生成AIの使い方入門|始め方4ステップ・用途別の活用例とプロンプトのコツ
更新日:2026.07.03
生成AIの使い方を初心者向けに解説。生成AIとは何かという基礎から、始め方の4ステップ、文章作成・要約・翻訳など用途別の活用例、プロンプトの書き方のコツ、情報漏えい・著作権・ハルシネーションの注意点まで、業務で実践できる形でまとめました。

「生成AIが便利だと聞いて触ってみたが、思ったような答えが返ってこない」「何を、どう指示すればいいのか分からない」「結局、検索と何が違うのか腑に落ちない」——生成AIを仕事で使い始めたばかりの段階では、こうした戸惑いがよくあります。生成AIは、使い方のコツさえ掴めば日々の業務を大きく助けてくれますが、そのコツは自己流で試すだけではなかなか身につきません。本記事では、生成AIの使い方を「基礎知識 → 始め方のステップ → プロンプトの書き方 → 用途別の活用例 → 注意点」の順に、はじめての方でも今日から実践できるように解説します。
生成AIとは何か(検索エンジンとの違い)
検索エンジン
- ✓既存のWebページから答えを探す
- ✓情報を探すための道具
生成AI
- △指示に応じてその場で文章を作る
- △作業そのものを任せられる道具
生成AIは、大量の文章などを学習したモデルが、あなたの指示(プロンプト)に応じて文章・要約・アイデアなどを「その場で作り出す」ツールです。あらかじめ存在するWebページの中から答えを探す検索エンジンとは異なり、「この資料を3行で要約して」「この文章を丁寧な敬語に直して」といった、作業そのものを任せられる点が最大の違いです。
仕組みを少しだけ補足すると、文章を生成するAIの多くは「大規模言語モデル(LLM)」と呼ばれる技術でできており、学習したパターンから「次に来る確率が高い言葉」を予測してつなげることで文章を組み立てています。だからこそ流暢で自然な文章が出てくる一方、「事実として正しいか」を保証する仕組みは本質的に持っていません。後述するハルシネーション(もっともらしい誤り)が起きるのは、この仕組みに由来します。
つまり生成AIは、情報を「探す」道具というより、文章づくりや整理などの作業を「手伝ってもらう」道具です。この捉え方が、使い方全体の土台になります。
生成AIの種類とできること
ひとくちに生成AIと言っても、生成できるものによっていくつかの種類があります。まずは全体像を押さえておくと、「どの業務に何を使えるか」を考えやすくなります。
| 種類 | できること | 業務での使いどころの例 |
|---|---|---|
| テキスト生成AI | 文章の作成・要約・翻訳・言い換え・アイデア出し | メール下書き、議事録の要約、企画案出し |
| 画像生成AI | 指示文からのイラスト・画像の生成 | 資料の挿絵、バナーやデザインのたたき台 |
| 音声系AI | 音声の文字起こし、読み上げ音声の生成 | 会議録の作成、動画ナレーション |
| コード生成AI | プログラムの生成・修正・解説 | 簡単なツール作成、Excelマクロの下書き |
ビジネスでの利用の中心は、ChatGPTやGemini、Claudeに代表されるテキスト生成AIです。本記事も以降はテキスト生成AIの使い方を軸に解説します。まずはテキストで基本の型を身につければ、画像や音声のAIにも同じ考え方(目的を決めて、条件を添えて指示する)がそのまま応用できます。
生成AIの始め方4ステップ
業務で使うときの基本の流れは、次の4ステップです。難しい設定は不要で、多くのサービスはブラウザからアカウント登録するだけで無料で試し始められます。
| ステップ | やること | ポイント |
|---|---|---|
| 1. 目的を決める | 何を作りたいかを言葉にする | 「要約」「下書き」「アイデア出し」など作業を明確に |
| 2. 指示する | 前提・条件を添えて依頼する | 誰向け・何文字・トーンなどを伝える |
| 3. 確認する | 出てきた内容を読んで評価する | 事実の正しさは自分で確かめる |
| 4. 修正を依頼する | 「もっと短く」等と対話で調整 | 一度で完璧を狙わず往復で仕上げる |
実務でつまずきやすいのは、意外にもステップ1の「目的を決める」です。「何かすごいことをしてくれるはず」と漠然と向き合うと、漠然とした答えしか返ってきません。最初の1テーマは、(1)間違いがあっても被害が小さい、(2)自分が良し悪しを判断できる、(3)週に何度も発生する——この3条件を満たす業務から選ぶのがおすすめです。たとえば「社内向けメールの下書き」や「打ち合わせメモの要約」は好例です。
現場でよくある失敗は、逆に専門性の高い業務や社外向けの重要文書でいきなり試して、「精度が低い、使えない」と結論づけてしまうパターンです。生成AIは対話で少しずつ理想に近づけていくのが得意なツールなので、まずは軽い業務で2〜3往復の修正込みで仕上げる感覚を掴むことが、上達の近道です。
プロンプト(指示文)の書き方とコツ
同じ生成AIでも、指示の仕方で結果は大きく変わります。良いプロンプトに共通するのは、次の5つの要素を含んでいることです。
| 要素 | 内容 | 書き方の例 |
|---|---|---|
| 役割 | AIに立場を与える | 「あなたは経験豊富な広報担当です」 |
| 目的 | 何のための作業か | 「新サービスの案内メールを作りたい」 |
| 条件 | 読み手・分量・トーン | 「取引先向け、300字以内、丁寧な文体で」 |
| 素材 | 基にする文章やデータ | 「以下のメモを基にしてください:〜」 |
| 形式 | 出力の形 | 「件名案3つと本文を分けて出して」 |
悪い例と良い例を比べると、違いがよく分かります。
- 悪い例:「メールを書いて」→ 誰向けか・何の件かが分からず、当たり障りのない一般的な文面が返ってくる
- 良い例:「あなたは営業事務の担当者です。以下のメモを基に、取引先への納期変更のお詫びメールを300字以内で作成してください。丁寧ですが過度にへりくだらない文体で。メモ:〜」
実務でよくあるもったいない使い方が、素材を渡さずに一般論だけを聞いてしまうことです。生成AIは、手元の文章・メモ・データを渡して「これを基に作業して」と頼んだときに最も力を発揮します。また、複雑な依頼は一度に欲張らず、「まず構成案を出して → 承認した構成で本文を書いて」のように分割すると、手戻りが減ります。
用途別の使い方(文章・要約・アイデア・翻訳・分析)
基本の型を押さえたら、日常業務のさまざまな場面に広げていきます。代表的な用途と依頼の仕方を整理します。
| 用途 | 依頼の例 | 成功のポイント |
|---|---|---|
| 文章作成 | メール・案内文・報告書のたたき台を作らせる | 読み手とトーンを必ず指定する |
| 要約・整理 | 長い資料や議事メモの要点を抽出させる | 「決定事項と宿題を分けて」など観点を指定 |
| アイデア出し | 企画・キャッチコピーの案を複数出させる | 「10案、方向性を変えて」と量と多様性を要求 |
| 翻訳・校正 | 翻訳の下訳、敬語への言い換え、誤字の指摘 | 用途(社内共有か公開か)を伝えて精度を調整 |
| 分析の補助 | 表データの傾向の言語化、比較の観点づくり | 元データの範囲内で答えさせ、数値は検算する |
用途によって、人がどこを担うかは変わります。文章作成やアイデア出しでは「量を出させて人が選ぶ」、要約や翻訳では「AIの出力を人が原文と照合する」、分析では「解釈の妥当性を人が判断する」——いずれも共通するのは、ゼロから自分で作るのではなく、たたき台をAIに作らせて人が確認・仕上げるという分担です。この分担にすると、品質を保ちながら作業時間を短縮できます。
逆に、アイデア出しで1案だけ出させてそのまま採用する、要約を原文と照合せずに転送する、といった「確認を省く使い方」は、時短にはなっても事故のもとです。
生成AIを使う際の注意点(漏えい・著作権・ハルシネーション)
便利な一方で、業務利用では次の3つのリスクへの備えが欠かせません。
情報漏えい・機密情報の入力
入力した内容がAIの学習に使われる設定になっているサービスでは、顧客情報や社外秘を入力すべきではありません。個人情報を扱う場合は個人情報保護法上の取り扱いにも関わるため、利用するサービスの学習利用の設定(オプトアウトの有無)と、社内ルールを確認してから使いましょう。迷ったら「社外の人に見せられない情報は入力しない」が安全側の判断です。
著作権への配慮
生成AIの出力が、既存の著作物と類似してしまう可能性はゼロではありません。生成物をそのまま公開・商用利用する場合は、著作権法上の複製や翻案に当たらないか、類似のコンテンツがないかを確認する運用が必要です。特にキャッチコピーやデザインなど「表現そのもの」を外部に出す用途では注意が必要です。
ハルシネーション(もっともらしい誤り)
生成AIは、存在しない事実や数字を自然な文章で出力することがあります。数字・固有名詞・法令や制度の内容は、必ず一次情報で確認してください。政府もAI事業者ガイドラインなどでAI利用における人の関与の重要性を示しており、「最終確認と責任は人が持つ」ことが業務利用の大前提です。
業務で使う前のチェックリストとしてまとめます。
| 確認項目 | なぜ必要か |
|---|---|
| 入力してよい情報の範囲を決めたか | 機密・個人情報の漏えいを防ぐため |
| サービスの学習利用設定を確認したか | 入力内容の二次利用リスクを避けるため |
| 出力の事実確認の担当を決めたか | ハルシネーションによる誤情報を止めるため |
| 公開物の類似チェックをするか決めたか | 著作権トラブルを避けるため |
| 最終判断者を人に置いているか | 責任の所在を明確にするため |
生成AIが向かない業務・限界も知っておく
正確性が絶対条件
契約書の最終文面や法令解釈は専門家の確認が必須
最新情報が必要な調査
学習時点より後の情報は原則として持っていない
自社固有の事情の判断
社内の暗黙知や経緯は素材で与えないと返らない
責任を伴う意思決定
採用や投資判断などの決定は人が行う領域
生成AIは万能ではありません。次のようなケースでは、単独での利用は向きません。
- 正確性が絶対条件の業務:契約書の最終文面、法令解釈、医療・安全に関わる判断などは、AI単独で完結させず、必ず専門家・責任者の確認を挟む必要があります
- 最新情報が必要な調査:モデルの学習時点より後の情報は原則として持っていません。検索機能付きのサービスでも、情報源の確認は人の仕事です
- 自社固有の事情を踏まえた判断:社内の暗黙知や経緯はAIは知りません。素材として与えない限り、一般論しか返ってきません
- 責任を伴う意思決定そのもの:採用・評価・投資判断などは、AIを参考情報の整理に使うにとどめ、決定は人が行うべき領域です
「向かない業務に無理に使って失望する」より、「向いている業務で確実に時短する」ほうが、結果として活用は長続きします。
個人の使い方から組織の活用へ広げるには
- ✓入力ルールの明文化:入力してよい情報とダメな情報を決める
- ✓プロンプトの共有:うまくいった指示をチームで型にする
- ✓研修で足並みをそろえる:最低限の使い方と注意点を全員で共有する
個人で使い方に慣れてきたら、次の段階はチーム・組織への展開です。実務では、個人任せのままだと「使う人と使わない人の差が開く」「人によって入力してよい情報の判断がバラバラになる」という問題が起きがちです。
組織で広げる際の基本は、(1)入力してよい情報・ダメな情報のルールを明文化する、(2)うまくいったプロンプトをチームで共有し型にする、(3)研修などで最低限の使い方と注意点を揃える——の3点です。なお、有料プランや法人向けプランの費用はサービスや人数によって幅があり、あくまで目安として比較し、自社の要件(セキュリティ設定・管理機能の要否)に合わせて選定することをおすすめします。
よくある質問
生成AIは無料で使えますか?
主要なサービスの多くは、無料プランでも基本的な使い方を十分に試せます。有料プランでは、より高性能なモデルや利用回数の上限緩和、学習利用の制御などが提供されるのが一般的です。費用はサービスやプランにより異なり変動もあるため、業務利用の要件を決めたうえで最新の料金体系を確認してください。
生成AIとChatGPTは何が違うのですか?
生成AIは技術・ツールの総称で、ChatGPTはその代表的なサービスの一つです。ほかにもGeminiやClaudeなど複数のサービスがあり、本記事で解説した使い方の型(目的→指示→確認→修正)はどのサービスでも共通して使えます。
生成AIの回答はどこまで信用してよいですか?
文章の下書きや要約の「たたき台」としては実用的ですが、事実の正しさは保証されません。数字・固有名詞・制度の内容は必ず一次情報で確認し、そのまま社外に出さないことを原則にしてください。
会社の情報を入力しても大丈夫ですか?
サービスの設定と社内ルール次第です。入力内容が学習に使われる設定のまま機密情報を入れるのは避けるべきで、まずは学習利用のオプトアウト設定や法人向けプランの利用を確認しましょう。ルールが未整備なら、公開されても問題ない情報だけで使うのが安全です。
何から始めるのが一番よいですか?
「間違えても被害が小さく、自分が良し悪しを判断でき、頻度が高い」業務から始めるのがおすすめです。社内メールの下書きや会議メモの要約は、この条件を満たしやすく、効果も実感しやすい定番の入り口です。
まとめ
生成AIの使い方は、「目的を決める→指示する→確認する→修正する」という基本の流れと、役割・目的・条件・素材・形式を添えるプロンプトの型を押さえれば、はじめてでも十分に実践できます。文章作成・要約・アイデア出し・翻訳・分析の補助など、たたき台づくりをAIに任せて人が確認・仕上げる分担にすれば、質と速さを両立できます。一方で、情報漏えい・著作権・ハルシネーションへの備えと、「向かない業務には使わない」見極めも同じくらい重要です。まずは身近な一つの業務で試し、うまくいった型をチームに広げていく——その積み重ねが、組織としての活用定着への最短ルートです。
監修者

株式会社APILLOX 代表取締役
山下 雅弘
大阪大学大学院在学中にエンジニアとしてキャリアをスタート。大学院修了後、AIを用いた自動テストツールを開発する企業にエンジニアとして入社し、実装の現場に携わる。その後フリーランスを経て株式会社APILLOXを創業。現在は生成AIの受託開発・新規事業の伴走・業務効率化・法人研修まで、AI活用をワンストップで支援している。自らも手を動かすエンジニアとして、RAGやAIエージェントをはじめとする数多くの生成AI開発・導入の現場に立ち会ってきた。「提案で終わらせず、成果が出るまで実装・運用する」ことを信条とし、本メディアではその実務経験にもとづき生成AI活用の実践的な情報を監修している。




