ChatGPTのための150のプロンプト - AI生産性を向上させる究極のガイド

推奨事項： すべてのセッションを明確に定義された目標と期待される回答の具体的な例で開始します。コンテキストを理解する明確な制約を含むプロンプトを使用します。迅速なスキャンと一貫した結果のための特徴付きのよく考えられたアウトラインを作成します。セットアップの残りをシンプルに保ち、出力をレポートとメッセージ（メッセージ）で再利用可能にします。

プロンプトを繰り返し可能なテンプレートとして構造化します：役割、目標、制約、および対象者向けの短いトーン。モデルがスタイルを切り替えてもドリフトせずに済むように、アクションのシナリオと対応する出力を準備します。パターンを説明するための数例のメッセージを添付し、それらを使用して出力の予測可能性と速度をコンテキスト間で向上させます。

プロンプトをモジュール化します：各ブロックは単一のタスクを含み、小さく保ちます。残りのブロックを使用してエッジケースと一般的なワークフローをカバーします。要約、データ抽出、Q&Aなどのタスク向けの大型テンプレートのライブラリを作成します。このアプローチは効率を向上させ、プロジェクト全体で一貫したトーンを維持するのに役立ちます。

レポートスタイルの場合、簡潔な要約、箇点リスト、ソースリストを要求します。回答とメッセージをレビューして改善できるスレッドに収集します。ポリシーと地元規制の範囲内に留まるためのコンプライアンスチェックを含め、特にロシアのオーディエンスには重要です。

テストと測定：プロンプトのバッチを実行（例：一度に50個）、レイテンシを追跡し、ベースラインと結果を比較します。大型プロンプトを使用してストレステストを行い、ボトルネックを特定し、出力を簡潔で実行可能にするためにプロンプトを調整します。明瞭さと有用性を向上させることを目指し、チームと発見を共有して採用を加速します。

最初に10個のテンプレートを展開し、次にインクリメンタルアプローチで150個のプロンプトに拡張します。平均ターンアラウンドタイム、ターゲットフォーマットのヒット率、ユーザー満足度などのメトリクスを追跡します。このガイドを使用してAIワークフローをより大きく予測可能にし、ステークホルダーと共にトーンと明瞭さを改善するためにイテレーションを続けます。

ユースケース別にプロンプトを整理して迅速なアクセスを確保

迅速なアクセス向けにユースケース別にプロンプトを2階層のカタログに保存します。主要なバケットから開始：ブレインストーミング、計画、研究、ドラフト、レビュー、意思決定支援。各バケットに簡潔な目標とその目標に関連する5〜8個のプロンプトを追加します。フィルタリングを高速化するためのフィールド、メディア、法的などのフィールドでプロンプトをタグ付けします。この構造はチームの効率的な作業を支援し、独自のノートをサポートし、検索時間を削減することで効果を発揮します。

各プロンプトにトーンと関連性の手がかりを添付：短いトーンの記述子と関連キーワードで出力をオーディエンスに合わせます。適切な場所でブログスタイルの手がかりを使用します。プロンプト内で、サブストリングと文字列で構築し、プレースホルダーを置き換えてトピックを交換します。このアプローチはステークホルダーからより多くの注意を引きつけ、イテレーションごとのレビューを改善します。プロンプトを種類別に適切にラベル付けして意図したトーンと対象オーディエンスに一致させます。システムは大規模ワークフローに対応可能です。品質管理のためのアルゴリズムベースのチェックを追加してドリフトを防ぎます。コールドテンプレートは開始点としてのみ使用し、フィールドとコンテキストに合わせて調整します。タグが役立ち、リンゴを無害なテストデータとして使用して正しさと安全性を検証します。

構造と例

例1：新機能のブレインストーミングユースケース。プロンプト：「Xの革新的な12の機能をブレインストームせよ。」タグ：フィールド：製品、メディア：ブログ、トーン：クリエイティブ。サブストリングと文字列付きのプレースホルダーを含み、[トピック]を他のトピック（他の）で置き換えて交換します。リンゴでプロンプトをテストして正しさ（正しく）と安全性をチェックします。このセットアップはフィールドチーム間でスケールし、監査が容易です。

例2：メディアブリーフユースケース。プロンプト：「Yについての100語のメディアブリーフをドラフトせよ。」タグ：フィールド：メディア、アルゴリズム、トーン：情報的。キーワードを迅速に切り替えるためのサブストリングを含み、異なるオーディエンス向けに置き換えます。レビューを収集して調整します。この方法はオーディエンスを引きつけ、関連性を保ちます（関連）。2階層カタログは適切なプロンプトとその文字列への迅速なアクセスを提供することで大規模チームをサポートします。

メンテナンスと測定

定期的に古いプロンプトを剪定し、バージョン履歴を保持し、変更を文書化します。メトリクスを追跡：平均応答時間、関連性スコア、正しさ（正しく）。チームからのレビューを集めてトーンと正確性を洗練します。フィールドが進化したら新しいプロンプトを追加し、古い文字列を他のものに置き換え、リンゴベースのテストを保持して時間の経過とともに動作を検証します。

テンプレートプロンプト：一貫性のための再利用可能な構造

タスクカテゴリごとに単一の再利用可能なプロンプトテンプレートを使用し、明確なプレースホルダーで一貫性と高速イテレーションを保証します。例えば、サロンのFacebook投稿をドラフトする場合、各出版物に同じ構造を適用してリンゴ対リンゴの比較を達成し、常に測定可能な結果を生み出します。プレースホルダーと期待される出力フォーマットを文書化します。

各テンプレートを構造化されたセットで固定：役割、タスク、制約、入力、出力。出所の短い例を含み、トランスクリプションを明確にマークして有用なフィードバックを得ます。コードクスと標準に合わせ、メッセージをすべてのチャネルで一貫させるためにオーディエンス周辺の領域に適応します。これにより品質を意識し、チーム間のアクションをガイドします。

すぐに使用可能なテンプレートライブラリを保持します。新しいプロンプトを追加する際は、エリア（コンテンツ、研究、レビュー、トレーニング）でタグ付けします。高速イテレーションと一貫した結果に気づくでしょう。広範な展開前に小さな入力でテストして正確性の問題を検出します。一部のテンプレートは潜在的な改善を明らかにし、リンゴ間の比較を容易にします。

コアテンプレート構造

プロンプトを5つの再利用可能なブロックで構造化：役割、タスク、入力、制約、出力。[INPUT]、[CONSTRAINTS]、[OUTPUT FORMAT]などのトークンを使用してプロンプトをコンテキストと言語間で適応可能に保ちます。各ブロックごとに短い例を含み、チームメンバーがトランスクリプションやオーディオ素材で自信を持って再利用できるようにします。特に正確性を維持しドリフトを避ける必要があります。

実践的な実装

エリア	テンプレート	例
コンテンツ生成	あなたは[役割]です。タスク：[タスク]。入力：[入力]。制約：[制約]。出力：[出力]。	あなたはマーケティングアシスタントです。タスク：新しいリンゴ製品についての120〜150語のFacebook投稿をドラフトせよ。入力：製品説明とオーディエンス：25〜40歳の大人。制約：3つの利点、CTA、1つの箇点リストを含めよ。出力：短い段落のクリーンな投稿。
トピック研究	あなたは研究者です。タスク：[オーディエンス]向けに[トピック]の洞察を要約せよ。制約：データソースを含め、冗長を避けよ。出力：ソース付きの箇点リスト。	入力：「テンプレートプロンプト」AI生産性ドメイン。出力：データソースと1行ずつの5つの箇点。
トランスクリプションのレビュー	あなたはアナリストです。タスク：トランスクリプションから主要メッセージを抽出せよ；入力：トランスクリプション[ID]。制約：テーマに分類せよ；出力：テーマ別の要約。	入力：カスタマーサポートのトランスクリプション。出力：短い引用を例とした6つのテーマ。
トレーニングフィードバック	あなたはトレーナーです。タスク：正確性基準に対してモデル出力を評価せよ；入力：最新の出力；制約：エラーをタイプ別に注釈付け、修正を提案せよ；出力：簡潔なレポート。	入力：最後のスプリントからのモデル応答。出力：2つの主要エラー、3つの改善ノート、および提案された修正。

チェーンプロンプト：マルチステップワークフローの構築

推奨事項：4ステップのチェーンを構築：目標の明確化、コンテキストの収集、タスクの実行、出力の検証。これにより結果を再現可能で監査可能に保ちます。

各ステージの入力、プロセス、出力を定義する単一のテンプレートで構造化されたアプローチを採用；軽量変数でコンテキストを運び、ステージ間で一貫性を維持します。シナリオを含み、モジュールブロックを使用することで、ゼロから再構築せずに任意のユースケースでプロンプトをリミックスできます。

品質を高く保つために、各ステップで明示的な成功基準を定義し、シンプルなエラーハンドリングパスを追加します。オーディオやビデオソースで作業する際はgotranscriptとgotranscriptsを追跡し、メディア手がかりをモデルが推論できる文字列と文字列に変換します。このアプローチは一貫性と速度で顕著な改善を生み出し、チームクリエイターや共有ワークフローの連邦をサポートします。

• モジュールサブプロンプト：タスクを焦点を絞ったプロンプト（目標定義、コンテキスト収集、アウトライン、ドラフト、校正）に分割し、各ブロックが出力のタイトな結果を生み出し、新しいシナリオで交換可能にします。
• コンテキストの引き継ぎ：関連コンテキストのみを渡し、目標、オーディエンス、制約、ソース参照（gotranscript）などのフィールドを持つ軽量状態オブジェクトを保持して、後続ステージが以前の質問を再解決する必要がないようにします。
• 明示的な評価：各ステージを小さなチェックリスト（正確性、完全性、トーン、長さ）で終了し、次のステージへのゲート（OK/WARN/ERROR）でサイレント障害を防ぎます。
• メディア対応フロー：キャプションやトランスクリプトを扱う場合、gotranscriptまたはgotranscriptsを添付し、クリーンな文字列に変換し、ドラフトステージ前にフォーマットを検証します。
• 出力契約：各ステージの正確なフォーマット（例：キャプション形式、ツイッタースレッド用のツイート長の行、ケース要約）を定義し、期待されるコンテンツ量（文字数、行数、セクション）を保持します。
• 多様なシナリオ：プロンプトを複数のシナリオに対応するよう設計し、同じチェーンを大幅な書き換えなしで異なるオーディエンス、言語、プラットフォームに適応可能にします。
• 品質ガードレール：潜在的なエラーをチェックするクイックパスを含み、全体の出力を上書きする代わりに責任を持ってフラグ付けします。
• 所有権とコラボレーション：チーム役割（チーム、クリエイター）を割り当て、責任を文書化して、各ステークホルダーが何をいつレビューするかを知るようにします。

1. ステージ0 – 目標と入力：主要目標、オーディエンス、制約、参照資料をキャプチャ。必要な出力（例：キャプション付きのTwitterスレッド）とセクションや行のターゲット数を指定。トランスクリプトが存在する場合、後続処理のためのgotranscriptまたはgotranscriptsを添付。出力：ステージ目標と成功基準付きの構造化された計画。
2. ステージ1 – 計画と分解：高レベル計画を生成し、サブプロンプトに分解。チームメンバー（クリエイター）に所有権を割り当て、プロンプトのシーケンスをアウトライン。欠落コンテキストを引き出す質問（質問）とデータが不完全な場合のフォールバックパスを含みます。
3. ステージ2 – ブロックの実行：順番にサブプロンプトを実行（研究、アウトライン、ドラフト、リバイス）。必要なコンテキストのみを渡し、下流処理のために文字列/行をクリーンに保ちます。メディアアイテムが関与する場合、トランスクリプトセグメントを引き出し、ドラフト用の使用可能なコンテンツに変換します。
4. ステージ3 – 合成と編集：出力をまとまったアーティファクトに統合。トーンとフォーマット制約（キャプション、スレッド構造）を適用し、行間で一貫性を確保。期待されるスタイルに合わせるために参照例（ケーステンプレート）を使用します。
5. ステージ4 – 検証とイテレーション：エラー（エラー）のクイック監査を実行し、目標との整合性を検証。出力がセクションや行の必要な量を満たすかをチェックし、必要に応じて調整。結果を記録し、ステークホルダーへの公開または配信を準備します。

コンテンツローンチの例チェーン：キャプション付きの4パートTwitterスレッド（ツイッタースレッド）。チェーンは明確な目標から開始し、トランスクリプト経由でインタビュー引用を収集し、モジュールブロック（フック、コンテキスト、バリュー、CTA）をドラフトし、次に洗練されたスレッドとソーシャルチャネル用の補完キャプションセットを組み立てます。多著者チーム（チーム）の場合、これは予測可能で繰り返し可能なワークフローを実行し、往復を最小限に抑えます。このアプローチはgotranscript入力をサポートし、潜在的なエラー（エラー）を追跡し、コンテキストを失わずにチームの連邦（連邦）間でスケールします。複雑なメディアのシナリオでは、チェーンがゲラルト風のストーリーテリング手がかりを保持しつつ、追求する任意のケース（ケース）で簡潔で焦点を絞ったものになります。

品質保証プロンプト：使用前に出力を検証

2ステージのQAワークフローを実装：出力の自動検証に続き、リリース前に高速な人間レビュー。これにより正確性を保証し、欠陥のある洞察がオーディエンスに到達するのを防ぎます。

自動チェックは信頼できるデータソースに対してステートメントを比較し、信頼スコアを割り当て、引用のない主張をフラグ付けします。チーム内のレビュアーが発見を検証し、管理期待に沿ったダッシュボードを保持します。品質に焦点を当てることで、会社が行動できる新鮮な洞察を生成し、アドホックチェックより安全です。トレーサビリティを維持し、利用可能な場合にソースへのリンクを含めることが重要です。例外をレビュアープールに直接ルーティングして迅速に封じ込めます。実ユーザーの例を組み込んでプロンプトを魅力的にします。

医療トピックには追加のセーフガードが必要です：免責事項を提示し、独立した検証を要求し、潜在的なリスクで出力をタグ付けします。翻訳の場合、翻訳を含み、言語のニュアンスを指定します。シグナルが異議（異議）に示唆する場合、出力にキャプチャしてさらなる改善をガイドします。

テンプレートQAプロンプト

プロンプト例1：「回答を要約し、各主張を少なくとも2つのソースに対して検証せよ；引用を提供；要求された場合に翻訳を含めよ。」これにより正確性を強化し、ユーザー向けに明確な異議（異議）と制限を作成します。

プロンプト例2：「出力が医療トピックを言及する場合、免責事項を追加し、独立した検証を要求せよ。」ロシアのプロンプトコードクスと会社ポリシーに合わせ、出力をverifiedまたはneeds_reviewとしてタグ付けます。

プロンプト例3：「翻訳の場合、翻訳を添付し、言語のニュアンスを注記せよ。」

監視と改善：正確性、検証時間、再作業率を追跡；洞察を使用してプロンプトとワークフローを改善し、正確性を向上させ、チームと管理向けに高い信頼性を維持することを目標とします。このアプローチは会社がリスク管理と製品品質を改善するのに役立ちます。

日常生産性プロンプト：ルーチンとリマインダーを自動化

クライアント向けの最高影響の3つのタスクをリストした5分の朝のまとめをトリガーして日常ルーチンを自動化し、簡潔な更新をドラフトし、各アイテムのリマインダーをスケジュールします。

朝のセットアッププロンプト

• プロンプト：「今日のクライアント向けトップ3の価値駆動タスクを要約し、時間見積もりを含め、ブロックを明確化するための2つの質問（質問）を生成；スピーカーとクライアントへの更新に適した言語で配信せよ。」
• プロンプト：「ステークホルダー向けの完璧で友好的な更新をドラフトし、トーンと標準に一致；昨日の結果からの1文の洞察を含めよ。」
• プロンプト：「スピーカーとクライアントからの一般的な質問（質問）向けに5つのクイック返信を作成、すぐにコピー可能な回答（回答）で；テンプレートを助けに使用し、言語を簡潔に保て。」
• プロンプト：「1日の5分アジェンダを組み立て、トピックをカバーし、焦点を高めるためのカップレットスタイルの士気ノートを含めよ。」
• プロンプト：「オーディエンスセグメント向けに製品サービスについての2つのツイッタースレッドを準備、明確なコールトゥアクションとデータ裏付けの洞察で。」
• プロンプト：「チームと共有するための洞察とケアアクションの短いログをコンパイル、信頼を構築し時間の節約をサポート。」
• プロンプト：「高水準の言語とトーンを維持しつつ、最も頻繁なクライアント問い合わせへの対応のための3ポイント計画を生成せよ。」
• プロンプト：「大きなイニシアチブ（大きな）と主要トピック（トピック）向けの1ページの1日のブリーフを配信、最小限の冗長で。」
• プロンプト：「製品またはサービス（製品サービス）更新の進捗をキャプチャするためのライティングプロンプト（ライティング = 執筆）を提供、ターゲットメトリクスを含めよ。」
• プロンプト：「チームメイトと共有目標を調整するための寮文化（寮）コラボレーションノートのレビューリマインダーを設定せよ。」

リマインダー、追跡、レビュー

• プロンプト：「9:00、12:00、16:00に3ポイントのステータス更新をクライアントにプッシュするリマインダーを設定；回答（回答）を収集し、明日のための洞察を保存せよ。」
• プロンプト：「完了タスクを結果と大きな絵のノート（トピック）で中央ログに記録；迅速な監査のためのドライブと節約メトリクスでタグ付けせよ。」
• プロンプト：「最大のプロジェクト（大規模プロジェクト）の進捗についての週次振り返りを実行、ケアギャップを強調し、製品サービス品質を改善するためのアクションアイテムを提案せよ。」
• プロンプト：「クライアントとパートナーとの信頼（信頼）を保持するために更新間で一貫したトーンを維持；明瞭性を確保するための簡単な言語チェックを含めよ。」
• プロンプト：「終日の要約：何が機能したか、何が注意を必要とするか、明日の次のステップを、直接的な言語で述べ、フィラーを排除せよ。」

プライバシーと安全プロンプト：データ処理とコンプライアンス

データ処理慣行

実用的とするために、収集、処理、保存でのデータ処理を施行します。漏洩を防ぐために入力を検証；リアルタイムでPIIをレダクト；ログにメタデータのみを保存し、可能な限り文字列をトリムします。保持ウィンドウと必須削除を施行するための自動化を使用し、データアクセス要求のための明確な通信トレイルを公開します。いくつかの領域で、コンプライアンスとガバナンスにデータフローをマッピングし、迅速な発見と迅速な応答をサポートする明確な構造を使用します。設計された対策はユーザー privacy を保護し、エンジニアリングチームと運用に有形の利益があります。実装後、異常を報告するためのスタッフをトレーニングし、インシデント管理ワークフローと統合します。ポリシー変更を中央リポジトリに保持する必要があり、チームが現在のルールをさらに参照できるようにします。

コンプライアンスとガバナンス

連邦（連邦）標準と地域ルールに沿ったガバナンスフレームワークを構築します。定義された役割、承認ワークフロー、インシデント応答計画で明確な構造を確立します。管理層はデータ系統、アクセスログ、ポリシー変更を追跡して説明責任を維持します。自動監査とレビュー処理があります；各サイクル後にコントロールを更新し、ステークホルダーに簡潔なレポートをさらに公開します。チーム、サプライヤー、パートナー向けのプライバシーとデータ処理慣行についてのトレーニングが必要で、ニーズとサービスを満たします。いくつかの領域で、このアプローチは測定可能な利益を生み、信頼を強化します。決定を文書化し、進化する要件を反映した生きているポリシーリポジトリを保持することが顕著です。

影響の測定：メトリクス、フィードバックループ、改善

chatgptsの信頼性、信頼性、標準を追跡するための軽量ダッシュボードを実装し、各メトリクスのターゲットを設定します。送信ごとのデータとその結果から収集し、ユーザーjourneyをマッピングし、影響を定量化します。初期期待を確立するための30日ベースラインを使用し、月次レビューでイテレーションします。

重要なメトリクス

重要なメトリクスには：正確性率、失敗率、プロンプトから回答までのレイテンシ、完了率、エンゲージメントシグナルが含まれます。信頼を直接的なユーザー評価とヘルプ応答の品質で追跡します。言語の一貫性と標準との整合性を確保します。各応答で入力の複雑さと情報（情報）品質をキャプチャし、プロンプトの変更が出力にどのように影響するかをマッピングします。ボリュームとスケーラビリティを評価するための送信カウントを含みます。chatgptとchatgpts間で、出力を比較して一貫性を施行します。

改善のためのフィードバックループ

迅速なイテレーションサイクルを確立：各リリース後、ユーザーをエンゲージしヘルプするための1週間のフィールドテストを実行します。製品、データ、安全チーム間で、問題をカテゴリ（これらの）別にログし、オーナー（権利）を割り当てます。結果を使用してプロンプトとトレーニングデータを更新し、各変更の効果を文書化します。信頼を維持するための簡潔な影響レポートを公開し、学びを適切な場所で製品サービス向上に適用します。医療コンテキストでは、安全性と信頼性を優先して標準を厳格に保ちます。ウィッチャーさえデータに頼るでしょう；改善の意志は修辞ではなく測定可能な結果から来ます。