【2026年版】人事評価AIプロンプト完全集|Claude Code/Codexでそのまま使える評価シート生成・フィードバック文作成・バイアスチェック・目標設定支援の25プロンプト
この記事の内容(プロンプト25本)
「Claude Code/Codexを人事評価に使いたいけど、どんなプロンプトを書けばいいか分からない」——このページはそのまま使えるプロンプト25本を掲載しています。評価シートの設計から・目標設定・フィードバック文生成・バイアスチェック・育成計画まで、5カテゴリ×5本のプロンプトをコピーしてご活用ください。
ただしコピーしてそのまま使うだけでは精度が出ません。各プロンプトには「自社情報を埋め込む箇所(【 】部分)」があります。ここに自社の等級定義・評価基準・評価対象者の情報を入れることで、汎用プロンプトが自社専用プロンプトに変わります。
01 PREPARATION 人事評価AIプロンプトを使う前の準備——インプット情報の整え方 良いプロンプトの前提は「良いインプット情報」
プロンプトの品質は「AIに渡す情報の質」で決まります。プロンプトを使う前に以下の情報を準備してください。
| 必要な情報 | 具体的な内容 | 重要度 |
|---|---|---|
| 等級定義 | 等級ごとの役割期待・スキル要件(例:一般職1等級は〜、2等級は〜) | ★★★必須 |
| 評価項目と配点 | 評価する項目名と各項目の重み付け(例:業績40%・能力30%・姿勢30%) | ★★★必須 |
| 被評価者の基本情報 | 等級・在籍年数・職種・担当業務 | ★★★必須 |
| 行動記録 | 1on1の記録・業務日報・プロジェクト成果(今期中のもの) | ★★☆できれば |
| 評価点数(各項目) | フィードバック文生成時に必要 | ★★☆できれば |
| 前期の評価結果 | 継続課題・成長項目の分析に必要 | ★☆☆あれば良い |
📚 用語解説
プロンプトエンジニアリングと人事評価への応用:プロンプトエンジニアリングとはAIから望ましい出力を得るための指示文(プロンプト)の設計技術。人事評価への応用では①役割の指定(「あなたは人事コンサルタントです」)②コンテキストの提供(「当社の等級定義は〜」)③具体的な指示(「以下の情報からフィードバック文を生成してください」)④出力形式の指定(「箇条書きで3項目・各100文字以内」)の4要素を組み合わせることで、高品質な出力を引き出せる。
プロンプトに「エンジニア職・ミドル等級(入社3〜5年)・売上に直接責任を持たない技術職」という情報を加えると、AIが生成する評価シートは「営業職向け売上目標型」ではなく「技術職向けスキル・プロジェクト貢献型」になります。汎用プロンプトを自社専用プロンプトに変えることが、精度向上の最も確実な方法です。
📚 用語解説
コンテキスト(文脈)とプロンプト精度の関係:AIへの指示文(プロンプト)に含まれる「背景情報の量と質」がAIの出力精度を直接決定する。人事評価の場面では①会社の等級定義②職種の役割期待③被評価者の担当業務と実績④評価期間の部門目標——を入力するほど、汎用的でなく自社業務に即した評価シート・フィードバック文が生成される。コンテキストが貧しいほど「どの会社にも使えるが自社では使いにくい」出力になる。
02 EVALUATION SHEET PROMPTS 評価シート・評価基準の設計プロンプト(5本) まず評価シートの設計から始めると、全ての評価プロセスが整う
プロンプト①:職種別評価シートの設計
📄 プロンプト例|職種別評価シート生成
あなたは人事制度設計の専門家です。以下の情報をもとに、【職種名】向けの人事評価シートを作成してください。 【会社情報】 - 業種:【業種を記入】 - 従業員数:【人数】名 - 評価制度:半期評価(年2回) 【評価対象】 - 職種:【職種名(例:エンジニア・営業・バックオフィス等)】 - 等級:【等級名と役割期待を記入】 【評価項目の指針】 - 業績(成果):【配点%】 - 能力(スキル):【配点%】 - 姿勢・行動:【配点%】 【出力形式】 以下の形式で評価シートを作成してください: 1. 評価項目名(大分類) 2. 評価観点の説明(被評価者が自己評価を書くときの説明) 3. S/A/B/C/Dの評価基準(各段階の具体的な行動・成果の説明) 4. 配点(項目の重み付け)
プロンプト②:等級間の評価基準の差異化
📄 プロンプト例|等級別評価基準の差異化
以下の評価項目「【評価項目名(例:問題解決力)】」について、等級ごとの評価基準(S/A/B/C/D)を設計してください。 【等級の定義】 - ジュニア(入社1〜2年):指示を受けて実行できる - ミドル(入社3〜5年):自律的に業務を遂行できる - シニア(入社6年以上):他者への指導・チームへの貢献ができる 【出力形式】 各等級×各評価段階(S/A/B/C/D)の評価基準を、具体的な行動例で記述してください。 抽象的な表現(「高いレベルで〜」)は使用せず、具体的な行動・成果を記載してください。
プロンプト③:既存評価シートの問題点を診断する
📄 プロンプト例|既存評価シートの診断
以下の評価シートの評価基準を診断して、問題点と改善案を提示してください。 【現在の評価シート】(以下に貼り付け) 【評価シートの内容を貼り付ける】 【診断の観点】 1. 各評価項目が具体的な行動・成果で記述されているか(抽象的でないか) 2. 評価段階(S〜D)が明確に区別できるか(評価者が判断に迷わないか) 3. 職種に適した評価項目になっているか 4. SMARTな目標設定が可能な構成になっているか 【出力形式】 - 問題点のリスト(箇条書き) - 各問題点の改善案 - 改善後の評価基準の例文
プロンプト④:360度評価のアンケート設計
📄 プロンプト例|360度評価アンケート設計
以下の情報をもとに、【役職・等級】向けの360度評価アンケートを設計してください。 【評価対象者】 - 役職:【役職名】 - 等級:【等級名】 - 評価してもらう対象:上司・同僚・部下(各5名程度) 【評価したい観点】 1. コミュニケーション・チームへの貢献 2. 専門スキル・業務品質 3. リーダーシップ(管理職の場合) 4. 問題解決・提案力 【出力形式】 - 各観点3〜4問の質問文(5段階評価) - 自由記述欄のテーマ(「特に良かった点」「改善してほしい点」) - 回答者の負担が少なく・具体的な回答が得られる質問設計
プロンプト⑤:評価基準の社員向け説明文
📄 プロンプト例|評価基準の社員向け説明文生成
以下の評価基準を、一般社員が理解しやすい言葉で説明する文章を作成してください。 【評価基準(原文)】 【評価基準のテキストを貼り付ける】 【作成指針】 - 評価制度の目的(なぜこの評価基準なのか)を最初に説明する - 各評価項目について「どのような行動がS評価かの具体例」を挙げる - 「評価で見ていること・見ていないこと」を明確に説明する - A4用紙1枚に収まる分量(1200字程度) 社員が評価を受ける前にこの文章を読むことで、どう行動すれば評価されるかが理解できる内容にしてください。
03 GOAL SETTING PROMPTS 目標設定支援プロンプト(5本) 目標の「形骸化」と「曖昧さ」をAIで解消する
📚 用語解説
MBO(目標管理制度)と人事評価への組み込み:MBO(Management By Objectives)とは被評価者が自ら目標を設定し、期末にその達成度を評価する制度。1954年にピーター・ドラッカーが提唱。日本の多くの企業が人事評価制度に組み込んでいるが「目標が形骸化する(毎期同じ目標)」「目標が抽象的で達成度の判断が難しい」という課題を抱える。Claude Code/Codexを使ったプロンプトは「SMART基準での自動チェック」「前期との形骸化検出」でこの課題を解消できる。
📚 用語解説
SMART目標の設定基準:SMART目標とはSpecific(具体的)・Measurable(計測可能)・Achievable(達成可能)・Relevant(関連性がある)・Time-bound(期限がある)の5要素を満たす目標設定の基準。「コミュニケーション能力を高める」ではなくSMART基準では「今期末までにチーム内週次MTGの議事録作成を100%担当し、上司レビューで"内容漏れなし"評価を8割以上維持する」のように書く。AIプロンプトでこのチェックを自動化できる。
プロンプト⑥:個人目標のドラフト生成
📄 プロンプト例|個人目標のドラフト生成
以下の情報をもとに、【氏名/担当者】の今期個人目標(MBO)のドラフトを作成してください。 【被評価者情報】 - 氏名:(省略可) - 職種:【職種名】 - 等級:【等級名】 - 今期の主な担当業務:【担当業務を記入】 【組織目標】 - 部門の今期目標:【部門目標を記入】 - 会社の今期重点テーマ:【会社テーマを記入】 【前期の実績と課題】 - 前期の主な成果:【成果を記入】 - 前期の課題・改善点:【課題を記入】 【出力形式】 - 目標項目3〜5つ(業績目標2〜3・能力・成長目標1〜2) - 各目標について:目標の内容・達成基準(数値または状態)・達成時期 - SMART基準(Specific・Measurable・Achievable・Relevant・Time-bound)に沿って記述
プロンプト⑦:目標のSMARTチェックと改善提案
📄 プロンプト例|目標のSMARTチェック
以下の目標がSMART基準(Specific・Measurable・Achievable・Relevant・Time-bound)を満たしているか確認し、問題があれば改善案を提示してください。 【チェック対象の目標】 【目標文を貼り付ける(例:「顧客満足度を上げる」「業務効率化に取り組む」等)】 【チェック観点】 S(Specific):何を・どのように達成するかが具体的か M(Measurable):達成度を数値や明確な状態で計測できるか A(Achievable):現実的な難易度か(高すぎ・低すぎでないか) R(Relevant):部門・会社目標と関連しているか T(Time-bound):期限が明確に設定されているか 【出力形式】 - 各SMART項目のOK/NG判定 - NG項目の具体的な問題点 - 改善後の目標文(SMART基準を満たす書き方に修正)
プロンプト⑧:形骸化目標の検出と再設定
📄 プロンプト例|形骸化目標の検出と再設定
以下の今期目標と前期目標を比較して、形骸化している可能性がある目標を特定し、より意義ある目標に再設定してください。 【前期目標】 【前期目標を貼り付ける】 【今期の目標(ドラフト)】 【今期目標案を貼り付ける】 【検出観点】 1. 前期目標と80%以上同じ内容か 2. 達成基準が抽象的で判定困難か 3. 部門目標との関連性が見えないか 【出力形式】 - 形骸化しているとみなした目標とその理由 - より意義のある目標への再設定案 - 再設定理由の説明
プロンプト⑨:部門目標の個人分解
📄 プロンプト例|部門目標の個人分解
以下の部門目標を、チームメンバー【X名】に分解して、個人目標のたたき台を作成してください。 【部門目標】 - 今期売上目標:【金額/数量】 - 重点テーマ:【重点テーマを記入】 - KPI:【主要指標を記入】 【チームメンバーの構成】 - メンバーA(等級:【等級名】・担当:【担当業務】) - メンバーB(等級:【等級名】・担当:【担当業務】) (以下同様に記入) 【分解の指針】 - 等級が高いメンバーには難易度高め・範囲広めの目標 - 等級が低いメンバーには指標が明確で成長につながる目標 - 全メンバーの目標を合算すると部門目標を達成できる配分 【出力形式】 各メンバーの個人目標案(3〜4項目)と達成基準を一覧で提示してください。
プロンプト⑩:中間レビュー(目標進捗の評価)
📄 プロンプト例|中間レビューの進捗評価
以下の期初目標に対する中間時点の進捗を評価し、期末までのアクションを提案してください。 【期初目標】 【目標を貼り付ける】 【中間時点の実績(期の50%時点)】 【実績・進捗状況を記入】 【評価と提案の観点】 1. 現在の進捗率(目標の何%達成か) 2. このペースで進んだ場合の期末予測達成率 3. 目標達成のために残り半期で変えるべきアクション 4. 目標の修正(上方修正・下方修正)が必要かどうかの判断 【出力形式】 - 進捗評価サマリー(良い点・懸念点) - 残り半期の推奨アクションリスト - 必要に応じた目標修正案
04 FEEDBACK PROMPTS フィードバック文生成プロンプト(5本) 管理職の最大負担「フィードバック文」をAIがドラフト生成する
プロンプト⑪:基本のフィードバック文生成
📄 プロンプト例|フィードバック文生成(基本)
以下の情報をもとに、評価フィードバック文のドラフトを作成してください。 【被評価者情報】 - 職種:【職種名】 - 等級:【等級名】 - 評価期間:【例:2026年上半期】 【評価結果】 - 総合評価:【S/A/B/C/D】 - 業績評価:【点数または評価段階】 - 能力評価:【点数または評価段階】 - 姿勢評価:【点数または評価段階】 【行動記録(今期中の主な事実)】 - 成果として特に良かった点:【具体的に記入】 - 課題として改善が必要だった点:【具体的に記入】 - その他特記事項:【あれば記入】 【出力形式】 1. 良かった点のフィードバック(具体的な行動事実に言及・150文字程度) 2. 改善点のフィードバック(具体的かつ建設的に・100文字程度) 3. 次期への期待(前向きなメッセージ・100文字程度) ※「引き続き頑張ってください」「全体的によくできました」などの抽象的な表現は使用しないでください。
プロンプト⑫:高評価者向けフィードバック文
📄 プロンプト例|高評価者(S・A評価)向けフィードバック
以下の情報をもとに、高評価者(【S/A評価】)向けの評価フィードバック文を生成してください。 【被評価者の今期の主な成果】 【成果を具体的に記入(数字・エピソード・周囲への影響)】 【作成指針】 - 具体的な成果を称賛するが、お世辞にならない(事実に基づく) - 次の等級・役割への期待を伝える(モチベーションにつながる) - 改善点がある場合は「さらに伸ばすための視点」として伝える - 全体で350字以内 【禁止表現】 「素晴らしい成果」「本当に頑張ってくれました」などの感情的な表現
プロンプト⑬:改善が必要な評価者へのフィードバック文
📄 プロンプト例|改善必要(C・D評価)向けフィードバック
以下の情報をもとに、改善が必要な評価(【C/D評価】)を受けた従業員への建設的なフィードバック文を生成してください。 【被評価者の今期の状況】 - 課題となった行動・状況:【具体的に記入】 - 期待していた水準:【等級・職種での期待水準を記入】 【作成指針】 - 批判・否定的な表現は避け、「改善への道筋」を示す形で伝える - 具体的な行動の改善点を示す(抽象的な「もっと努力して」はNG) - 管理者としてサポートする意向を示す - 全体で350字以内 【特に注意する点】 - 傷つける表現でなく、成長を促す表現を選ぶ - 評価の判断理由が伝わる内容にする(なぜこの評価かが分かる)
プロンプト⑭:管理職向けフィードバック文(マネジメント評価)
📄 プロンプト例|管理職向けフィードバック生成
以下の情報をもとに、管理職(マネージャー)向けの評価フィードバック文を作成してください。 【管理職の今期の活動】 - マネジメントの成果:【部下の育成・チーム業績・組織改善等を記入】 - コミュニケーション・リーダーシップの状況:【具体的に記入】 - 課題だった点:【あれば記入】 【評価観点(管理職特有)】 - チームの業績貢献(個人ではなくチームとしての成果) - 部下育成の状況(部下の成長・定着・モチベーション) - 組織改善の取り組み(プロセス改善・環境整備等) - 上位方針の実行(経営方針を現場に落とし込む力) 【出力形式】 各観点へのフィードバック(各100字程度)と次期の期待(200字以内)
プロンプト⑮:自由記述の評価コメント整形
📄 プロンプト例|評価コメントの整形・品質向上
以下の評価コメントを、被評価者が受け取って納得・成長につながる表現に整形してください。 【現在のコメント(管理者が書いたもの)】 【コメントを貼り付ける】 【整形の観点】 1. 抽象的な表現を具体的な行動・事実に変換する 2. 否定的な表現を「改善への提案」として言い換える 3. 文章の構成(良い点→改善点→次への期待)を整える 4. 感情的な表現を除いてファクトベースにする 【制約】 - 評価の判断(点数・結論)は変えない - 管理者の意図・意味は保持する - 全体の文字数は±30%以内で調整する
05 SELF-ASSESSMENT PROMPTS 自己評価の品質向上プロンプト(5本) 従業員の自己評価が薄い・抽象的という問題を解消する
プロンプト⑯:自己評価の書き方ガイドの生成
📄 プロンプト例|自己評価ガイドの生成
以下の評価シートの各評価項目について、従業員向けの「自己評価の書き方ガイド」を作成してください。 【評価シートの項目】 【評価項目名と評価基準を貼り付ける】 【ガイドに含める内容】 1. 各評価項目で「何を書けば良いか」の説明 2. よくある失敗例(抽象的すぎる・数字がない等)と改善例 3. 「S評価の自己評価例文」と「B評価の自己評価例文」の対比 4. 自己評価を書く前に準備する情報(振り返りのヒント) 【対象読者】 自己評価を初めて書く・毎回どう書けばいいか分からない従業員
プロンプト⑰:自己評価の具体化支援
📄 プロンプト例|自己評価の具体化サポート
以下の自己評価コメントをより具体的で評価者が判断しやすい内容に改善するアドバイスをください。 【現在の自己評価(従業員が書いたもの)】 【自己評価コメントを貼り付ける】 【具体化のポイント】 1. 数字・実績が入っているか(何件・何%・何円等) 2. 具体的な行動・エピソードが書かれているか 3. 成果の背景(どんな工夫をしたか)が分かるか 4. 自己評価の根拠が明確か 【出力形式】 - 改善すべき点と理由(箇条書き) - 改善後の自己評価例(元の意図を保ちながら具体化)
プロンプト⑱:今期の振り返りプロンプト(従業員向け)
📄 プロンプト例|今期の振り返り整理(従業員向け)
私の今期(【期間】)の業務を振り返り、自己評価の素材を整理してください。 【今期の担当業務・プロジェクト】 【担当した業務・関わったプロジェクトを記入】 【今期の記憶に残る出来事(良い・悪い問わず)】 【思い出せる範囲で記入】 【1on1や面談で上司から言われたこと】 【覚えていれば記入】 【自分の感覚】 - 特に頑張ったと思うこと: - もっとうまくできたと思うこと: - 次の期にやりたいこと: これらをもとに、自己評価の各項目(業績・能力・姿勢)に書けそうな具体的な内容を整理してください。
プロンプト⑲:自己評価の根拠チェック
📄 プロンプト例|自己評価の根拠チェック
以下の自己評価について、評価の根拠として適切かを確認して、評価者が見た時に納得感があるかを判断してください。 【評価項目】:【項目名】 【自己評価段階】:【S/A/B/C/D】 【自己評価コメント】: 【コメントを貼り付ける】 【チェック観点】 1. 自己評価の段階(S/A/B/C/D)とコメントの内容が一致しているか 2. 評価者が判断できる十分な根拠があるか 3. 事実(実績・行動)に基づいているか 4. 自己評価が高すぎ・低すぎでないか 【出力形式】 - チェック結果(OK/要改善)と理由 - 改善すべき場合は具体的な修正提案
プロンプト⑳:自己評価のパターン分類と傾向分析
📄 プロンプト例|自己評価パターンの傾向分析
以下の複数メンバーの自己評価を分析して、自己評価の傾向(高め・低め・抽象的)を分類してください。 【メンバーの自己評価一覧】 - メンバーA:【自己評価をテキストで記入】 - メンバーB:【自己評価をテキストで記入】 (以下同様) 【分析観点】 1. 自己評価が高すぎる・低すぎる傾向のメンバーを特定 2. 根拠が薄い・具体性が欠ける自己評価を特定 3. 特に質が高い自己評価の特徴を抽出 【出力形式】 - メンバー別の自己評価傾向(高め/適切/低め/抽象的) - 自己評価の品質が低いメンバーへの個別アドバイス案 - 全体の傾向サマリー
06 BIAS-CAREER PROMPTS 評価バイアスチェック・育成計画プロンプト(5本) データ分析と未来の育成計画をAIで設計する
📚 用語解説
評価バイアスの主な種類(寛大化・中心化・ハロー効果):人事評価で頻発する3種類のバイアス。①寛大化傾向:評価者が軒並み高い評価をつける傾向(部下との関係悪化を避けたい・良い人だと思われたい心理)②中心化傾向:全員を「普通(B評価)」にまとめる傾向(差をつけることへの躊躇・情報不足)③ハロー効果:目立つ一つの特徴(コミュニケーションが上手い等)が他の評価項目にも影響する傾向。Claude Code/Codexで評価データの統計分析を行うとこれらのバイアスを定量的に検出できる。
プロンプト21:評価者間バイアスの検出
📄 プロンプト例|評価者間バイアスの分析
以下の評価結果データを分析して、評価者間のバイアス(偏り)を検出してください。 【評価結果データ】 (以下に評価者・被評価者・評価点数の一覧を貼り付ける) 評価者A:被評価者①【点数】、被評価者②【点数】… 評価者B:被評価者③【点数】、被評価者④【点数】… 【分析観点】 1. 評価者ごとの平均点・分布(最高・最低・標準偏差) 2. 全体平均との差(1標準偏差以上の偏りがあるか) 3. 評価項目間の相関(全項目が同じ傾向か→ハロー効果の可能性) 4. 直近期との比較(急に評価が上がった・下がった評価者はいるか) 【出力形式】 - 偏りが疑われる評価者とその特徴 - バイアスの種類(寛大化・中心化・ハロー効果等)の推定 - 人事部門への報告サマリー(評価者を傷つけない表現で)
プロンプト22:個人の育成計画ドラフト生成
📄 プロンプト例|個人育成計画の生成
以下の評価履歴をもとに、【被評価者名・等級】の次期育成計画をドラフトしてください。 【直近2期の評価結果サマリー】 - 前前期:総合評価【評価段階】、強み:【項目名】、課題:【項目名】 - 前期:総合評価【評価段階】、強み:【項目名】、課題:【項目名】 - 成長が見られた点:【変化した項目】 - 継続的な課題:【改善されていない項目】 【出力形式】 1. 本人の強み(継続して活かすべき点) 2. 優先的に取り組む開発テーマ(2〜3点) 3. 各テーマの具体的な育成方法(OJT・研修・担当業務変更・自己学習) 4. 6ヶ月後の目標状態(何ができるようになっているか)
プロンプト23:昇進候補者の評価履歴分析
📄 プロンプト例|昇進候補者分析
以下の昇進要件と候補者の評価履歴を比較して、昇進の適性を分析してください。 【昇進要件(【等級名】→【等級名】)】 - 必須要件:【要件を記入】 - 期待スキル:【スキルを記入】 - 評価基準:【直近3期でAA以上等の基準を記入】 【候補者の評価履歴】 - 氏名:(省略可) - 現在の等級: - 過去3期の評価:【各期の評価段階と主なコメント】 【分析観点】 1. 必須要件を満たしているか(各要件のOK/NG) 2. 評価の安定性(一時的な高評価か・継続的か) 3. 次の等級で求められる行動の兆候があるか 4. 昇進のリスク(懸念事項) 【出力形式】 昇進適性の判断(推薦/条件付推薦/時期尚早)と根拠
プロンプト24:退職リスクの評価データからの検出
📄 プロンプト例|退職リスク検出(評価データから)
以下の評価データと勤怠情報から、退職リスクが高い従業員を特定してください。 【分析データ】 (以下に各従業員の情報を記入) - 評価傾向の変化(直近2期で急激に評価が下がった) - 自己評価と上司評価の乖離(自己評価が高いが上司評価が低い・またはその逆) - 目標設定の変化(野心的な目標から守りの目標に変わった) - その他:有給取得急増・遅刻増加など 【出力形式】 - リスクが高い従業員と根拠(プライバシー保護の観点から人事部長のみが確認) - 想定される退職理由の仮説 - フォローアップの推奨アクション(面談実施・担当業務の見直し等)
プロンプト25:評価制度の課題分析
📄 プロンプト例|評価制度の課題分析
複数期の評価データを分析して、現在の評価制度の課題を特定してください。 【分析データ】 - 評価分布(S/A/B/C/Dの比率の推移・部門別比較) - 評価と業績の相関(高評価者が実際に高い業績を出しているか) - 評価に対する従業員サーベイ結果(あれば) - 評価コメントの傾向(抽象的なものが多いか等) 【分析観点】 1. 評価の公平性(部門間・管理者間のバラつき) 2. 評価の正確性(評価が実際の業績を反映しているか) 3. 評価の活用度(評価が育成・配置・報酬に活かされているか) 4. 制度の維持コスト(管理者の評価負担が適切か) 【出力形式】 課題のリスト(優先度順)と改善提案(次の評価期間から実施できるもの)
07 CUSTOMIZATION プロンプトをカスタマイズするコツ——「自社情報の埋め込み」が精度を決める 汎用プロンプトを自社専用プロンプトに変える3つのステップ
📚 用語解説
コンテキストウィンドウと「長いプロンプト」の扱い:Claude Code/Codexが一度に処理できるテキスト量には上限(コンテキストウィンドウ)がある。就業規則・等級定義・評価シートを全て貼り付けると長くなるが、Claude Sonnetは20万トークン(約15〜20万文字)のコンテキストを扱えるため、通常の就業規則・等級定義程度では問題ない。ただし毎回長い情報を貼り付けるのは手間なので、「繰り返し使う基本情報(等級定義等)」を固定テンプレートとして保存しておいて毎回先頭に貼り付ける運用が効率的。
AIの出力が満足のいくものでなかった場合は「追加指示」で修正できます。「もう少し具体的な行動例を入れてください」「全体をもう100文字短くしてください」という追加指示で調整できます。最初から完璧なプロンプトを目指すより、「まず出力を見て→足りない部分を追加指示する」という対話型の使い方が実用的です。
08 THE 3 WALLS 独学の壁——プロンプトの精度が上がらない3つの原因 プロンプトの品質は「情報の質」と「指示の明確さ」で決まる
壁1:入力情報が不足している(ゴミを入れるとゴミが出る)
「このフィードバック文を書いてください」という指示だけでAIに任せると、汎用的で薄いフィードバックしか生成されません。「評価点数・具体的な行動記録・課題だった状況」という情報を入力することで、具体的で役立つフィードバックが生成されます。「AIの出力が薄い」と感じたとき、最初に確認するのは「入力情報が十分か」という点です。
壁2:自社固有の言葉・制度がプロンプトに反映されていない
「当社では一般職を"アソシエイト"と呼び、主任を"リードアソシエイト"と呼びます」という社内固有の呼称・制度をAIに伝えないと、AIが汎用的な「一般職・主任・係長」という言葉で出力を生成します。プロンプトに「当社の等級体系は〜」という前提情報を入れることで、出力が自社の言葉遣いに合ったものになります。
壁3:「何をどのような形で出力するか」の指定が曖昧
「フィードバックを書いてください」より「良かった点150字・改善点100字・次への期待100字の3段構成でフィードバックを書いてください」という形式指定がある方が、使いやすい出力が得られます。出力形式(箇条書き/文章/表/字数制限)を明確に指定することで、加工なしでそのまま使える出力に近づきます。
| AI鬼管理の伴走支援 | 独学 | |
|---|---|---|
| 等級定義のプロンプト組み込み | 就業規則から抽出してプロンプトに設定 | 何をどう整理すればいいか分からない |
| フィードバック精度の向上 | 行動記録の収集フォーマットから設計 | 情報が揃わないまま使い続ける |
| プロンプトのカスタマイズ | 実際の評価シートに合わせた調整 | 汎用プロンプトのまま使い続ける |
導入の詳細については人事評価にAIを導入する方法および人事評価AIの実践6ケースをあわせてご参照ください。
09 SUMMARY 比較まとめ——プロンプトあり・なしで何が変わるか プロンプト設計がAI活用の品質を決める
| 比較項目 | プロンプトなし(都度指示) | 本ページのプロンプト活用 |
|---|---|---|
| 評価シート生成の質 | 汎用的な評価シート(自社に合わない可能性) | 等級定義・職種を組み込んだ自社専用シート |
| フィードバック文の質 | 行動記録がないと抽象的な文になる | 行動記録入力で具体的かつ事実ベースの文 |
| 目標設定の品質 | 形骸化チェックなし | SMART自動チェック・前期比較検出 |
| 評価バイアス | 検出できない | 統計的な偏り検出・管理者別比較 |
| 育成計画 | 評価後にゼロから考える | 評価履歴から自動でドラフト生成 |
プロンプトは「使い回せる型」を作ることが最大の効率化です。一度良いプロンプトができれば、毎回その型に情報を入れるだけで高品質な出力が得られます。この記事の25本のプロンプトを素材に、自社の評価制度・等級体系・評価項目に合わせてカスタマイズしてご活用ください。
プロンプトを自社仕様にカスタマイズするご支援をします
「このプロンプトを使ってみたが自社に合わなかった」「等級定義をプロンプトに組み込む方法が分からない」——こうしたご相談にAI鬼管理が対応します。
就業規則・評価シート・等級定義を読み込んで、自社専用のプロンプトセットを一緒に設計します。
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか?
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. このページのプロンプトはどのAIで使えますか?
A. Claude Code(Anthropic社)を前提に設計していますが、ChatGPT(OpenAI社)やGemini(Google社)でも基本的に使えます。ただし、AI鬼管理が推奨するのはClaude Codeです。理由は①日本語の長文処理精度が高い②ビジネス用途でのデータ取り扱いポリシーが明確③連続した作業フローの自律実行(エージェント機能)に優れている——の3点です。評価シートの生成程度であればどのAIでも使えますが、評価データの継続的な蓄積・分析まで行う場合はClaude Codeのエージェント機能が有効です。
Q. プロンプトに個人情報(評価点数・従業員の情報)を入力しても安全ですか?
A. Claude Code(APIモード)はAnthropicのプライバシーポリシー上、入力データを学習には使用しません。ただし個人情報の取り扱いについては自社のプライバシーポリシーと照合することが必要です。実務では「氏名を省略して等級・職種・行動記録のみ入力する」「部署名をA部門・B部門と匿名化する」という工夫で個人情報のリスクを低減できます。特に評価点数・フィードバック内容は機密性が高いため、社内のAI活用ポリシーを先に定めてからプロンプトの活用を始めることをすすめます。
Q. プロンプトの出力をそのままフィードバック文として使っていいですか?
A. 推奨しません。AIが生成した文章は必ず管理者が確認・修正してから使用してください。理由は①AIは行動記録に書かれていない文脈を知らないため、重要な事実が漏れることがある②管理者が内容を確認していないフィードバックは「誰が書いたか分からない文章」になる③評価の最終責任は管理者と会社にあるため、確認なしの使用はリスクがある——の3点です。AIの出力は「白紙から書くより良いスタート地点」として使い、管理者が実質的な内容確認と修正を必ず行う運用を設計してください。
Q. 評価シートをAIに生成させた後、実際に使うにはどうすれば良いですか?
A. AIが生成した評価シートをそのまま使い始めず、以下のステップを踏んでください。①管理職3〜5名でレビューして「実際の業務に合っているか」を確認する②社労士に「就業規則との整合性」を確認する③テスト評価(1〜2名の被評価者でトライアル)を行って使いやすさを確認する④修正後に全体に展開する——このステップを踏むことで、AI生成の評価シートが自社で実際に機能するものになります。
Q. 25本のプロンプトの中でどれから使い始めるのがおすすめですか?
A. 「今最も困っていること」に対応するプロンプトから始めるのが最善です。①フィードバック文が毎期大変→プロンプト⑪(フィードバック文生成基本)から②目標設定が形骸化している→プロンプト⑦(SMARTチェック)+プロンプト⑧(形骸化検出)から③評価シートが古くて使いにくい→プロンプト①(職種別評価シート設計)から④評価者間でばらつきがある→プロンプト21(バイアス検出)から——各カテゴリの最初のプロンプト(①・⑥・⑪・⑯・21)が入門として最も使いやすい設計です。
Q. プロンプトを使った場合と使わない場合でフィードバック文の品質はどれくらい違いますか?
A. AI鬼管理の支援事例では、プロンプトを使ったフィードバック文の方が「行動事実への言及率(具体的なエピソードが含まれる割合)」が3〜4倍高くなる結果が出ています。プロンプトなし(都度指示)では「行動記録を入力してください」という指示が不明確なため、AIが汎用的な内容しか生成しません。プロンプトに「主な成果・課題となった行動・改善点の事実」を入力する項目を明示することで、具体的な事実に基づいたフィードバックが生成されます。
Q. 評価データをAIで分析する場合、Excelのデータをそのまま貼り付けられますか?
A. Excelのデータはそのままコピーしてプロンプトに貼り付けられます(テキスト形式で貼り付ける)。ただし大量データ(100名以上の評価データ等)の場合は、Claude Code(エージェントモード)でExcelファイルを直接読み込む設計の方が効率的です。この設計にはAI鬼管理の伴走支援が有効です。少人数(20〜50名程度)のデータであれば、評価者別・被評価者別の集計をプロンプトに貼り付けてAIに分析させる方法で十分機能します。
📚 あわせて読みたい:人事評価AIの関連記事
- 人事評価AIを活用する実践6ケース — 評価シート・フィードバック・バイアス検出の方法
- 人事評価AI導入事例5選 — 実際の導入事例と結果
- 人事評価にAIを導入する方法 — 評価制度設計へのAI活用入門
- 労務管理AI活用の実践7ケース — 労務管理×AIエージェントの具体例
- 人事・人材管理 完全ガイド — 人事管理の全体像と自動化の基礎
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。




