ChatGPTなどの業務プロンプトを社内テンプレートにする方法。置き場所と版の管理、評価用の質問セット、出力のチェックまで

この記事の結論：ChatGPTをはじめとする生成AIを業務で使う中小企業が、うまくいったプロンプトを社内テンプレートにするなら、文章の「型」を配るだけで終わらせず、①変数を持つテンプレートとして版を付けて一か所で管理し、②テンプレートごとに評価用の質問セットを用意し、③出力を機械で確かめる部分と人が確かめる部分に分けることまでを一組で作ります。モデルやテンプレートを変えたら、同じ質問セットで回し直し、前の版より悪くなっていないかを確かめてから切り替えます。品質は、使う人の注意力ではなく、この仕組みで保ちます。

社内でAIの使い方を取りまとめる担当者と、業務の仕組みにAIを組み込むエンジニアに向けて書きました。使ってよい道具や入れてはいけない情報といった社内ルールそのものの決め方や、社員への教え方は扱いません。ルールが決まったあと、テンプレートを運用する段階の話です。

プロンプトの社内テンプレートは、部品と変数と版で作る

社内テンプレートは、毎回変わる部分を変数として抜き出し、変わらない部分を部品として固定した形で作ります。完成した依頼文をそのまま配ると、使う人が自分の案件に合わせて書き換えるたびに、指示の大事な部分が消えたり、ずれたりするからです。

テンプレートを形にすると、たとえば次のようになります。

id: reply-inquiry-draft
version: 3
owner: 営業部（担当：役職名で記載）
purpose: お客様からの問い合わせメールへの返信の下書き
model: 使ってよいモデルの名前と版
inputs:
  - name: inquiry_text      # お客様のメール本文（個人名・連絡先は伏せる）
  - name: product_facts     # 社内の製品資料から貼る事実（価格・納期など）
  - name: tone              # ていねい / 簡潔
prompt: |
  あなたは当社の営業担当の下書きを手伝います。
  次の「製品の事実」に書かれていることだけを根拠に、返信の下書きを作ってください。
  事実に書かれていない数字や約束は書かず、「確認して折り返します」と書いてください。
  出力は「件名」「本文」「確認が必要な点」の3つの見出しで返してください。
  ## 製品の事実
  {{product_facts}}
  ## お客様のメール
  {{inquiry_text}}
  ## 口調
  {{tone}}
changelog:
  - version: 3
    change: 根拠にない数字を書かせない指示を追加

出力の形を決めておくのは、読みやすさのためだけではありません。見出しや項目が決まっていれば、次の節以降で説明する機械のチェックがかけられるようになります。

テンプレートの置き場所は一か所にし、版と持ち主を付ける

テンプレートは置き場所を一か所に決め、どれにも版の番号と持ち主を付けます。同じテンプレートの写しが部署ごとのドキュメントやチャットに散らばると、どれが最新か分からなくなり、直した内容が全員に届きません。

OpenAIの開発者向けドキュメントは、本番で使うプロンプトをアプリケーションのコードの中に置くよう勧めており、そうすることで入力の型やコードのレビュー、テスト、通常のデプロイの手順でモデルの振る舞いを変えられると説明しています。同じドキュメントには、API上で再利用できるプロンプトの仕組みの提供を縮小していく予定も書かれています。特定のサービスの機能に置き場所を預けるより、自社で管理する場所に元を置いておくほうが、サービスの変更に振り回されません。

評価用の質問セットは、普段の依頼と困る依頼を混ぜて作る

テンプレートごとに、決まった入力と「満たすべきこと」を組にした評価用の質問セットを作ります。テンプレートの良し悪しを、その日たまたま試した1、2件の印象で決めないためです。

一件ごとに、「入力」「満たすべきこと」「不合格とする条件」の3つを書いておきます。満たすべきことを先に決めずに出力を眺めると、読みやすい文章に引っ張られて、根拠のない一文を見落とします。

OpenAIの評価についてのドキュメントでも、評価の目的を決め、データを集め、測り方を決め、比べ、継続して評価する、という流れが示されています。質問セットの元になる入力は、実際の業務の依頼から、個人情報を伏せたうえで集めるのがいちばんです。業務で失敗した例が見つかったら、その入力を質問セットに足していきます。

採点は、機械で測れることと人が見ることに分ける

出力の採点は、プログラムで判定できることを先に機械で確かめ、残った判断の要る部分だけを人が見ます。すべてを人が読むと続かず、すべてを機械に任せると、文章の妥当さが確かめられません。

材料にない数字を見つけるチェックは、短いプログラムで書けます。

import re

def numbers(text: str) -> set[str]:
    # 半角・全角の数字の並びを拾う（桁区切りのカンマは外す）
    t = text.translate(str.maketrans("０１２３４５６７８９", "0123456789"))
    return {n.replace(",", "") for n in re.findall(r"\d[\d,]*", t)}

def unsupported_numbers(output: str, inputs: list[str]) -> set[str]:
    seen = set().union(*(numbers(s) for s in inputs))
    return numbers(output) - seen   # 入力に無い数字だけが残る

# 残った数字があれば、人の確認に回す

AIに採点させる方法について、OpenAIのドキュメントは、人による採点を何度か重ねて採点の基準を固めること、AIの採点が人の採点と一致するかを確かめてから広げることを勧めています。最初のうちは、AIの採点は人の採点を早くする補助として使い、合否の決め手にはしないのが安全です。

モデルやテンプレートを変えたら、同じ質問セットで回し直す

テンプレートを直したとき、使うモデルの版が変わったときは、必ず同じ質問セットで回し直し、前の版の結果と比べてから切り替えます。ある質問で良くなった変更が、別の質問で悪くなることはよくあるからです。

OpenAIのドキュメントは、本番のアプリケーションを特定のモデルのスナップショット（日付付きの版）に固定して振る舞いを安定させること、プロンプトの振る舞いを測るテストを作り、手直しのときやモデルを上げるときに性能を見守れるようにすることを勧めています。評価は継続して行うもので、変更のたびに回し直すことも示されています。

回した結果は、次のような表に残します。

切り替えるかどうかの基準も、先に決めておきます。たとえば「前の版で合格していた質問が一件でも落ちたら、理由を確かめるまで切り替えない」と決めておけば、結果を見てから基準を動かすことを防げます。

業務で使うときの出力チェックを、手順に組み込む

日々の業務で出力を使うときも、機械のチェック、担当者の確認、記録の3段を手順として組み込みます。質問セットで確かめたのはあくまで代表的な入力で、実際の入力はそれより幅が広いからです。

1. 機械のチェックを通す。 前の節のチェックを、出力のたびに自動でかける。引っかかったら、担当者に理由と一緒に見せる
2. 担当者が「確認が必要な点」から読む。 テンプレートの出力の形に、AI自身が確信の持てない点を書く欄を設けておき、そこから確かめる
3. 社外に出す前に、根拠と照らす。 数字・日付・約束にあたる文は、テンプレートに渡した材料と照らし合わせる
4. 直した内容を記録する。 担当者が大きく直した出力は、入力と一緒に残し、質問セットに足す候補にする

個人情報を含む入力を扱う場合は、テンプレートの変数ごとに、入れてよい情報と伏せる情報を決めます。個人情報の入った指示を生成AIのサービスへ入れるときは、特定した利用目的を達成するのに必要な範囲かどうかを十分に確かめるよう、個人情報保護委員会が注意を呼びかけています。サービスの側で入力が学習に使われるかどうかの設定も、テンプレートの持ち主が確かめる項目に入れます。

社内の文書をAIに参照させて答えさせる仕組みと組み合わせる場合は、社内文書RAGの最小構成の記事で、データの置き場所と権限の考え方を別にまとめています。

作り手としての立場ですが、株式会社bundlyzeでは日々の業務を支えるシステムを、要件を固める段階から納品後の保守運用まで一貫して受けており、生成AIを使う手順もその流れの一部として設計しています。テンプレートの管理や評価の仕組みを業務に組み込む進め方は、生成AIの業務への組み込みのご案内（bundlyze）に載せました。

出典

2026年10月2日に、一つずつ開いて内容を確かめました。AIサービスのドキュメントは書き換わるのが速いので、仕組みを作り始める時点の版を見直してください。

• OpenAI「Prompt engineering」：モデルのスナップショットへの固定、プロンプトの振る舞いを測るテスト、本番のプロンプトをコードで管理すること
• OpenAI「Evaluation best practices」：評価の流れ、人の採点とAIの採点の一致の確かめ方、変更のたびの評価
• 生成AIサービスの利用についての、個人情報保護委員会の注意の呼びかけ（令和5年6月2日）