲得できる限定招待コード）

💡AIエージェント「Felo」（月額100円引きの招待コード）

💡Perplexity Pro（初月10ドルの招待コード）

💡Genspark

💡Lovartの招待コード

💡LilysAI（7日間有料プランが使える招待コード）

💡YouWare（アプリを作ってUPして稼ぐ新しい仕組み）

💡リアルタイム翻訳「Felo字幕」（15分無料で試せる招待コード）

💡便利なAI音声入力ツール「Typeless」（5ドルのクレジットがもらえます）