コンサルティングや会計事務所の経営支援の現場で生成AIを有効に使おうとしたら、プロンプト技術の巧拙は避けて通れません。

普通の「単発プロンプト」でもそれなりの答えは出ますが、そのクライアントや顧問先の実情に合った目的別の生成物をつくりたいなら、基本公式に沿って適切な情報を入れる必要があります。

しかし、世間に出回っているプロンプトは単発が基本であり、段階的に学習させながら生成するチェーンプロンプトはあまり公表されていません。

その理由は、多くのコンサルティングフファームが生成AIを活用したコンサルティングにおいてマネタイズできる大事な部分だからです。

そこで、今回はコンサルティングや経営支援に使えるチェーンプロンプトの作り方の基本を公開しようと思います。

１，単発プロンプトで経営者が納得しない理由

コンサルティングや経営支援の場面において、多くの方が大なり小なり生成AIを使っていると思います。

ほとんどが、何か聞きたい事、調べたいことの調査依頼だと思います。

最近はグーグル検索のAI機能で、わざわざ生成AIを使わなくても、それなりの回答が即出るので、そちらを使っている方も多いようです。

仮に経営会議や社長面談の場で、ノートパソコンを開き、社長の眼の前で何かの調べものをして、ChatGPTやGeminiから回答が出たととします。

それを社長に見せると「ほー、そうなんですね」と普通の驚きはあるでしょうが、感動まではいきません（まだ生成AIの経験が少ない「生成AIど素人の経営者」なら、それでも喜ぶでしょうけど）

そこまで感動しない理由は「生成される内容に自社固有の事情が入った超具体的な生成物でない」からです。

もし、「自社固有の事情を十分考慮した生成物」なら、経営者はそれなりの感動があるはずです。

という事はプロンプトを入れるときに、その会社の固有事情を入れていない上に、一気に目的の生成物を出そうとするから、「浅い成果物」になるのです。

生成AIがどんなに優秀でも、こちらのプロンプトの精度が低く、一般論の回答の範囲では「生成AIってその程度ですよね」と思われるのは当たり前なのです。

 

２，これまで作成したコンサルティングチェーンプロンプト

私がプロンプトを学び始めた当初は、基本公式に沿った情報を入れる事で、精度の高い生成物ができる事に驚きを感じました。

しかし、何十回も使ううちに、「良いけど、一般論の域を出ない生成物」が多くなりました。

それは単発プロンプトでも、固有情報の入れ方に問題があったのかもしれません。

次の段階として私のUSP（独自のウリ）である

●「クロスSWOT分析」

●「KPI監査」

●「根拠ある経営計画書」

●「事業承継の見える化」

●「採用ページ、離職対策」

●「経営理念浸透型人事評価」

をクライアント先で実践導入をする時に、単発プロンプトで一気に生成してもイマイチな事が続きました。

生成AIに取り組み始めた初期段階で、ある生成AIプロンプトの動画研修で「チェーンプロンプト」の理論を学んでいたのですが、ちょっと使いにくいと感じて、その理論は放置していました。

しかし、再度このチェーンプロンプト理論を自分なりにカスタマイズしてみようと思い立ち、数々のチェーンプロンプトを開発し、検証を繰り返しました。

そして開発し実装しているのが下記です。

このチェーンプロンプトは弊社の「生成AIプロンプト研修」で受講者に部分公開してきました。

今度はこのすべてのチェーンプロンプトの公開と体験を行うのが、1月23日、24日の2日間の　「生成AIコンサル養成　オンラインブートキャンプ」です。

詳しくはこちらから

https://re-keiei.com/blog/generative-ai/2300-2025-10-17-2026-1-23-24-ai.html

 

３，チェーンプロンプトの基本公式

RE経営では、コンサルティングや経営支援専用のプロンプトの公式を以下のように定義して実践しています。

⑴指示文

指示文＝プロンプトと言うことで、何をどう生成してもらいたいのかを正確に伝えます。
また第2プロンプト以降については、「これまでのスレッドの情報を連鎖総合して、蓄積された情報を基に・・・」と前述の情報を参考にすることを指示します。

⑵生成AIの役割

生成AIはどういう立場で生成するのかを明確に伝えます。

例えば、「あなたは○○専門のコンサルタントで、○○について深い知識と豊富な経験を持っているコン サルタントです」のように、どの分野に強いのかを書いた方がAIは認識しやすくなります。

⑶参考情報（事実情報の整理）

どのコンサルティングでのアウトプットにするにしても、 その企業の詳細なプロファイルが必要です。

そのプロファイルを基に生成AIが情報を導き、推論していくからです。 これは箇条書きで良いので、いろいろな情報を思いつくまま記載します。

また事例があれば、その事例のデータも入れて 「こんな感じのものをこの企業の実態合わせて‥」 と指示することもあります。

⑷前提条件・制約条件

AIが推論しやすくするための前提条件や制約条件を細かく記載します。

前提条件には、この生成物の目的やこの生成物を持っているヒトのプロファイル等も記載します。

また制約条件では、生成AIが理想的なアウトプットにならないように、「やりたいけれどできない現実の 情報」を細かく記載します。

そうしないとAIが大企業の人材も経営資源も豊富な推論をしてくるからです。

⑸成果物

求める成果物を明確にします。 「○○のようなものを○○の形式で生成してください。」と指示します。

⑹出力形式

表形式なのか、エッセイ見たいなものか、物語っぽいものなのか、欲しい形式を指示します。

コンサルティング現場では表形式の指示が多いです。

⑺文体指示

ですます調か、である調か、カジュアルかビジネス風か、はたまたサムライ風や関 西風等、何でもできます。

⑻補足指示

指示の復唱をしない、余計な説明をしないように最後に指示します。 表形式以外の余剰な生成を避ける為です。

⑼成果物の構造を分ける（第1段階、第2段階、第3段階）

コンサルティングチェーンプロンプトで大事なことは、生成したいアウトプットの構造物を段階別に分けることです。

第1段階では「ここまでの情報をつたえるので、ここまでのアウトプットをして欲しい」

第2段階では「第1段階の情報を反映して、ここまでの情報を入れるので、ここまでのアウトプットをして欲しい」

第3段階は「第1段階、第2段階の情報を基に、こういう生成物をこんなカタチでアウトプットして欲しい」 こういうイメージでチェーンプロンプトを作ります。

だから、最初から一発プロンプトするより、生成AIが逐次学習できるのです。

⑽各段階で必要な情報整理や表データの内容を決める（段階ごとの生成物を指定）

各段階でのアウトプットイメージを決めて、それに相応しい必要情報の前提条件を決めます。

どういうプロファイルや事実データが必要か、その事実データから生成AIに何を類推させたいのか。 こういうことを念頭に入れます。

⑾最終段階の成果物の詳細目次を決める（最終アウトプットの表形式イメージ）

そして最終段階では、最初にアウトプットしたかった表形式のイメージになるように、前提条件を書きますが、多く の場合、新たに入力することは無くなります。

第1段階、第2段階で事実情報を入れているので、第3段階では型決めされた指示文を生成AIに伝えるだけにな ります。

 

４，必要な生成物を因数分解する技術

コンサルティングや経営支援の現場で使うチェーンプロンプトを作るのに必要な考え方は、最終生成されるアウトプットはどういうものの掛け算と足し算で出来上がっているかをイメージします。

例えば、クロスSWOT分析AIはとても分かりやすいです。

それは「強み分析プロンプトでの成果物」×「機会分析プロンプトでの成果物」＝「積極戦略プロンプトでの成果物」になるからです。

では「経営計画書作成AI」のチェーンプロンプトを見てみましょう。

第1プロンプト…企業のプロファイルプロンプト

第2プロンプト…前期の勘定科目別収支実績プロンプト

第3プロンプト…前期の科目別収支結果の良かった点と来期への課題整理プロンプト

第４プロンプト…今期の科目別方針と課題対策、市場の動き、昨対予測、今期科目別収支予測プロンプト

第５プロンプト…今期対策の行動計画プロンプト

のような５段階に分かれます。

これに各部門のKPI設定を入れると

第6プロンプト…各部門KPI設定プロンプト

６段階のチェーンプロンプトになります。

更に、経営理念を経営計画に反映させたいと考える方もいます。その場合は

第２プロンプト…経営理念から行動規範、経営方針に関連する経営具体策プロンプト

を追加します。

更にもともと中期ビジョン（中期経営計画）がある企業なら、

第２プロンプト…中期計画の読み込みと進捗状況プロンプト

を入れます。

すると、上記の「経営計画書作成AI」のチェーンプロンプトは８段階になっていきます。

また、社長が「値上げ交渉を成功させたいので、交渉用のプランを作って欲しい」と言われたら、

第1プロンプト…値上げしたい商品、値上げしたい顧客の情報プロンプト

第2プロンプト…値上げ要求するまでに実施した努力、値上せざるをえない市場のプロンプト

第3プロンプト…値上げ交渉時に予想される反応のプロンプト

第4プロンプト…用意する資料の説明トークプロンプト

等の段階を踏んで交渉用のトークスプリクト作成をします。

それ以外でも例えば、クライアント、顧問先の業務マニュアルを作りたいと思うなら、

第1プロンプト…業務の流れ、プロファイル、課題のプロンプト

第2プロンプト…業務フローを作るプロンプト

第3プロンプト…指定された業務の手順書を作るプロンプト

こういう段階を経ると、その企業固有の業務別作業手順書が具体的に出来上がります。

実はチェーンプロンプト上手になるには、物事の因数分解ができ、演繹法でも帰納法でもいいから、最終アウトプットはどういうものの掛け算と足し算でできているかをイメージできればいいのです。

 

あなたがコンサルティングや経営支援に使いたいチェーンプロンプトを学習して、そのケーススタディやプロンプトデータをゲットして、実際にチェーンプロンプトを体感したいなら、1月23日、24日の「生成AIコンサル養成　オンラインbootcamp」の受講をおススメします。

2026年は生成AIコンサルティングや経営支援が本格的に花が開く時代です。この波に乗り遅れないように。

詳しくこちらから

https://re-keiei.com/blog/generative-ai/2300-2025-10-17-2026-1-23-24-ai.html

•  

 

 

私が講師の一角に参加しだして、今年で4目を迎えた「京都大学経営管理大学院EMBA（上級経営会計専門家）」での講義、実習を２日間実施してきました。

受講生はほぼ税理士、公認会計士、またコンサル、監査担当職員でした。

過去３年のプログラムでも私の担当は「クロスSWOT分析、KPI監査」でした。

今年も同じプログラムなのですが、一番の違いは「生成AI」を使ったSWOT分析、中期計画、KPI経営をアウトプットする事です。

時代は生成AIをどう使いこなすかが、今後の経営支援に相当な影響を与えます。

では、実際にどういうプログラムで、どう展開したのか？

１，メインの藤野教授が「戦略と会計」を講義

日大経済学部教授の藤野先生から基礎講義が最初のありました。

これは「戦略とは何か？」「ポジショングとは？」「大手百貨店やパソコンのケース事例」そして、BSC（バランススコアカード）についてです。

このBSCでは「シンプルBSC」という概念を話されました。

元々BSCが難しいので、藤野先生やシンプルBSCの概念の生みの親である、青森の若山先生（税理士）、そして私もSWOT、KPI監査を担当した共著「SWOT分析&BSC を活用したKPI監査の実務と実例」で出版。

 

２， SWOT分析、KPI監査の基礎理論を講義

クロスSWOT分析、KPI監査の基本的な考え方や一部実例を私から講義しました。

私がSWOT分析に特化したノウハウを構築した理由は、実はBSCが難しかったからという何とも自己矛盾が理由です(笑)

そして、BSC理論をクロスSWOT分析の「積極戦略」に展開する事で、戦略マップもKPI設定も一気通貫でできるように理論展開したのが、「RE経営のクロスSWOT分析」です。

「強み分析」「機会分析」「積極戦略」のヒアリングポイントや深堀質問のコツ等を解説しました。

そして、今回から活用する生成AIのチェーンプロンプトの基礎理論や公式、どういうアウトプットになるかをパワーポイントで説明しました。

 

３，ロープレは「SWOT分析、中期ビジョンチェーンプロンプト」を実践

講義のあとは初日も2日目もロープレ三昧です。

前回、前々回までは「クロスSWOT分析シート（Excel）」を社長役に見せながら、経営会計専門家役がヒアリングしながら入力し、社長役に思いを聞き出すことに重点が置かれました。

だから人によって中身の濃淡も深堀のレベルの違いもあったのです。

ところが今回は「生成AIでクロスSWOT分析のチェーンプロンプト」を使って、ヒアリングしながらの入力です。

何が違うかというと、ヒアリングの内容が薄くても、生成AIがそれなりの「強み分析」「機会分析」「積極戦略」をサポートしてくれることです。

生成AIを使う理由は、好むと好まざるにかかわらず、経営支援に生成AIを使い、素案づくりを迅速化したいのと、属人化にならず、誰でも経営支援ができるレベルにしたいからです。

さすが、2日間のロープレだけでは、SWOT分析もプロンプトも一気に習得する事は難しい。

しかし、修得したチェーンプロンプトデータを基に、受講生が実際の顧問先に何社か取り組みと、イメージがわいてきます。

このロープレでは、事前に指定された企業のプロファイルに沿って、各分析を社長役とヒアリング役が交互に取り組み、1セッションが終わるたびに、そのグループについたメンター（EMBA卒業生）が振り返りのフィードバックをします。

 

４，チェーンプロンプトでKPI設定

クロスSWOT分析→中期経営計画→KPI設定までのチェーンプロンプトを体験してもらいました。

ヒアリングしながらWordのチェーンプロンプトに文字入力、文字入力された後のプロンプトをコピペして、ChatGPT（有料版）に経営会計専門家役が貼り付け、生成します。

この私が開発したチェーンプロンプトに求める内容の設計図（ノーコード）の言葉が組み込まれているので、各段階で表形式のアウトプットが生成されます。

プロンプトの構造や生成AIが判断しやすいマーキングや書き方のポイントも説明しましたが、受講生はチェーンプロンプトに入れる事で精一杯だったようです。

このEMBAの4回目の目的は「経営戦略を立てる」と言う課題の中で、SWOT分析とヒアリング、コーチングを体感する事です。

だからあまり細かい生成AIテクニックは公開しませんが、いずれ自ら生成AI用のチェーンプロンプトを設計できるようになると、経営支援のレベルはすごい事になるでしょう。

 

５，生成AIを使った経営支援での留意点

今回は生成AIを使い、SWOT分析を行い、しかもコーチング技術を意識しながらという「３つの負荷」を同時に経験するとても大変なセッションでした。

これはメイン企画者である京都大学教授の澤邉先生からも「３つの同時負荷」の大変さを慰労されていました。

生成AIを使えば、いとも簡単に経営戦略アイデアが出てきます。

今までのロープレで経験した「言葉の生みの苦しみ」がないわけです。

だからAIのアウトプットだけでは、経営者側に熱量が生まれません。

そこで、生成された内容を経営者とその可否や内容をコーチングしながら、腹落ちさせる作業が必要です。

という事は、生成AIが素案やアイデアは出しますが、最終的には人間同士のコミュニケーションスキル次第で、生成AI結果の是非が変わるという事です。

このことはこのセッションの間も何回も伝えたし、受講生も理解できたのではないかと思います。