メディア
AI 内製化

プロンプト管理の進め方|社内で共有するプロンプトの置き場・持ち主・更新・機密の扱いの決め方

公開
執筆者: Offers AX 編集部・編集部

業務で使うプロンプトを個人の技で終わらせないには、置き場、持ち主、使ってよい業務の範囲、入れてはいけない情報、変えたときの確認、使われなくなったものの片付けの6つを、社内で先に決めておくことです。そのうえで、共有するプロンプトを「定型業務に使うもの」と「個人の工夫」に分けます。

定型業務に使うものは持ち主が確認して固定し、変えるときは同じ確認用の入力で前後の出力を比べてから差し替える。個人の工夫は自由に試せる場所に置き、よく使われるものだけを定型へ引き上げる。プロンプトには顧客の情報や社内の判断基準が混ざりやすいので、1本ごとに公開範囲を付けることも欠かせません。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

プロンプトが個人の手元に残ると、工夫が人に付いて会社に残らない

生成AIを業務で使う会社は増えた一方で、組織としての取り組みに手が付いていない会社も残っています。総務省の令和8年版情報通信白書の企業向け調査では、日本の回答者の86.4%が自社の何らかの業務で生成AIを利用していると答えましたが、生成AIによる業務変革について「組織的な取組はない」と答えた割合も27.0%ありました。

最も回答の多い業務類型「議事録・メール作成補助」を見ると、「従業員が個人作業の効率化で活用している」が35.2%で、「部署内の特定業務で活用している」の24.7%、「業務プロセスがAI中心に変更されている」の11.3%を上回ります。最もよく使われる業務で、個人の手元で使う形が部署の業務に組み込む形より多いということです。

同じ調査で「業務プロセスの見直しや生成AI活用検討に必要なスキルやノウハウを学ぶ環境がある」と答えた割合は39.9%で、米国の62.7%を下回りました。

同じ白書は、国立情報学研究所の佐藤一郎教授のコメントとして、AIによって「これまで現場や個人のレベルで蓄積されてきた知見を、無形資産として企業全体が活用可能になる」という見方を載せています。プロンプトは、その知見が文章の形で表に出たものです。

手元に置いたままのプロンプトには、次の3つの困りごとが起きます。

  • 作った人が異動・退職すると、同じ品質の出力を誰も出せなくなる
  • 同じ業務でも人によってプロンプトが違い、出力の形や判断がそろわない
  • チャットで回ったプロンプトに、顧客名や社内の基準が書かれたまま広がる

会社が認めていない生成AIの利用はシャドーAIと呼ばれます。プロンプトを共有の場に出すことは、社内の使い方を会社から見える状態にする方法の1つです。

共有するプロンプトは「固定する定型」と「自由に試す工夫」に分ける

共有するプロンプトは、定型業務に使うものと個人の工夫の2つに分け、管理の重さを変えます。全部を同じ手順で管理すると、定型のほうは確認が甘くなり、工夫のほうは手続きが重くて誰も出さなくなるからです。

区分 例 管理のしかた
定型業務に使うもの(確認して固定する) 問い合わせへの回答の下書き、議事録を社内の書式で要約する、契約書の確認項目を洗い出す 持ち主が確認して固定する。変えるときは確認の手順を踏み、変更履歴を残す
個人の工夫(自由に試す) 企画の壁打ち、文章の言い換え、表計算の関数づくり 誰でも置ける。確認はしないが、入れてはいけない情報の決まりは守る

定型に入れる基準は、複数の人が繰り返し使う、出力が社外や他部署にそのまま渡る、社内の判断基準を含む、の3つのどれかを満たすことです。1つも満たさないものは工夫の棚に置き、使う人が増えたら持ち主を決めて定型へ引き上げます。

工夫の棚の作り方は、東京都の取り組みが参考になるでしょう。東京都デジタルサービス局は、文章生成AIの都庁全局での利用開始後に職員アンケートを行い、「どのような業務に活用できるのかわからない」等の理由でまだ利用していない職員も多いことから、活用場面とプロンプトを集めた事例集を作りました。アンケートで効果的とされた業務のプロンプトや、各局の職員が参加したアイデアソンで作ったプロンプトなど、掲載した活用事例は34件です。

同じ事例集は、掲載したプロンプトは活用事例のイメージで、必ずしも実際の実務で使ったものではないと断っています。生成された回答はそのまま使わず、職員自らが内容を確認してから使うよう求めていました(東京都デジタルサービス局「都職員のアイデアが詰まった文章生成AI活用事例集」2024年1月)。

使い始めを後押しする棚としては十分な作りで、業務にそのまま組み込む定型とは役割が違うものです。自社で作るときも、工夫の棚には「確認前」と分かる印を付け、定型と見分けられるようにしておきましょう。

決めることは6つあり、定型のプロンプトは1本ごとに台帳の1行で残す

社内の共有物として扱うために決めることは、置き場、持ち主、使ってよい業務の範囲、入れてはいけない情報、変えたときの確認、片付けの6つです。会社としての方針を決め、定型のプロンプトには1本ごとに台帳の1行を作って記録します。

決めること 会社として決める方針 台帳に1本ごとに書く項目
置き場 正本を置く場所を1か所に決める 正本の場所
持ち主 誰が持ち主になれるか、異動時の引き継ぎ方 持ち主の部署と名前、代理
使ってよい業務の範囲 生成AIに任せない業務 対象の業務、使ってよいツールとモデル
入れてはいけない情報 入力を禁じる情報の区分 公開範囲(全社・部署・持ち主のみ)
変えたときの確認 確認の手順と、差し替えを決める人 確認用の入力、最終確認日、変更履歴
片付け 見直しの周期と廃止の手順 最終利用日、次の見直し日

使ってよい業務の範囲は、会社全体の生成AIの利用ルールに沿って決めます。利用ルールそのものの作り方はAI ガバナンスの進め方の記事にまとめており、この記事で扱うのはプロンプトに固有の決めごとです。

置き場は、ツールの保存機能ではなく自社が持ち続けられる場所に決める

正本の置き場は、特定のAIツールの保存機能ではなく、社内の文書管理やWiki、システムに組み込むものならコードの管理場所のように、自社が持ち続けられる場所に1か所決めます。ツールの保存機能は手軽ですが、提供元の都合で仕様が変わるからです。

例えば OpenAI は、API で再利用できるプロンプトの保存機能を廃止に向かわせています。2026年6月3日からプロンプトの作成機能を縮小し、保存したプロンプトを扱う v1/prompts は2026年11月30日に提供を終える予定です。そのうえで、本番で使うプロンプトは保存機能を使わずアプリケーションのコードに置くよう案内しています(OpenAI「Prompt engineering」2026年11月12日確認)。

正本を1か所に決めたら、ツールの保存機能やチャットの履歴に残るものは写しという扱いです。写しを直しても正本には反映されないので、直すときは正本を変えてから写しを入れ替える、という順を決めておけば、どれが最新か分からなくなる事態は防げるはずです。

置き場を選ぶ条件は、公開範囲を部署単位で絞れること、変更履歴が残ること、検索できることの3つです。専用の道具が無くても、この3つを満たす社内のWikiや文書管理で十分に始められます。

持ち主は、その業務の結果に責任を持つ部署に置く

定型のプロンプトの持ち主は、AI推進の担当ではなく、その出力を使う業務の結果に責任を持つ部署の人にします。出力が正しいかを判断できるのは業務を知る人で、手順や基準が変わったことに最初に気づくのもその部署だからです。

AI推進の担当が持つのは、台帳、置き場、確認の手順といった仕組みのほうです。部署ごとに持ち主を置き、推進の担当は台帳を見て持ち主のいないプロンプトや見直しの遅れを見つける、という分担にすると、すべての修正が推進の担当に集まって止まる事態を避けられます。推進の担当の置き方と仕事の範囲はAI 推進リーダーの役割の記事で扱っています。

持ち主の仕事は次の4つです。

  • 変更の依頼を受け、確認の手順を踏んでから正本を差し替える
  • 決めた周期でプロンプトを見直し、最終確認日を更新する
  • 使う人からの問い合わせに答える
  • 異動や退職の前に、代理か後任へ持ち主を引き継ぐ

持ち主が不在になったプロンプトは、後任が決まるまで定型から外して工夫の棚へ戻してください。誰も確かめないまま定型として使われ続けることが、共有の仕組みで最も避けたい状態です。

定型のプロンプトを変えるときは、同じ確認用の入力で前後の出力を比べる

定型のプロンプトは、文面を変えたときと、使うモデルやツールが変わったときの2つの場面で、同じ確認用の入力を使って前後の出力を比べてから差し替えます。文面を一言変えただけでも出力の形や判断が変わることがあり、モデルが変われば同じ文面でも振る舞いが変わるからです。

AIの提供元も、この確認を前提にしています。OpenAI 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(日付で固定したモデル)に固定して振る舞いをそろえることと、プロンプトの振る舞いを測るテストや評価の仕組みを作り、手直しのたびに性能を見守ることを勧めています(OpenAI「Prompt engineering」2026年11月12日確認)。

Anthropic も、特定のモデルを名指しした書き方の工夫はそのモデルで測ったものとして扱い、別のモデルに使う前に自社の評価で確かめ直すよう求める立場です。実際に、応答の書き出しをあらかじめ指定しておく方法(プレフィル)は、Claude 4.6 以降のモデルでは使えなくなりました(Anthropic「Prompting best practices」2026年11月12日確認)。この方法に頼っていたプロンプトは、モデルを替えた時点で書き直しが必要です。

確認の手順は、次の4つで回せます。

  1. 定型のプロンプトごとに、実際の業務に近い確認用の入力を5〜10件ほど用意する(個人情報は実在しない値に置き換える)
  2. 期待する出力の条件(含める項目、守る書式、書いてはいけないこと)を書いておく
  3. 変更の前後で同じ入力を使い、条件を満たすかを持ち主が確かめる
  4. 結果と変更の理由を変更履歴に残してから、正本を差し替える

確認用の入力と合格の条件は、AI エージェントを評価するときと同じ考え方で作るのが近道です。合格の基準の決め方はAI エージェントの評価の進め方の記事が詳しいので、定型のプロンプトが増えてきたら合わせて読んでおくと手戻りを減らせます。

Offers AX は、引き継ぎまでを最初から設計し、社内で回せる状態を目指す

Offers AX は、戦略づくりからAIエージェントの開発、内製化までを一体で支援するサービスです。数週間で動くプロトタイプを作って実際の業務で試し、要件定義書ではなく動くもので合意してから本実装に進む流れです。

内製化の支援では、引き継ぎまでを最初から設計し、引き継ぎのドキュメントの整備や社内の運用体制の設計も支援に含めています。構築は原則としてお客様の既存の環境で行い、当社の環境に顧客データを抱えないため、作ったものは契約が終わってもお客様の環境に残ります。

プロンプトの共有を、業務に組み込んで社内で回すところまで進めたい場合は、Offers AX のサービスページで進め方をご覧ください。対象にしたい業務の候補があれば、無料相談を申し込むから日程を決められます。内製化までの全体の進め方はAI 内製化の進め方の記事にまとめています。

プロンプトに入れてはいけない情報を決め、1本ごとに公開範囲を付ける

共有するプロンプトには、実在の個人情報、認証の情報、社内の判断基準が混ざりやすいため、入れてはいけない情報を決め、1本ごとに公開範囲を付けます。テンプレートとして共有するときは、顧客名や金額を差し込み欄にし、実際の値を入れた例をそのまま保存しないのが基本です。

個人情報については、個人情報保護委員会が事業者向けに2つの注意点を示しています。個人情報を含むプロンプトを入力する場合は、特定した利用目的を達成するために必要な範囲内かを十分に確認すること。本人の同意なく個人データを含むプロンプトを入力し、それが応答の出力以外の目的で扱われると法の規定に違反する可能性があるため、提供する事業者が機械学習に使わないこと等を十分に確認すること、です(個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」2023年6月2日)。

東京都の事例集も、冒頭の利用ルールの1つ目に「個人情報等、機密性の高い情報は入力しないこと」を挙げていました。

システムに組み込むプロンプトには、別の注意も必要です。OWASP は、システムプロンプト(AIに常に与えておく指示)を秘密として扱うべきではないとし、API キー、データベース名、利用者の役割、アプリケーションの権限の構成をシステムプロンプトに直接書かないよう勧めています。漏れたときの危険として、社内のルールや絞り込みの基準が外に知られることも挙げています(OWASP「Top 10 for LLM Applications 2025」LLM07:2025 System Prompt Leakage)。

社内の共有に置き換えると、公開範囲は次の3つに分ければ十分です。

公開範囲 置いてよいもの 例
全社 個人情報も社内の判断基準も含まない汎用のもの 文章の校正、会議の要約の書式
部署 部署の判断基準や業務の手順を含むもの 値引きの可否を判断する観点、審査の観点
持ち主のみ 試作中のもの、扱いを決めかねているもの 新しい業務での試し書き

認証の情報(パスワードや API キー)と、実在の顧客や社員の個人情報は、どの公開範囲でもプロンプトに書かないと決めておけば迷いません。権限は業務に必要な分だけ与える最小権限の考え方で、公開範囲も狭いほうから始めて広げるのが安全です。

個人情報を外部のサービスへ渡すときの判断は生成AIと個人情報の記事、情報の持ち出しを防ぐ全体の手当ては生成AIの情報漏洩を防ぐ記事で扱っています。

使われなくなったプロンプトは、見直しの周期を決めて片付ける

定型のプロンプトは、四半期に1度など周期を決めて見直し、使われていないものや持ち主のいないものを片付けます。古いプロンプトを残すと、改定前の判断基準や廃止した書式で出力が作られ続けるからです。

見直しでは、台帳の最終利用日と最終確認日を見て、次のように分けます。

  • 使われていて、業務も変わっていない: 最終確認日を更新して残す
  • 業務の手順や基準が変わった: 持ち主が直し、確認の手順を踏んでから差し替える
  • しばらく使われていない、または持ち主がいない: 定型から外して保管庫へ移し、問い合わせが無ければ次の見直しで廃止する

いきなり消さずに保管庫へ移すのは、決算や年次の手続きのように年に1度しか使わない業務のプロンプトを、誤って失わないためです。

工夫の棚も、放っておくと数が増えて探せなくなります。確認をしない代わりに、作ってから一定の期間がたったものに印を付け、使われ続けているものだけを定型への引き上げ候補として持ち主探しに回すと、棚の中身が入れ替わり続けます。

定型のプロンプトが増えたら、業務の仕組みへ組み込むかを判断する

定型のプロンプトを毎回人がコピーして貼り付けている業務は、ワークフローやAIエージェントとして仕組みに組み込む候補です。同じ手順を何度も繰り返している、入力を別のシステムから写している、出力をまた別のシステムへ貼り直している、のどれかに該当するなら、仕組みにする効果を見積もる価値は十分にあるでしょう。

仕組みにすれば、プロンプトはコードの管理場所に置かれ、変更の前後の確認も自動の検査として回せます。自動化へ進むかの判断と作り方はAI エージェント開発の記事、本番で動かすときの監視と更新の考え方はAI エージェントの運用の記事で扱っています。

プロンプトの管理は、道具を入れることより、決めごとを先に置くことで始まります。定型と工夫を分け、定型には持ち主と確認の手順と公開範囲を付け、周期を決めて片付ける。この順で進めれば、個人の工夫が会社の業務の手順として残っていくはずです。社内での AI 活用の体制づくりに関する他の記事は、このカテゴリの記事一覧から読めます。

AI を全社の成果につなげる Offers AX

コンサルティング・AI エージェント開発・内製化支援の3本柱で、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ