なぜ「最初の一文」で回答が変わるのか
ChatGPTのような大規模言語モデル（大量の文章を学習し、次に来る言葉を確率で予測する仕組み）は、与えられた文脈に強く引っ張られる性質を持つ。先頭で「あなたは中小企業の経理担当者です」と置くと、それ以降の単語予測がすべて「経理担当者が使う語彙・前提」に寄っていく。逆に何の指定もなければ、モデルは「最も無難で平均的な答え」を返す。世界中の平均値を出してくるのだから、自社の現場に合わないのは当然だった。
ここで提案したいのが、本記事の背骨になる「役割と制約の二段固定」という型だ。先頭の1〜2行を「役割（誰として答えるか）」と「制約（何を前提に、何を避けるか）」で固定する。たったこれだけで、AIは「平均的な相談相手」から「自社の事情を分かっている担当者」へと立ち位置を変える。
この手法が効く理由は、行動経済学でいうアンカリング（最初に提示された情報が後の判断を縛る現象）に近い。人間が最初の数字に引きずられるように、AIも最初の文脈に引きずられる。観察していて面白いのは、人間が無意識にやられて損をするアンカリングを、こちらは意図的に仕掛けて得をする側に回れる点だ。
誰に効いて、誰には不要か
効くのは、毎回似た種類の文書や判断を扱う兼任担当者だ。営業の提案文、経理の仕訳判断、採用の応募者評価——こうした「型はあるが毎回中身が違う」業務に最も効く。逆に、一度きりの調べ物や雑談的な壁打ちでは、わざわざ役割を固定する手間が回答の改善幅を上回らないこともある。そこは割り切っていい。
基本の型：3つの部品で作る
まず動く形を見せる。以下を質問の前に置くだけだ。
あなたは【役割】です。
前提：【自社の状況・制約を2〜3個】
出力ルール：【形式・長さ・避けること】
上記を踏まえて、次に答えてください。
---
（ここに実際の質問）
この3部品（役割・前提・出力ルール）を埋めるだけで、回答は具体化する。ここで詰まりやすいのは「前提」を抽象的に書いてしまう点だ。「うちは小さい会社です」では弱い。「従業員35名、BtoB製造業、顧客は既存取引先が8割」まで書くと、AIの回答が一気に自社仕様になる。前提は具体的であるほど効く。
動作確認：成功と失敗の見分け方
固定が効いているかは、回答の「具体度」で判断できる。役割を入れる前と後で同じ質問を投げ、後者に自社の前提を反映した固有の記述（業種・規模・顧客特性に触れた表現）が出ていれば成功だ。逆に、固定したのに一般論しか返らない場合、前提の記述が抽象的すぎるか、質問が漠然としすぎている。「より詳しく」と追記するより、前提を1行増やすほうが改善は速い。
もう一つの確認法は、AIに自己申告させること。回答の最後に「今あなたはどんな役割・前提で答えましたか」と聞くと、固定が伝わっているか即座に分かる。伝わっていなければ先頭の文を書き直す。
職種別の活用シーン
営業：提案メールの下書き（業務頻度・最多）
商談後のフォローメールを毎回ゼロから書く担当者は多い。手作業で1通あたり20分、1日5通で1時間40分が消えていく。
Before：「お礼メールを書いて」→ 当たり障りのない定型文が返り、結局ほぼ全文書き直し。
After：役割と前提を固定すると、商談の文脈を踏まえた下書きが出る。1通あたり5分前後、5通で25分まで縮む。
あなたは BtoB製造業（従業員35名）のルート営業担当です。
前提：顧客は既存取引先が8割、価格より納期と品質で選ばれている。押し売り感は嫌われる。
出力ルール：300字以内、敬語、次回アクションを1つだけ提案する。絵文字なし。
上記を踏まえて、次の商談メモから訪問後のお礼メールを書いてください。
---
（商談メモを貼り付け）
経理：仕訳・経費判断の相談（業務頻度・高）
「この支出はどの勘定科目か」を毎回ネット検索する手間は地味に重い。
Before：「接待で使った5万円の科目は？」→ 一般論で複数候補が並び、自社の運用に合うか判断できない。
After：自社の経理方針を前提に固定すると、運用に沿った答えが返る。判断1件あたり10分の調べ物が2〜3分に縮む。ただし最終判断は人間が行う前提は崩さない。
あなたは 従業員35名の中小企業の経理担当者です。
前提：会計ソフトはクラウド型を使用。少額交際費は5000円基準で会議費と接待交際費を分けている。判断に迷う場合は税理士確認を促してよい。
出力ルール：結論の科目を先に1つ示し、理由を2行。確認が必要なら明記する。
上記を踏まえて、次の支出の仕訳を提案してください。
---
（支出の内容を記載）
ここで詰まりやすいのは、AIの回答を最終結論にしてしまうことだ。税務判断は専門家確認が前提であり、固定の中に「迷う場合は確認を促す」と書いておくと、AIが過剰に断定するのを防げる。
採用：応募書類の評価メモ作成（業務頻度・中）
採用兼任の担当者が、応募者ごとに評価を言語化するのは時間がかかる。
Before：「この職務経歴書を評価して」→ 長所短所が抽象的に並ぶだけで、自社の求める人物像と噛み合わない。
After：求める人物像を前提に固定すると、自社基準での評価メモが出る。1人あたり15分が5分に縮み、面接前の論点整理に使える。
あなたは 従業員35名のBtoB製造業の採用担当者です。
前提：募集は法人営業職1名。重視するのは長期定着と既存顧客との関係構築力。短期転職を繰り返す傾向は懸念点として扱う。
出力ルール：評価を「合致する点」「確認したい点」の2つに分け、各3項目以内。面接で聞くべき質問を2つ添える。
上記を踏まえて、次の職務経歴書を評価してください。
---
（職務経歴書を貼り付け）
今日からの3ステップ
ステップ1（今日）：自分が週に3回以上ChatGPTに投げている質問を1つ選ぶ。最も頻度の高い業務から始めるのが効率的だ。
ステップ2（今日〜明日）：その業務向けに「役割・前提・出力ルール」の3行を一度だけ作り、メモアプリに保存する。次回からはコピペで先頭に貼るだけになる。前提は具体的に、を忘れずに。
ステップ3（今週）：固定あり・なしで同じ質問を投げ、回答を見比べる。具体度が上がっていれば前提を磨き、変わらなければ前提を1行足す。この往復を3回回せば、自社専用の「最初の一文」が固まる。
最後に観察を一つ。この手法は2026年6月現在、海外の実務者コミュニティでは定着しつつあるが、日本語で業務シーン別に踏み込んだ解説はまだ多くない。派手な新機能ではなく、誰でも今日から無料で試せる地味な技だからこそ、知っている人とそうでない人の差が静かに開いていく。便利な道具ほど、使い方の最初の一文で評価が決まってしまうのは、少し皮肉な話ではある。
本記事はAI編集を経たのち、編集長が事実確認と品質チェックを実施しています。