【2026年5月最新】プロンプトエンジニアはもういらない？不要論の真相と本当に必要なAIスキル
aikanri-admin
この記事の内容
「プロンプトエンジニアはもういらない」——2026年に入ってから、この言説がSNSやメディアで急速に広がっています。ChatGPTやClaudeの性能が上がるにつれて「複雑なプロンプトを書かなくても高精度な出力が得られる」ようになり、「プロンプトの書き方を極める」こと自体に価値がなくなったのでは？という疑問が生まれているのです。
結論から言えば、この議論は半分は正しく、半分は的外れです。確かに「プロンプトの小手先テクニック」の価値は急落しています。しかし、AIに正しく業務を任せるための「問いの設計力」は、むしろ以前より重要性が増しています。
この記事では、プロンプトエンジニア不要論の5つの根拠を整理した上で、AIエージェント時代に本当に求められるスキルとは何かを、弊社（株式会社GENAI）がClaude Codeで全社業務を自動化した実体験をもとに解説します。
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、次のことが明確になります。
01 WHAT IS PROMPT ENGINEER プロンプトエンジニアとは何か？本来の役割を正しく理解する 「AIに上手に聞く人」という理解では足りない
まず前提として、「プロンプトエンジニア」という職種がそもそも何なのかを正しく整理しておきます。メディアやSNSでの扱われ方と、実務での役割にはかなりのギャップがあるからです。
📚 用語解説
プロンプトエンジニア：AI（特に大規模言語モデル）に対する入力指示文（プロンプト）を設計・最適化する専門職。単に「上手な質問を書く人」ではなく、業務要件を踏まえてAIの出力品質を最大化する指示体系を設計する役割。2023年頃に「年収4,000万円」のような報道で注目を集めました。
1-1. メディアが作った「プロンプト職人」のイメージ
2023年、「プロンプトエンジニアの年収が4,000万円」という海外ニュースが日本でもバズりました。これがきっかけで、「AIに上手に質問するだけで高年収」というイメージが広がり、プロンプトエンジニアリングの講座やスクールが乱立しました。
しかし、この報道は実態を大幅に誇張したものでした。年収4,000万円のポジションは、GoogleやMeta級の大企業でAI研究のバックグラウンドを持つシニアエンジニアに限定された話であり、「プロンプトの書き方を覚えたら誰でも年収4,000万円」という意味ではありません。
AI鬼管理山崎
1-2. 本来のプロンプトエンジニアの役割
実務でのプロンプトエンジニアの役割は、以下の3層に分解できます。
| レイヤー | 役割 | 具体例 | 必要なスキル |
|---|---|---|---|
| Level 1：入力最適化 | AIへの指示文を最適化する | Few-shot、Chain of Thought等の技法適用 | プロンプト技法の知識 |
| Level 2：出力設計 | AIの出力形式・品質を制御する | JSON出力、評価基準の設計、フィルタリング | 要件定義能力 |
| Level 3：業務統合 | AIを業務プロセスに組み込む | ワークフロー設計、例外処理、品質管理 | 業務プロセス設計能力 |
「プロンプトエンジニアは不要」という議論の多くは、Level 1（入力最適化）だけを見た議論です。確かにLevel 1の価値はAIの進化で急落しています。しかし、Level 2・Level 3の価値はむしろ上昇しています。
📚 用語解説
Few-shot プロンプティング：AIに対して「こんな入力には、こんな出力を返して」という例（ショット）を数個提示してから本題を尋ねる技法。例えば「メール→返信例」を3組見せてから「この新しいメールへの返信を書いて」と指示すると、出力の精度が上がります。
📚 用語解説
Chain of Thought（思考の連鎖）：AIに対して「答えだけでなく、考える過程（ステップバイステップの推論）も出力して」と指示する技法。複雑な問題で回答精度が向上する効果がありますが、2026年現在のAIは指示しなくても内部で実行するようになっています。
1-3. なぜ今「不要論」が噴出しているのか
2026年にプロンプトエンジニア不要論が急増した背景には、AIの進化速度があります。2023年時点では「プロンプトの書き方」で出力品質が大きく変わりましたが、Claude OpusやGPT-5世代では雑な指示でもAIが意図を汲んで高品質な出力を返すようになりました。
つまり、「プロンプトのテクニック」で差がつきにくくなった。これが不要論の根本的な原因です。次章で、具体的な5つの理由を掘り下げます。
02 WHY UNNECESSARY 「プロンプトエンジニアはいらない」と言われる5つの理由 不要論を支える論拠を、一つひとつ検証する
プロンプトエンジニア不要論の根拠を整理すると、主に5つの理由に集約されます。それぞれ、どこまでが事実でどこからが誇張なのかを検証していきます。
理由1：AIの性能が上がり、複雑なプロンプトが不要になった
これは事実です。2023年のGPT-3.5時代は、「ステップバイステップで考えてください」「以下の形式で出力してください」といった詳細な指示を書かないと使い物にならないケースが多々ありました。
しかし2026年現在のClaude OpusやGPT-5は、「この会議録を要約して」の一文だけで、構造化された要約・ToDoリスト・次回のアジェンダ案まで出力してくれます。Few-shotやChain of Thoughtを明示的に書く必要性は大幅に減りました。
プロンプトの質で
出力が大きく変わる
→技法の価値◎
基本的な指示で
十分な精度に
→技法の価値○
雑な指示でも
AIが意図を汲む
→技法の価値△
理由2：プロンプトテンプレートが普及し、誰でも同じ結果が出せる
これも概ね事実です。ChatGPTのGPTsストア、各種プロンプト共有サイト、業界別テンプレート集などが充実し、「イチからプロンプトを設計する」必要性は大幅に低下しました。以前は専門知識が必要だった定型業務のプロンプトが、コピペで使えるようになっています。
理由3：AIエージェントが登場し、「指示を出す」工程自体が減った
これが最も本質的な変化です。Claude CodeやManusのようなAIエージェントは、「この業務をやっておいて」という抽象的な指示で、複数のステップを自律的に実行します。つまり、「プロンプトを細かく書く」工程自体が不要になりつつあるのです。
従来のプロンプトエンジニアリングは「1回の質問で最高の回答を引き出す」ことに注力していました。しかしAIエージェント時代では、AIが自分で質問を分解し、計画を立て、実行し、結果を検証するところまでやってくれます。人間がやるべきは「何を達成したいか」を伝えることだけです。
📚 用語解説
AIエージェント：人間が都度指示しなくても、目的を与えればそこに向けて複数のステップを自分で計画・実行するAI。プロンプトの最適化を「人間が行う」のではなく、AIが自分で「最適な手順を考えて実行する」点が、従来のチャットAIとの根本的な違いです。
理由4：プロンプトスクール・講座のビジネスモデルへの懐疑
2023〜2024年に乱立した「プロンプトエンジニアリング講座」の多くが、AIの進化スピードに追いつけず陳腐化しています。「このプロンプトテンプレートで売上が3倍に！」のような煽り文句に違和感を覚える人が増え、プロンプトエンジニアリング自体への不信感に繋がっています。
2026年現在、「プロンプトの書き方」だけを教える講座は投資対効果が低いです。AIの進化でテクニックがすぐ陳腐化するためです。選ぶなら「AIを使った業務設計」「AIエージェントの活用方法」など、テクニックではなく考え方・設計力を教えてくれるものを選んでください。
理由5：「誰でもできる」イメージの拡散
SNSで「ChatGPTに○○と聞いたらすごい結果が出た！」という投稿が日常的に流れるようになり、「プロンプトを書くこと＝特別なスキルではない」という認識が広まりました。これは事実の一面を捉えていますが、「簡単な質問ができること」と「業務レベルの品質を安定的に出せること」の間には大きなギャップがあります。
代表菅澤
03 COUNTER ARGUMENTS 不要論への反論：現場では何が起きているのか 「いらない」と言われる一方で、需要は増えている矛盾
プロンプトエンジニア不要論が広がる一方で、実務の現場ではむしろAI関連の人材需要が急増しています。この矛盾はなぜ生じるのでしょうか。
3-1. 「プロンプトの書き方」は不要、「AIの使い方」は必須
最も重要なポイントは、「プロンプトのテクニック」と「AIの業務活用スキル」は別物だということです。
| スキル | 2023年の価値 | 2026年の価値 | 理由 |
|---|---|---|---|
| プロンプトの書き方テクニック | 高い | 低下 | AIが意図を汲むようになり、テクニック不要に |
| 業務にAIを組み込む設計力 | 中程度 | 急上昇 | AIエージェントの登場で「何を任せるか」の設計が核心に |
| AI出力の品質管理・検証力 | 中程度 | 上昇 | 出力は増えるが、最終判断は人間が必要 |
| AIツールの選定・導入判断 | 低い | 急上昇 | ツールが乱立し、選定の判断力が不可欠に |
不要になっているのは「プロンプトテクニック」という手段であり、「AIを使って業務成果を出す」という目的の重要性はむしろ増しています。この区別がつかないと、「AIスキルは不要」という誤った結論に飛びつきかねません。
3-2. 「高性能なAIほど、良い指示が差を生む」という逆説
AIの性能が上がるほど、「誰でも80点の出力が得られる」ようになります。しかしビジネスで差がつくのは80点と95点の間です。この15点の差を生み出すのが、業務要件を的確に伝える「問いの設計力」です。
例えば、議事録の要約をAIに依頼する場合。「この会議録を要約して」と「この会議録から、営業部門に関係するアクションアイテムだけを抜き出して、担当者と期限を明記した表形式で出力して」では、出力の業務価値が全く違います。後者のような指示が書ける力は、プロンプトテクニックではなく業務理解力です。
AI鬼管理山崎
3-3. 現場の声：「AIを使える人」が圧倒的に足りない
2026年現在の企業で最も多い悩みは、「AIツールを導入したが、使いこなせる人材がいない」です。ChatGPTやClaudeのアカウントは全社員に配布した、しかし実際に業務で活用しているのは一部の人だけ——この状況が多くの企業で発生しています。
つまり、「プロンプトエンジニア」という職種名は不要かもしれませんが、「AI活用を推進できる人材」の需要は過去最高です。名前が変わっただけで、本質的な需要はむしろ増えています。
04 ESSENTIAL SKILLS AIエージェント時代に本当に必要なスキルとは プロンプト力に代わる、2026年以降の「AI活用力」
ではプロンプトエンジニアリングの代わりに、何を身につければいいのか。2026年のAIエージェント時代に求められるスキルを、実務の観点で整理します。
4-1. 業務分解力：「何をAIに任せるか」を判断するスキル
最も重要なのは、自分の業務を分解して「AIに任せられる部分」と「人間がやるべき部分」を切り分ける力です。これは技術的なスキルではなく、業務理解のスキルです。
例えば、営業資料の作成という業務を分解すると以下のようになります。
人間がやるべき
（関係構築）
人間＋AI
（判断が必要）
AIに任せる
（Claude Code）
人間がやるべき
（品質保証）
このような業務分解ができる人が、AIエージェント時代の「AIを使いこなせる人材」です。プロンプトの書き方よりも、業務プロセス全体を俯瞰して設計する力が核心になります。
📚 用語解説
業務分解：1つの業務を構成する要素（ステップ）に分解し、各ステップの特性を分析すること。「定型的か非定型的か」「判断が必要か不要か」「人間関係が絡むか否か」の3軸で分解すると、AIに任せるべき部分が見えてきます。
4-2. 要件定義力：AIに「完了条件」を伝えるスキル
2つ目は要件定義力です。AIエージェントに業務を任せるとき、最も重要なのは「何をもって完了とするか」を明確にすることです。これはプロンプトの書き方テクニックではなく、ビジネスの要件を言語化する力です。
例えば「ブログ記事を書いて」ではなく、「このキーワードでSEO上位を狙う記事を、3,000字以上で、見出し5つ以上、FAQ付きで書いて」と伝えられるかどうか。この違いが出力の品質を決定的に左右します。
📚 用語解説
要件定義：システムやプロジェクトで「何を実現すべきか」を具体的に文書化すること。AI活用においては、「AIに何を作らせたいか」「完了条件は何か」「品質の基準は何か」を明文化することを指します。元々はシステム開発の用語ですが、AI時代には全職種で必要なスキルになっています。
4-3. 検証力：AI出力の品質を判断するスキル
3つ目はAI出力の検証力です。AIエージェントは高速に大量の出力を生成しますが、その全てが正確とは限りません。AIの出力を「使えるレベルか」「修正が必要か」「根本的にやり直すべきか」を素早く判断するスキルが求められます。
これは「ハルシネーション（AIの事実誤認）を見抜く力」だけではなく、「ビジネスの文脈で適切かどうか」を判断する力です。AIが書いた提案書が「文法的には正しいが、この顧客の課題とズレている」と気づけるかどうか——ここに人間の価値があります。
4-4. ツール選定力：「何を使うか」を判断するスキル
4つ目はツール選定力です。2026年現在、ChatGPT・Claude・Gemini・Copilotなど数十種類の生成AIツールが乱立しています。「自社の業務にはどのツールが最適か」「このツールの料金は投資に見合うか」を判断できることも重要なスキルです。
代表菅澤
05 GENAI CASE STUDY 【独自データ】GENAIが「プロンプト職人」を卒業した理由 プロンプトの最適化から業務設計へのシフトで何が変わったか
ここでは、弊社（株式会社GENAI）がプロンプトエンジニアリングから業務設計へとシフトした実体験を、具体的な数値とともに公開します。
5-1. 弊社の「プロンプト最適化」時代（〜2025年前半）
弊社でも当初は、ChatGPTやClaudeに対して「完璧なプロンプト」を書くことに注力していた時期がありました。Few-shotを何例入れるか、システムプロンプトをどう書くか、温度パラメータをいくつに設定するか——こうした「プロンプト最適化」に多くの時間を費やしていました。
結果として得られたのは、「個々のタスクでは高品質な出力」だが「業務全体の効率はあまり変わっていない」という現実でした。1回のプロンプトで素晴らしい出力が得られても、業務プロセス全体が手動のままでは、大きな効率化にはならなかったのです。
5-2. Claude Code導入による転換（2025年後半〜）
転換点は、Claude Codeの導入でした。Claude Codeは、個々のプロンプトの最適化ではなく、業務プロセス全体をAIに設計して任せるというアプローチを可能にしました。
| 項目 | プロンプト最適化時代 | 業務設計時代（現在） |
|---|---|---|
| 焦点 | 1回のプロンプトの品質を極める | 業務プロセス全体をAIに設計して任せる |
| ツール | ChatGPTのチャット画面 | Claude Code（ターミナル/デスクトップ） |
| 単位 | 1タスク単位（メール1通、要約1件） | 業務フロー単位（営業→提案→フォロー） |
| 人間の役割 | プロンプトを書く・出力を受け取る | 業務を設計する・最終判断する |
| 削減効果 | 各タスク30〜50%効率化 | 業務フロー全体で80〜90%効率化 |
5-3. 具体的な業務効率の変化
弊社がClaude Max 20xプラン（月額約30,000円）を契約し、業務設計アプローチに移行してからの概算効果です。
| 業務領域 | 主な用途 | 概算削減時間 |
|---|---|---|
| 営業 | 提案書・見積・顧客別資料の自動生成 | 週20時間 → 週2時間 |
| 広告運用 | 週次レポート・CPA分析・配信調整 | 週10時間 → 週1時間 |
| ブログ記事 | SEO記事執筆・リライト・内部リンク最適化 | 1本8時間 → 1本1時間 |
| 経理 | 請求書チェック・経費仕訳・Freee連携 | 月40時間 → 月5時間 |
| 秘書業務 | 日報生成・議事録・スケジュール調整 | 日2時間 → 日15分 |
上記は弊社の肌感ベースの概算値であり、業種・業態によって効果は変動します。重要なのは「プロンプト最適化」から「業務設計」にシフトしたことで、効率化の幅が桁違いに広がったという事実です。
AI鬼管理山崎
06 WHERE PE STILL MATTERS プロンプトエンジニアリングが今後も活きる3つの領域 「完全に不要」ではない——専門領域での価値は残る
ここまで「プロンプトのテクニックの価値は下がっている」と述べてきましたが、全ての領域で不要になったわけではありません。以下の3つの領域では、プロンプトエンジニアリングのスキルが今後も高い価値を持ち続けます。
6-1. 専門分野の高精度出力（法律・医療・金融）
法律文書、医療診断支援、金融分析など、正確性が生命線となる専門分野では、AIの出力品質を厳密にコントロールするプロンプト設計が依然として重要です。「80点の出力でOK」のビジネス文書と違い、「99.9%の正確性が必須」の分野では、プロンプトの精緻な設計が求められ続けます。
6-2. AIプロダクト開発（SaaS・APIサービス）
AIを組み込んだSaaS製品やAPIサービスの開発では、エンドユーザーの入力をAIに変換する「中間層」としてのプロンプト設計が不可欠です。ユーザーが何を入力しても安定した品質で出力を返すための、堅牢なプロンプトシステムを設計する能力は引き続き価値があります。
6-3. 大規模データ処理・バッチ実行
数千件〜数万件のデータを一括処理するバッチ業務では、1回のプロンプト改善が全体のコスト・品質に直結します。API従量課金の場合、プロンプトの効率化で処理トークン数を20%削減できれば、月数十万円のコスト削減になるケースもあります。
プロンプトエンジニアリングのスキル自体が消滅するのではなく、それが求められる領域が限定化し、代わりに「AI業務設計」というより広いスキルセットが主流になるというのが2026年の現状です。キャリアを考える上では、プロンプト技法に特化するより、業務設計力・要件定義力を身につける方が汎用性が高いです。
07 SKILL ROADMAP 非エンジニアがAI時代に身につけるべきスキルロードマップ 「プロンプトを覚える」ではなく「業務を設計する」方向へ
最後に、非エンジニアの方がAI時代にキャリアを伸ばすためのスキルロードマップを提示します。「プロンプトエンジニアリングを勉強すべきか？」と迷っている方への具体的な指針です。
7-1. 3ステップのスキル習得順序
AIツールを
業務で使い始める
（1ヶ月目）
業務分解して
AI適用範囲を広げる
（2〜3ヶ月目）
業務フロー全体を
AIで設計し直す
（4〜6ヶ月目）
Step 1：まず1つの業務でAIを使い始める（1ヶ月目）
最初にやるべきは、自分の業務の中で「最も面倒で繰り返しの多いタスク」を1つ選んで、AIに任せてみることです。議事録の要約、メールの下書き、定型レポートの作成——どれか1つで十分です。
この段階では、プロンプトの最適化にこだわる必要はありません。「普段の言葉でAIに指示して、出力を受け取る」体験を積むことが最優先です。
Step 2：業務分解してAI適用範囲を広げる（2〜3ヶ月目）
1つの業務でAIの使い方に慣れたら、自分の業務全体を「AIに任せられる部分」と「人間がやるべき部分」に分解します。この段階で「業務分解力」が身についてきます。
Step 3：業務フロー全体をAIで設計し直す（4〜6ヶ月目）
最終段階では、個別タスクではなく業務フロー全体をAIで設計し直すことに取り組みます。ここでClaude Codeのようなエージェント型AIが真価を発揮します。「この業務フロー全体を自動化して」と任せられるレベルが目標です。
代表菅澤
7-2. 「プロンプトエンジニアリング講座」は受けるべきか？
結論から言うと、2026年現在、「プロンプトの書き方」に特化した講座の投資対効果は低いです。理由は明快で、AIの進化が速すぎてテクニックがすぐ陳腐化するからです。
代わりに投資すべきは以下です。
08 CONCLUSION まとめ ── 問われているのは「プロンプト力」ではなく「業務設計力」 プロンプトエンジニア不要論の最終結論
この記事では、「プロンプトエンジニアはもういらない？」という問いに対して、不要論の5つの根拠を検証し、AIエージェント時代に本当に必要なスキルを整理しました。最後にポイントを振り返ります。
この記事の最終結論は、「プロンプトエンジニアは不要か？」という問い自体が、もはや的を射ていないということです。問われているのは「プロンプト力」ではなく、「AIを使って業務価値を生み出す設計力」です。
弊社では、Claude Codeを「もう一人の社員」として位置づけ、月30,000円のプラン契約で業務全体を設計し直すアプローチを取っています。「プロンプトの書き方」ではなく「AIに業務を任せる設計」に興味がある方は、ぜひお気軽にご相談ください。
AI鬼管理山崎
AIの業務設計を、AI鬼管理が一緒に作ります
「プロンプトの書き方」ではなく「AIに業務を任せる設計」を。
弊社の実運用ノウハウをベースに、あなたの業務に最適なAI活用設計を支援します。
代表菅澤
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. プロンプトエンジニアという職種は完全になくなりますか？
A. 完全にはなくなりません。法律・医療・金融などの専門分野や、AIプロダクト開発の領域では、プロンプト設計の専門知識は引き続き高い価値を持ちます。ただし「プロンプトの書き方だけを売りにする」ポジションは縮小傾向にあり、「AI業務設計者」「AIプロダクトマネージャー」など、より広いスキルセットを持つ職種に進化していくのが自然な流れです。
Q. プロンプトエンジニアリングの勉強は無駄ですか？
A. 無駄ではありませんが、投資の優先順位は下がっています。2026年現在、プロンプトテクニックの習得に100時間かけるより、Claude Codeを実業務で100時間使い倒す方が圧倒的にスキルアップに繋がります。テクニックはAIの進化で陳腐化しますが、実務経験は資産として残ります。
Q. AIエージェントとは何ですか？非エンジニアでも使えますか？
A. AIエージェントは、人間が都度指示しなくても目的を与えれば自分で計画・実行するAIのことです。Claude Codeのデスクトップ版は、ターミナル操作なしでチャットUIから使えるため、非エンジニアでもすぐに始められます。ChatGPTが使える方なら違和感なく移行できるレベルです。
Q. 「業務設計力」はどうやって身につければいいですか？
A. 最も効果的なのは、実際にAIツールを業務で使いながら「何を任せて何を自分でやるか」を日々判断する実践です。書籍や講座も補助的には有効ですが、実務での試行錯誤に勝る学習方法はありません。弊社のAI鬼管理では、この業務設計力を6ヶ月で身につける伴走支援を行っています。
Q. ChatGPTとClaude Code、業務自動化にはどちらが向いていますか？
A. 業務自動化（複数ステップの自律実行）では、Claude Codeが明確に優位です。ChatGPTはあくまで「チャットの延長」であり、ファイル操作やコマンド実行を自律的に行う機能はClaude Codeの方が完成度が高いです。「チャットで質問する」ならChatGPT、「業務を丸ごと任せる」ならClaude Codeと使い分けてください。
Q. 年収4,000万円のプロンプトエンジニアは本当に存在するのですか？
A. 2023年時点でGoogleやMetaなどの大手テック企業には、年収4,000万円クラスのAI関連ポジションが存在していました。ただしこれは「プロンプトを書くだけ」の人ではなく、AI研究やシステム設計のバックグラウンドを持つシニアエンジニアのポジションです。「プロンプトの書き方を覚えたら誰でも年収4,000万円」ではありません。
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。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
