ChatGPT・Gemini・Claudeの本当の使い方｜プロンプトはAIに書かせる

「うまく使えていない気がする」の正体

ChatGPTを毎日使っているのに、どこか手応えがない。

返ってくる答えが的外れだったり、「もっとこういう感じで」と何度も言い直したり。使い方の動画や記事を見て「なるほど」と思っても、実際に自分の作業に当てはめると微妙だったりする。

その感覚の正体に気づいたのは、使い始めて3ヶ月が経った頃だった。

問題はAIの性能ではなかった。指示の出し方に根本的な誤解があった。

※ 2026年4月時点・ChatGPT（GPT-5.2）・Gemini 2.5・Claude Sonnet 4.6で検証した内容です。

ほとんどの人がやっているNG指示

AIへの指示を「タスクをそのまま渡すこと」だと思っている人が多い。

「このデータでレポートにして」
「このメールをもっと丁寧にして」
「新商品のアイデアを出して」

これが悪いわけではない。でも、これだとAIが持っている力の3割も引き出せていない。

なぜか。

AIは「何を書けばいいか」よりも「どう書けばいいか」の設計が得意だからだ。曖昧な指示を受け取ったAIは、曖昧なまま処理する。人間が「なんとなくこんな感じで」と思い浮かべた出力を、AIも「なんとなくこんな感じ」で返す。

その結果が、「悪くはないけど、なんか違う」という感覚だ。

本当の使い方：プロンプトをAIに生成させる

ここからが本題だ。

AIをうまく使えている人がやっていることを一言で言うと、「タスクを直接渡すのではなく、そのタスクを実行するためのプロンプトをまずAIに書かせている」。

つまり、こういう順序だ。

❌ 普通の使い方
人間 → 「このデータからレポートを作成して」→ AI → 微妙な出力

✅ 本当の使い方
人間 → 「このデータから営業レポートを書くための
         最適なプロンプトを生成して」
     → AI → プロンプトを生成
     → 人間 → そのプロンプトで実行
     → AI → 質の高い出力

AIは自分が何を求められているかを設計するのが得意だ。「どんな情報があれば、どんな出力ができるか」を人間より正確に把握している。だから、プロンプトの設計自体をAIに任せると、自分では思いつかなかった聞き方が出てくる。

具体例①：レポート作成

NG指示:

「添付の売上データを使って月次レポートを作って」

これだと、AIはフォーマットも構成も自分で判断する。結果として、自分が想定していた形と違う何かが返ってくる。

本当の使い方:

「添付の売上データから、経営陣向けの月次レポートを書くための最適なプロンプトを生成してください。読者は数字の細かい分析より意思決定に必要な要点を求めています」

AIはこの依頼に対して、こんなプロンプトを返してくれる。

「以下の売上データをもとに、経営陣向けの月次レポートを作成してください。構成は①先月比・前年比の数値サマリー②達成・未達の要因分析③来月に向けたアクション提案の3部構成で。専門用語は避け、各セクション200字以内でまとめること」

このプロンプトで実行すると、最初の指示とは段違いの出力が返ってくる。

具体例②：メール文章の改善

NG指示:

「このメールをもっとビジネスらしくして」

「ビジネスらしく」という抽象的な指示は、AIにとって解釈の幅が広すぎる。

本当の使い方:

「以下のメールをより適切な表現に改善するためのプロンプトを生成してください。相手は初めて連絡する取引先の部長です」

するとAIは「相手との関係性・文化的な敬語の使い方・件名の最適化」まで考慮したプロンプトを返してくれる。自分では気づかなかった改善点が含まれていることが多い。

具体例③：アイデア出し

NG指示:

「新商品のアイデアを出して」

これはAIにとって情報が少なすぎる。どんな業界か、誰向けか、価格帯は——それが全部わからないまま、無難なアイデアが並ぶだけだ。

本当の使い方:

「30代ビジネスパーソン向けのAIツール関連サービスのアイデアを最大限引き出すためのプロンプトを生成してください。差別化が重要で、既存サービスとの比較視点も欲しいです」

返ってきたプロンプトで実行すると、具体的な競合比較・ターゲットの課題・収益モデルまで含んだアイデアが出てくる。

ChatGPT・Gemini・Claudeで試した結果

この「プロンプト生成→実行」のやり方を、3つの主要AIで試してみた。

ChatGPT（GPT-5.2）
プロンプト生成の精度が高く、構造化された出力が得意。ビジネス文書やレポート系の作業に特に向いている。「どんな制約条件を加えるべきか」まで提案してくれることが多い。

Gemini 2.5
Googleのサービスとの連携が強みで、ドキュメントやスプレッドシートと組み合わせた作業のプロンプト生成が得意。検索や情報収集が絡むタスクのプロンプトは特に精度が高い。

Claude Sonnet 4.6
長い文脈を扱うのが得意で、複雑なプロジェクトや複数のステップが絡む作業のプロンプト生成に向いている。「このタスクをどう分解すべきか」という設計段階から相談できる。

どのAIでも「プロンプトを生成して」という使い方は有効だったが、タスクの性質によって得意不得意がある。最初は使い慣れたAIで試してみて、合わなければ別のAIで同じプロンプト生成を試すと比較しやすい。

この使い方を定着させる3つのコツ

コツ1: 「〜するためのプロンプトを生成して」を口癖にする

最初はぎこちなく感じるが、慣れると自然に出てくるようになる。タスクを投げる前に一瞬立ち止まって「これ、プロンプトを先に作らせた方がいいか？」と考える習慣がつくと、AIの使い方が変わる。

コツ2: 生成されたプロンプトに目的と読者を必ず付け加える

AIが生成したプロンプトは汎用的なことが多い。「経営陣向け」「初めて会う取引先向け」のように、誰に向けた出力なのかを付け加えてから実行すると、精度がさらに上がる。

コツ3: よく使うプロンプトはメモしておく

「このパターンのプロンプトはうまくいった」というものが蓄積されてくる。NotionやメモアプリにAI用のプロンプト集を作っておくと、同じ作業の精度が安定してくる。

使い方を変えると、AIが変わる

ChatGPT・Gemini・Claudeは、指示の出し方で返ってくるものが大きく変わるツールだ。性能の差よりも、使い方の差の方が出力に影響する。

「プロンプトをAIに書かせる」という発想は最初は遠回りに感じるかもしれない。でも実際にやってみると、今まで自分が投げていた指示がいかに曖昧だったかに気づく。

ぜひ今日の作業で一度試してみてほしい。最初に「このタスクを実行するための最適なプロンプトを生成して」と投げかけるだけでいい。