【AI】システムエンジニアの業務に役立つプロンプト4選【ChatGPT】

はじめに
ChatGPT とは何か？
1. 知っておくべき 3 つの利用形態
プロンプト設計のコツ
1. そもそもプロンプトが重要な理由
2. 設計ステップ
業務で利用するプロンプト 4 選
プロンプト活用時の注意点
1. 機密情報・個人情報の漏えい
2. Hallucination（事実誤り）対策
まとめ
最後に

はじめに

システム開発の現場は常に納期・品質・コストの板挟み。
「設計書レビューに時間が取られ、コード改善が後回し」「テストケースを作る余裕がない」—そんな悩みを抱える SE は多いはずです。

そこで注目すべきが ChatGPT。単なるチャットボットではなく、適切なプロンプト（指示文）を与えることで業務フローそのものを自動化・短縮できます。本記事では、

基礎理解
設計のコツ
即効性：業務で利用するプロンプト 4 選
リスク管理：機密情報とハルシネーション対策

を順に解説し、明日から使えるテンプレートを提供します。

他にも、体系的にAIを学びたい方には以下の教材がおすすめです：

👉ChatGPTの衝撃 AIが教えるAIの使い方

👉SEのためのChatGPT/Copilot実践活用術: 爆速コーディングと業務効率化で「できるSE」になる！

ChatGPT とは何か？

ChatGPT は、数千億単語規模のテキストを学習した 大規模言語モデル（LLM: Large Language Model） です。
自然言語を「次に来る単語を予測する確率分布」で捉えるため、質問応答・翻訳・要約・コード生成など幅広いタスクを 単一モデル でこなせます。

知っておくべき 3 つの利用形態

形態	詳特徴	典型ユースケース
Web UI (chat.openai.com)	ブラウザで手軽に試せる。プラグイン／GPTs で拡張可。	仕様書レビューテストアイデア出し
API (REST)	自社システムやバッチに組み込み。モデル・温度・トークン長を細かく設定可。	コードリファクタリングログ解析
埋め込みモデル (Embeddings)	文書検索やレコメンドに。ベクトル DB と併用。	ナレッジ検索 FAQ ボット

プロンプト設計のコツ

SE が ChatGPT を最大限活かすには、プロンプト（指示文）の質がカギです。
ここでは「目的 → 文脈 → 出力形式 → 制約」の 4 ステップで組み立てるメソッドを解説します。

そもそもプロンプトが重要な理由

同じモデルでも指示次第で精度が段違い
再利用性: テンプレ化すればチーム全員の生産性が底上げ
コスト最適化: 無駄な出力を抑え、トークン課金を削減

設計ステップ

ステップ	具体的に書くこと	チェックリスト
1、目的 (Goal)	「何を得たいか」を 1 文で	品質基準は明確か？
2、文脈 (Context)	業務背景・入力データ	機密情報は伏せたか？
3、出力形式 (Format)	JSON / Markdown / 表など	構造化されているか？
4、制約 (Constraints)	文字数・言語・トーン	実現可能な範囲か？

業務で利用するプロンプト 4 選

仕様書レビュー用プロンプト

要件定義書・基本設計書の抜け漏れチェックやレビュー観点リストの自動生成に利用します。

目的: 下記の仕様書に存在する不整合や抜け漏れを検出し、重要度順に指摘してください
文脈:
<<仕様書本文をここに貼り付け>>
出力形式: Markdown の箇条書き (重要度★〜★★★、項番、指摘内容、該当箇所抜粋)
制約条件: 日本語、最大20項目、重要度の高い順

テストケース自動生成プロンプト

API／画面仕様書から単体テストを機械的に作りたい
テスト観点の網羅度を向上させたい

目的: 下記 CRUD API の単体テストケースを生成したい
文脈:
- POST /users 期待レスポンス 201
- GET /users/{id} 期待レスポンス 200
出力形式: Markdown テーブル (ID | 手順 | 期待結果)
制約条件: 日本語、10 ケース、境界値を含める

バグ原因特定（デバッグ）プロンプト

・長大なスタックトレースやログを貼り付け、原因を絞り込みたい
・再現ステップを自動で得たい

目的: 以下のログを解析し、根本原因と再現手順を特定してください
文脈:
<<エラーログ>>
出力形式: Markdown 見出し付き (原因 | 再現手順 | 対処方法)
制約条件: 日本語、原因は1つに絞る

コードリファクタリング支援プロンプト

・レガシーコードの差分付き改善案を素早く把握したいとき
・ペアプロの代替として方向性確認

目的: 次のコードを SOLID 原則を考慮してリファクタリングしてください
文脈:
```python
# before.py
class UserManager:
    def save(self, user):
        conn = sqlite3.connect('db.sqlite3')
        ...
出力形式: unified diff
制約条件: コメントは日本語、PEP8 準拠

プロンプト活用時の注意点

機密情報・個人情報の漏えい

ChatGPT へ送ったテキストは学習データには使われないものの、サーバ側に一時保存されます。

ソースコードや顧客データは必ずマスクしてから投入
生成結果も第三者に転送する前に PII（個人識別情報）を再チェック

Hallucination（事実誤り）対策

LLM は自信満々に“それっぽいウソ”を吐くことがあります。

ラストチェックを人が行う – レビュー工程に AI 出力用の Pull Request テンプレを作成
RAG（Retrieval-Augmented Generation）で社内ナレッジを参照させ、裏付けを強化
二重推論 – 別プロンプトで「この回答の根拠を列挙して」と自己検証させる

まとめ

この記事では以下のことを記載しました。効率的なプロンプトを活用しつつ、リスクも念頭に置いた上でAIを利用していきましょう。

基礎理解
設計のコツ
即効性：業務で利用するプロンプト 4 選
リスク管理：機密情報とハルシネーション対策

最後に

VSCodeとChatGptの環境構築は、この記事を参照してみてください。
【開発環境構築】VSCodeとChatGPTを連携し開発を行う方法(Cline) – SEもりのLog VSCode

以上、ログになります。
これからも継続していきましょう！！