MENU

Prompt Chainingテンプレート|そのまま使える項目例と書き方

Prompt Chainingは、1つの大きな依頼を複数の小さなプロンプトへ分け、前の出力を次の入力としてつなぎながら処理する方法です。

実務で使うときは、単にプロンプトを何個か並べるだけでは不十分です。最終成果物、各チェーンの役割、入力、出力、次段へ渡す項目、途中で人が確認するポイント、失敗したときにどこへ戻るかまで決めると、複雑な仕事を分解して扱いやすくなります。

この記事では、そのままコピーして使えるPrompt Chainingテンプレート本体、各欄の書き方、既存顧客向け提案資料の記入済み具体例、良い例・悪い例、運用時の注意点までまとめます。

基本の意味や構造から確認したい場合は、Prompt Chainingとは?を参照してください。具体的な作り方は、Prompt Chainingのやり方で確認できます。

目次

そのまま使えるPrompt Chainingテンプレート

以下をコピーして使ってください。

1. 最終成果物

  • 業務名:
  • 最終成果物:
  • 読み手・利用者:
  • 必須要素:
  • 制約:
  • 完成条件:

2. チェーン全体

  • チェーン1:
  • チェーン2:
  • チェーン3:
  • チェーン4:
  • チェーン5:
  • 必要に応じて追加:

3. チェーン1

目的:

入力:

–

AIへの指示:

–

出力形式:

–

次段へ渡す項目:

–

人が確認する項目:

–

NGなら戻る先:

–

4. チェーン2

目的:

入力:

–

AIへの指示:

–

出力形式:

–

次段へ渡す項目:

–

人が確認する項目:

–

NGなら戻る先:

–

5. チェーン3

目的:

入力:

–

AIへの指示:

–

出力形式:

–

次段へ渡す項目:

–

人が確認する項目:

–

NGなら戻る先:

–

6. 最終レビュー

  • 前提事実に誤りがないか:
  • 前段にない事実を途中で追加していないか:
  • 各チェーンの役割が重複していないか:
  • 出力形式が次段で使える形になっているか:
  • 未確認の数値・条件が混ざっていないか:
  • 最終成果物の必須要素を満たしているか:
  • どのチェーンを修正すべきか特定できるか:

7. 改善メモ

  • 問題が出たチェーン:
  • 問題内容:
  • 原因候補:
  • 修正内容:
  • 修正後の確認結果:

最短版テンプレート

小さな業務なら、次の形でも使えます。

最終成果物

何を完成させるか:

チェーン1

入力: 出力:

チェーン2

入力:チェーン1の出力 出力:

チェーン3

入力:チェーン2の出力 出力:

途中確認

人が確認すること:

最終レビュー

確認すること:

各欄の書き方

最終成果物は「何ができれば終了か」まで書く

悪い例:

提案資料を作る。

良い例:

既存顧客A社向けの業務効率化提案資料たたき台。6ページ以内で、現状、課題、提案、期待効果、次アクションを含み、未確認の数値と未承認の価格条件は書かない。

最終成果物が曖昧だと、各チェーンの出力もぶれます。

チェーンは役割が変わるところで分ける

良い分け方の例:

  • 情報整理
  • 課題抽出
  • 提案対応づけ
  • 構成作成
  • 本文作成
  • 最終レビュー

一方、

  • 課題抽出1
  • 課題抽出2
  • 課題抽出3

のように細かくしすぎると、受け渡しが増えて管理しづらくなります。

入力は「そのチェーンに必要なものだけ」にする

前段の出力を全部渡すと、チェーンが進むほど不要情報が増えます。

良い例では、課題抽出チェーンへ、

  • 確定事実
  • 顧客要望

だけを渡し、別用途のメモや未確認の推測は渡しません。

出力形式は次段から逆算する

次のチェーンで、

  • 課題
  • 根拠事実
  • 未確認点

が必要なら、前段の出力もその3項目にそろえます。

自由文を毎回整形するより、最初から次段で使える形式にしておく方が運用しやすくなります。

「次段へ渡す項目」を必ず決める

Prompt Chainingでは、前段出力を全部つなぐのではなく、必要項目だけを選ぶことが重要です。

たとえば、

  • 確定事実は渡す
  • 未確認事項は別欄に残す
  • 推測は渡さない

と決めます。

人の確認は誤りの影響が大きいところに入れる

すべてのチェーンを同じ粒度で確認する必要はありません。

途中確認を入れやすいのは、

  • 元データの事実確定
  • 課題の確定
  • 金額・契約条件
  • 提案内容の妥当性

などです。

NGなら戻る先を決める

Prompt Chainingの利点は、全部やり直さず、問題のある工程だけ戻せることです。

たとえば、最終レビューで「提案が課題に対応していない」と分かった場合、本文作成からやり直すのではなく、「提案対応づけ」のチェーンへ戻します。

記入済み具体例|既存顧客向け提案資料を作る

ここでは、法人向けSaaS企業の営業企画担当が、既存顧客A社へ業務効率化提案資料を作るケースでテンプレートを埋めます。

1. 最終成果物

  • 業務名:A社向け業務効率化提案
  • 最終成果物:6ページ以内の提案資料たたき台
  • 読み手:A社の情報システム部門責任者
  • 必須要素:現状、課題、提案内容、期待効果、次アクション
  • 制約:未確認の数値を追加しない。未承認の価格条件を書かない。利用可能機能以外を提案しない
  • 完成条件:現状→課題→提案がつながり、各提案の根拠を確認できる

2. チェーン全体

  • チェーン1:顧客情報整理
  • チェーン2:課題抽出
  • チェーン3:課題と提案の対応づけ
  • チェーン4:資料構成作成
  • チェーン5:ページ本文作成
  • チェーン6:最終レビュー

チェーン1|顧客情報を整理する

目的

元情報を、確定事実、顧客要望、未確認事項に分ける。

入力

  • 月次レポート作成に毎月8時間かかっている
  • 3つのシステムから手作業で集計している
  • 集計後にExcelで加工している
  • 顧客は手作業を減らしたいと話している
  • 年間の削減可能時間は未計算
  • エラー件数は未確認

AIへの指示

以下の情報を「確定事実」「顧客要望」「未確認事項」に分けてください。推測で新しい事実を追加しないでください。

出力形式

  • 確定事実
  • 顧客要望
  • 未確認事項

次段へ渡す項目

  • 確定事実
  • 顧客要望

年間工数やエラー件数は未確認なので、課題の根拠として次段へ渡しません。

人が確認する項目

  • 8時間という数値は正しいか
  • 3システムという事実は確認済みか
  • 顧客要望を推測していないか

NGなら戻る先

元データ確認へ戻る。

チェーン2|課題を抽出する

目的

確認済み情報だけから課題を整理する。

入力

チェーン1で確認済みの、

  • 月次レポート作成に8時間
  • 3システムから手作業で集計
  • Excelで加工
  • 手作業を減らしたい

AIへの指示

確定事実と顧客要望だけを使い、課題候補を整理してください。各課題に根拠事実を付け、根拠のない課題は追加しないでください。

出力形式

  • 課題
  • 根拠事実
  • 未確認点

出力例

  • 課題1:複数システムからの集計に手作業が多い
  • 根拠:3システムから手作業で集計している
  • 課題2:集計後の加工工程が残っている
  • 根拠:Excelで加工している

次段へ渡す項目

人が確認した課題2件だけ。

人が確認する項目

  • 課題に根拠事実があるか
  • 未確認の「承認工程が遅い」などを追加していないか

NGなら戻る先

チェーン1または課題抽出の指示へ戻る。

チェーン3|課題と提案を対応づける

目的

確認済み課題へ、利用可能な機能だけを対応づける。

入力

確定課題:

  • 複数システムからの手作業集計
  • Excelでの加工

利用可能機能:

  • CSV自動取り込み
  • 定型レポート生成
  • スケジュール実行

AIへの指示

次の課題と利用可能機能を対応づけてください。利用可能機能以外を提案せず、効果の数値を推測しないでください。

出力形式

  • 提案
  • 対応課題
  • 期待できる変化

出力例

  • CSV自動取り込み
  • 対応課題:複数システムからの手作業集計
  • 期待できる変化:定型的な取り込み作業を減らしやすい
  • 定型レポート生成
  • 対応課題:Excelでの加工
  • 期待できる変化:レポート作成工程を標準化しやすい

人が確認する項目

  • 本当に利用可能な機能か
  • 課題と提案が対応しているか
  • 未確認の削減率やROIを追加していないか

NGなら戻る先

提案対応づけへ戻る。

チェーン4|資料構成を作る

目的

確認済み情報だけで6ページ以内の構成を作る。

入力

  • 顧客の現状
  • 確定課題
  • 提案内容
  • 読み手
  • 6ページ制約

AIへの指示

以下の情報だけを使って、6ページ以内の提案資料構成を作ってください。現状、課題、提案内容、期待効果、次アクションを含め、未確認の数値と価格条件を追加しないでください。

出力例

  1. 表紙・提案概要
  2. 現状整理
  3. 課題
  4. 提案内容
  5. 期待効果
  6. 次アクション

人が確認する項目

  • 必須ページが入っているか
  • 同じ役割のページが重複していないか

チェーン5|各ページ本文を作る

目的

構成に沿って各ページの本文を作る。

入力

ページごとに必要な確認済み情報だけを渡します。

たとえば課題ページなら、

  • 課題2件
  • 各課題の根拠事実

だけを使います。

出力形式

  • ページ見出し
  • 要点3つ以内
  • 根拠または補足

人が確認する項目

  • ページの役割から外れていないか
  • 前段にない事実を追加していないか

チェーン6|最終レビューする

目的

全体の一貫性を確認する。

AIへの指示

以下の提案資料案をレビューしてください。

>

確認観点: – 現状→課題→提案のつながり – 内容の重複 – 未確認の事実・数値 – 課題と提案の対応 – 次アクションの明確さ

>

修正内容を勝手に確定せず、問題点と修正候補を分けて出してください。

実際に見つかった問題

「現状」ページと「課題」ページで、3システムから手作業で集計している説明がほぼ重複していました。

人の判断

  • 現状ページ:確認済み事実を示す
  • 課題ページ:事実から何が問題かを整理する

と役割を分けました。

良い例と悪い例

悪い例|1つのチェーンで複数の役割を持たせる

顧客情報を整理し、課題を見つけ、提案内容も作ってください。

これでは、AIが確認されていない課題を作り、そのまま提案まで進める可能性があります。

良い例では、情報整理→課題抽出→提案対応づけに分けます。

悪い例|前段出力を全部次へ渡す

未確認事項や不要メモまで次段へ渡すと、それが事実として使われる可能性があります。

良い例では、次段で必要な確認済み項目だけを渡します。

悪い例|途中確認を入れない

チェーン1で事実を取り違えると、その後の課題、提案、構成、本文まで誤ります。

良い例では、誤りの影響が大きい前提で人の確認を入れます。

悪い例|出力形式が毎回違う

前段が長い自由文だと、次段の入力へ整形する手間が増えます。

良い例では、次段で必要な項目へ出力形式を固定します。

悪い例|問題が出ると全部やり直す

Prompt Chainingの利点は工程単位で戻れることです。

課題と提案の対応に問題があるなら、本文ではなく「課題と提案の対応づけ」へ戻します。

テンプレートを使うときの注意点

チェーンを細かくしすぎない

分割数を増やすこと自体が目的ではありません。役割が変わるところ、人の確認を入れたいところ、出力形式が変わるところで分けます。

前段の誤りは次段へ伝播する

Prompt Chainingは誤りを自動的に消してくれる方法ではありません。むしろ、前段の誤りが後段へ広がるため、重要な前提では確認が必要です。

受け渡す情報を絞る

長いチェーンほど、次段に不要な情報を減らすことが重要です。

未確認事項を事実扱いしない

「未確認」として別に保持し、確認できるまで次段の根拠へ使わないようにします。

機密情報の入力可否を確認する

顧客情報、契約情報、個人情報などを生成AIへ入力する場合は、自社の情報管理ルールに従います。

よくある失敗と改善策は、Prompt Chainingで失敗しやすいポイントで詳しく確認できます。

関連記事で使い方を広げる

Prompt Chainingを具体的な業務へどう適用するかをケースで追いたい場合は、Prompt Chainingの具体例が参考になります。

生成AIを補助的に使ってチェーン分解や途中レビューを効率化したい場合は、生成AIでPrompt Chainingを使う方法も参照してください。

最終チェックリスト

  • 最終成果物と完成条件を書いたか
  • チェーンごとの役割が重複していないか
  • 各チェーンの入力を決めたか
  • 各チェーンの出力形式を決めたか
  • 次段へ渡す項目を明示したか
  • 未確認事項を次段へ渡していないか
  • 重要前提で人の確認を入れたか
  • NGの場合に戻るチェーンを決めたか
  • 最後に全体の一貫性をレビューしたか
  • 問題が出た工程だけ修正できるか
  • 機密情報の入力可否を確認したか

まとめ

Prompt Chainingテンプレートでは、最終成果物、チェーン一覧、各工程の入力・出力、次段へ渡す項目、人の確認、NG時の戻り先、最終レビューまで一続きで設計することが重要です。

特に、前段の出力を全部渡すのではなく、次段で必要な確認済み情報だけを渡すこと、誤りの影響が大きい前提では途中確認を入れること、問題が出たときに工程単位で戻れるようにすることがポイントです。

この型を使えば、複雑な生成AI業務を一度に処理させるのではなく、情報整理、判断、構成、生成、レビューへ分け、どの工程で何を確認・改善すべきかを追いやすくなります。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次