最後に、ここまでの内容を日々の仕事へ落とし込みます。個別の機能を知っていても、業務のどこに差し込むかが決まっていなければ定着しません。使い方の型と、続けるための仕組みを見ていきます。
シリーズ目次 ／ 前章: 12. ChatGPTのプライバシーと安全な利用
Table of contents
Open Table of contents
この章のねらい
- 業務別に、すぐ使える依頼の型を手に入れる
- ChatGPTを日常の作業手順に組み込む方法を知る
- シリーズ全体の要点をチェックリストとして持ち帰る
基本の型
いちばん汎用性が高いのは、作業を素材集めと下書き、判断と仕上げに分けて、前半を任せるやり方です。
この形が効くのは、第11章で見た2つの基準を自然に満たすからです。下書き段階なら誤りに気づけますし、間違っても後から直せます。
業務別の依頼の型
文章を書く
【役割】社外向け案内文を書く広報担当
【読み手】既存顧客の担当者（役職者）
【依頼】以下の要点をもとに、案内メールの本文を作成してください
【条件】500字以内 / 敬体 / 件名も提案 / 箇条書きは3項目まで
【要点】
- サービスの提供時間が9月1日から変更になる
- 変更後は 9:00-18:00（従来は 10:00-17:00）
- 問い合わせ窓口は変更なし長い資料を読む
添付資料について、次の3段階で出力してください。
1. 全体の要約（200字）
2. 節ごとの要点（各1〜2行）
3. 私が確認すべき論点・疑問点（5件、なぜ確認が必要かも添えて）
資料に書かれていない内容は補わないでください。実務で効くのは3番目、確認すべき論点です。要約は読む時間を減らすだけですが、論点の抽出は考える質を上げます。
会議のあとで
以下の議事メモから、次を作成してください。
1. 決定事項（誰が決めたかも明記）
2. 未決事項と、決めるために必要な情報
3. タスク一覧（担当者・期限が書かれていれば併記、なければ「未定」）
メモに書かれていない担当者や期限を推測しないでください。調べものをする
Webを検索して、次を調べてください。
- 対象: {調べたい事項}
- 各項目に出典URLと掲載日を併記
- 公式情報と解説記事を分けて示す
- 相反する情報があれば両論併記
- 確認できなかった点は「未確認」と明示出典の検証手順は第7章を参照してください。
学ぶ
{学びたいテーマ}について、私が理解できているか確認しながら教えてください。
- まず前提知識を確認する質問を3つしてください
- 私の回答に応じて説明の深さを変えてください
- 説明のあと、理解度を測る問題を出してください
- 私が間違えたら、正解を言う前にヒントをください学習で使うなら、すぐに答えを出させないのがコツです。答えを読むだけでは定着しません。
データを扱う
添付のCSVについて、必ずコードを実行して分析してください。
1. 列の一覧、行数、欠損値の有無
2. {分析したい観点}
3. 使用したコードを表示
数値は加工せず、元データのまま扱ってください。コードを表示させる理由は第6章のとおり、計算過程を検証可能にするためです。
定着させる3ステップ
| 段階 | やること | 期間の目安 |
|---|---|---|
| 1. 試す | 日常業務のうち1つを選び、毎日ChatGPTでやってみる | 1〜2週間 |
| 2. 型にする | うまくいった依頼文を保存し、カスタム指示やプロジェクトに登録する | 随時 |
| 3. 共有する | チームで使える形（カスタムGPT、テンプレート集）にまとめる | 型が安定してから |
いきなり広く展開しないでください。1つの業務で明らかに速くなったという実感を得てから広げる。そのほうが定着します。
いちばんまずいのは、あらゆる業務でAI活用、という号令から入ることです。目的が曖昧だと検証もできませんし、効果も測れません。
進め方と、避けたい入り方を並べておきます。
シリーズ全体のチェックリスト
日々使うときに立ち返る要点です。
仕組みの理解
- 出力は検索結果ではなく、もっともらしい生成だと理解している
- 会話が長くなると前提が失われることを知っている
- 同じ質問でも答えが揺れる理由を説明できる
指示の出し方
- 役割・文脈・タスク・制約・出力形式を意識して書いている
- 曖昧語を数値と具体語に置き換えている
- 分からない場合は未確認と書く、を指示に含めている
- 一度で完成させず、差分で修正している
機能の使い分け
- 作業に応じて即答型と思考型を選べる
- 最新情報が要るときは検索を明示している
- 集計はコード実行で行わせ、コードを確認している
- 繰り返す前提はカスタム指示やプロジェクトに登録している
検証と安全
- 数値・日付・固有名詞・URLを出典で確認している
- 重要度に応じて検証の厳しさを変えている
- 入力してよい情報の基準を持っている
- データ管理とメモリの設定を確認済み
変化に追従する
この製品は変化が速いので、ここに書いた具体的な記述もいずれ古くなります。追いかけるコツは3つ。
- 名前ではなく役割で覚える: 即答型か思考型か、読み取りか実行か。この軸は変わりにくい
- 一次情報を見る: モデルのリリースノート、ヘルプセンター、料金ページを定期的に確認する
- 自分の型を疑う: 機能追加で、以前は必要だった工夫が不要になっていることがある
次の学習の方向
| 興味 | 次に学ぶこと |
|---|---|
| 指示の精度をもっと上げたい | プロンプト設計の体系（役割分担、例示、評価の自動化） |
| 自社サービスに組み込みたい | OpenAI APIと、ツール呼び出し・構造化出力（第10章） |
| 社内データを活用したい | 検索拡張生成（RAG）と、社内文書の検索基盤 |
| 業務を自動化したい | エージェントの設計と権限管理（第9章） |
| 組織展開を任された | 利用ガイドラインの策定と教育（第12章） |
どこへ進むにしても、出発点はここで扱った仕組みの理解です。
おわりに
このシリーズで繰り返し出てきたことは、結局1つです。
ChatGPTは、考えるための材料を高速に作る道具である。 答えを教えてくれる相手ではありません。
材料の質を上げるのは指示の出し方で、材料を成果物に変えるのは人の判断。この分担を守る限り、モデルがどれだけ賢くなっても使い方は変わりません。
要点
- 素材集めと下書きは任せ、判断と仕上げは人がやる。これがいちばん汎用的で安全
- 業務別の依頼テンプレートを用意しておくと、毎回の指示が短く済む
- 定着は、1業務で試す、型にする、共有する、の順で進める
- 名前ではなく役割で覚え、一次情報を定期的に確認して変化に追従する
- 材料の質は指示で決まり、成果物の責任は人が持つ
参考資料
- OpenAI Help Center https://help.openai.com/ — 機能の最新情報とリリースノート（基準日: 2026-08-03）
- OpenAI Platform Docs「Prompt engineering」 https://platform.openai.com/docs/guides/prompt-engineering — 依頼文設計の体系
- Adam Tauman Kalai ほか「Why Language Models Hallucinate」arXiv:2509.04664 https://arxiv.org/abs/2509.04664 — 検証を前提とする理由