プロンプト改善Before/After事例集｜スコアが2倍になった実例5選

プロンプトを「直す」だけで、AIの回答はここまで変わる

プロンプトの書き方を少し変えるだけで、AIの出力品質は劇的に変わります。

この記事では、実際のプロンプトをBefore/Afterで比較し、何をどう直したらスコアが改善したのかを具体的に紹介します。

事例1: メール作成（スコア 1.8 → 4.2）

Before — Dランク（1.8/5.0）

お客さんへのお詫びメールを書いて

診断結果:

• 明確さ: 2 — タスクは分かるが詳細がない
• 具体性: 1 — 何についてのお詫びか不明
• 構造: 2 — 構造なし
• コンテキスト: 1 — 背景情報がゼロ
• 出力制御: 3 — 「メール」という形式指定のみ

After — Aランク（4.2/5.0）

あなたはECサイトのカスタマーサポート担当です。

以下の状況で、お客様へのお詫びメールを作成してください。

状況:
- 注文商品の配送が3日遅延している
- 原因は倉庫の在庫管理ミス
- 代替品の発送は明日可能

要件:
- 件名を含める
- 誠意ある謝罪と原因の簡潔な説明
- 代替品発送の具体的スケジュールを提示
- お詫びとして次回使える10%OFFクーポンを案内
- 本文300文字以内
- 丁寧だが堅すぎないトーン

改善ポイント: ペルソナ設定、状況説明、出力要件の明示

---

事例2: データ分析（スコア 2.2 → 4.6）

Before — Cランク（2.2/5.0）

売上データを分析して改善点を教えて

After — Sランク（4.6/5.0）

あなたはBtoB SaaSのデータアナリストです。

以下の月次KPIデータを分析し、改善施策を提案してください。

データ:
- MRR: 1月 280万 → 2月 290万 → 3月 275万
- 新規獲得: 15社 → 18社 → 12社
- チャーンレート: 3.2% → 3.5% → 4.8%
- ARPU: 5.2万 → 5.1万 → 5.0万

分析してほしいこと:
1. 3月のMRR減少の主要因はチャーン増加か新規減少か
2. チャーンレート悪化のトレンド分析
3. ARPUの低下傾向とその影響

出力形式:
- 分析サマリ（3行以内）
- 詳細分析（各項目2-3文）
- 改善施策TOP3（優先度順、各施策に期待効果を付記）

改善ポイント: 具体的なデータ提供、分析の焦点を指定、出力構造の明確化

---

事例3: コンテンツ作成（スコア 2.4 → 4.0）

Before — Cランク（2.4/5.0）

ブログ記事を書いてください。テーマはリモートワークの生産性。

After — Aランク（4.0/5.0）

あなたはHRテック企業のコンテンツマーケターです。

以下の条件でブログ記事を作成してください。

テーマ: リモートワークで生産性が落ちる本当の原因と対策
ターゲット: 中小企業（50-200人規模）の人事マネージャー
キーワード: リモートワーク 生産性
検索意図: リモートワーク導入後に生産性が低下して困っている

記事の要件:
- 文字数: 2500-3000文字
- 構成: 導入 → 原因3つ → 対策3つ → まとめ
- データや調査結果を引用する場合は出典を明記
- 専門用語には簡単な説明を付ける
- CTAとして「無料相談」への誘導を末尾に含める

トーン: 専門的だが親しみやすい。上から目線にならない。

改善ポイント: ターゲット明確化、SEO要素、記事構成の指定、トーン指定

---

事例4: コードレビュー（スコア 2.0 → 4.4）

Before — Cランク（2.0/5.0）

このコードをレビューして

function getData(id) {
  const res = fetch('/api/data/' + id)
  return res.json()
}

After — Aランク（4.4/5.0）

あなたはセキュリティに精通したシニアフロントエンドエンジニアです。

以下のJavaScript関数をレビューしてください。
本番環境のNext.jsアプリケーションで使用します。

コード:
function getData(id) {
  const res = fetch('/api/data/' + id)
  return res.json()
}

レビュー観点:
1. セキュリティ（インジェクション、入力検証）
2. エラーハンドリング（fetch失敗時、JSON parse失敗時）
3. 非同期処理（async/awaitの使用）
4. 型安全性（TypeScriptへの移行を前提に）

出力形式:
各指摘ごとに：
- 重要度（高/中/低）
- 問題の説明（1文）
- 修正後のコード
最後に修正後の完全なコードを提示

改善ポイント: 実行環境の明示、レビュー観点の限定、修正コードの要求

---

事例5: 企画立案（スコア 1.6 → 4.2）

Before — Dランク（1.6/5.0）

新しいサービスのアイデアを考えて

After — Aランク（4.2/5.0）

あなたは新規事業開発のコンサルタントです。

以下の条件で、新サービスのアイデアを3つ提案してください。

前提条件:
- 既存事業: 中小企業向けの会計SaaS（ユーザー2000社）
- 強み: 中小企業の経理担当者との接点、決済データの蓄積
- 予算: 初期開発 500万円以内
- 目標: 12ヶ月以内に月間売上100万円

制約:
- 既存ユーザーへのクロスセルを優先
- エンジニア2名で開発可能な規模
- AI/LLM活用は歓迎

各アイデアの出力形式:
1. サービス名（仮）
2. 一言で言うと（30文字以内）
3. 解決する課題
4. ターゲット
5. 収益モデル
6. 必要な開発リソース
7. 12ヶ月後の想定売上
8. リスクと対策

改善ポイント: 既存アセットの明示、具体的な制約条件、出力項目の網羅的指定

---

Before/Afterから見える改善パターン

5つの事例に共通する改善パターンをまとめます。

パターン	Before	After
ペルソナ	なし	「あなたは〇〇の専門家です」
タスク	「〜して」のみ	何を・どう・どの粒度で
コンテキスト	なし	状況・制約・目的を3行で
出力形式	未指定	形式・長さ・構造を明示
具体性	抽象的	数値・条件・例を含む

あなたのプロンプトもBefore/Afterしてみませんか？

PrompTuneの無料診断ツールでは：

1. プロンプトを入力 → 5項目スコアが出る
2. 改善提案と改善後プロンプトが自動生成される
3. 「この内容で再診断」ボタンでAfterスコアを確認

Before/Afterのスコア差を見ると、改善の効果が一目で実感できます。