ブログのリライト案を自動提案するプロンプトテンプレ
古い記事をそのまま書き直すのではなく、どこをどう直すかを先に整理したい人向けのプロンプトです。既存記事の本文、狙いたい読者、残したい主張を入れると、AIに「見出しの組み替え」「弱い段落の指摘」「追加すべき情報」「削るべき重複」までまとめて出させやすくなります。
ブログ運営者、社内オウンドメディア担当、記事制作を外注する前の下準備をしたい人に向いています。出力は長文の書き直し本文ではなく、リライト案の設計図を中心にさせるのがコツです。
- 使い道: 既存ブログ記事の改善点を洗い出し、リライト方針を作る
- 向いている人: ブロガー、コンテンツ担当、SEOの初中級者
- 主な出力: 改善方針、見出し案、追記ポイント、削除候補、優先順位
- 失敗しやすい点: 「もっと良くして」だけで投げて、抽象的な提案しか返ってこないこと
ここがポイント: 最初から全文リライトを頼むより、先に「診断」と「改稿方針」を分けて出させた方が、修正の質も再利用性も上がります。
何に使うプロンプトか
このテンプレートは、公開済みの記事や下書き記事に対して、AIから複数のリライト案を出させるためのものです。単なる言い換えではなく、次のような改善を狙えます。
- 導入が長すぎる記事を短く再設計する
- 見出しの順番が悪い記事を読みやすく並べ替える
- 検索意図に対して足りない説明を追加する
- 同じ話を繰り返している段落を整理する
- 初心者向けに難しい言い回しをやさしくする
とくに役立つのは、記事の主張自体は悪くないのに、構成や見せ方が弱くて読まれにくいケースです。AIに本文を丸投げするのではなく、改善の観点を指定して診断させると、修正作業の手戻りが減ります。
コピペ用プロンプトテンプレート
まずはこの形で使えます。{} が入力時に変える部分、[] が必要に応じて追加する部分です。
あなたはブログ編集者です。以下の記事を読み、全文を書き換える前に、まず「リライト案」を提案してください。
# 目的
- {この記事で改善したいこと}
例: 検索意図とのズレを減らしたい / 導入を短くしたい / 読了率を上げたい / 見出し構成を直したい
# 想定読者
- {対象読者}
例: AIを仕事で使いたい初心者 / 比較検討中の購買担当 / ブログ運営者
# この記事で残したい要素
- {絶対に残したい主張や情報}
- {削りたくない具体例や見出し}
# 記事本文
"""
{既存記事の本文を貼り付ける}
"""
# 依頼内容
次の形式で出力してください。
1. 現状診断
- 良い点を3つ
- 弱い点を5つ
- 検索意図とのズレがあれば具体的に指摘
2. リライト方針
- 最優先で直す点を3つ
- その理由
- 読者にとって何が読みやすくなるか
3. 見出し再構成案
- H2 / H3 レベルで新しい構成案を出す
- 各見出しで何を書くべきか1〜2文で説明する
4. 追記・削除・言い換え提案
- 追記したい要素
- 削除または圧縮したい要素
- 言い換えた方がよい表現
5. リライト案を3パターン出す
- 案A: SEOを意識した構成
- 案B: 読みやすさ重視の構成
- 案C: コンバージョン導線を意識した構成
6. 優先順位付きタスクリスト
- すぐ直すこと
- 時間があるときに直すこと
- 直さなくてよいこと
# 制約
- 本文をいきなり全文リライトしない
- 抽象的な助言で終わらせず、記事本文のどの部分が問題か具体的に示す
- 可能なら見出し名や段落単位で指摘する
- 出力は日本語
[ - 出力形式は箇条書き中心 ]
[ - 最後に100字以内で編集メモを付ける ]
入力時に変える項目
テンプレートのままだと広く使えますが、精度を上げたいなら次の項目を具体化してください。
1. 目的
「良くして」では弱すぎます。目的はできるだけ編集作業の言葉に置き換えます。
例:
- 導入2段落を短くしたい
- 見出しの重複を減らしたい
- 初心者向けの説明不足を補いたい
- 比較ポイントを先頭で示したい
- CTA前の説得材料を増やしたい
2. 想定読者
読者像が曖昧だと、提案もぼんやりします。「誰に読ませる記事か」を1段深く書くと出力が安定します。
例:
- 副業でブログを始めたばかりの人
- AIツールは使うが記事編集は苦手な担当者
- SEOの基本は知っているが構成改善が苦手な人
3. 残したい要素
ここを書かないと、AIが大事な具体例まで削ることがあります。統計、事例、商品名、独自の主張など、消したくない材料は明示しておく方が安全です。
出力形式は「長文」より「診断表現」が向く
リライト案をもらう段階では、完成原稿を先に出させない方が扱いやすいです。理由は単純で、全文リライトから入ると、どこをどう直した結果なのかが見えにくいからです。
おすすめは次の順番です。
- 先に診断を出させる
- 次に見出し構成を出させる
- その後で必要なパターンだけ本文化する
この流れは、OpenAIの案内する「指示を明確にする」「出力形式を具体化する」という基本とも相性が良く、AnthropicやGoogleのガイドでも、構造化された指示や反復改善が有効な進め方として案内されています。モデルが違っても、目的・文脈・形式を先に固定する考え方は共通です。
NG例と改善例
同じ記事でも、指示の書き方で返ってくる内容はかなり変わります。
NG例
この記事をリライトしてください。SEOも意識して、読みやすくしてください。
これだと、次の問題が出やすくなります。
- 何を優先して直すべきか分からない
- SEOの意味が広すぎる
- どの読者向けに読みやすくするのか不明
- 見出し改善なのか本文改善なのか曖昧
改善例
以下の記事を、AI活用初心者向けに改善するためのリライト案を作ってください。
目的は「導入の長さを縮める」「見出しの重複を減らす」「検索意図に合う具体例を足す」の3点です。
まず全文リライトはせず、現状診断、見出し再構成案、追記点、削除候補、優先順位付き修正タスクを出してください。
出力は見出し付きの箇条書きで、日本語でお願いします。
改善版では、少なくとも次の4点が明確です。
- 誰向けに直すか
- 何を優先するか
- 何を先に出してほしいか
- どんな形式で返してほしいか
この4点が入るだけで、提案の実用性はかなり上がります。
出力を安定させるコツ
指示と本文を区切る
本文の貼り付け範囲が長いほど、指示と記事内容が混ざりやすくなります。""" や見出しラベルで区切ると、AIが読み取りやすくなります。OpenAIのヘルプでも、指示を先頭に置き、区切りを明示する形が基本として案内されています。
欲しい形式を先に書く
「自由に提案して」より、次のように形式を固定した方が使いやすくなります。
- 良い点3つ
- 弱い点5つ
- 見出し再構成案
- 優先順位付き修正リスト
Google Cloudのプロンプト設計ガイドでも、構造やラベルを付けると応答品質が安定しやすいと説明されています。長文記事の改善では、この差が特に出ます。
1回で完成を狙わない
Anthropicのドキュメントでは、成功条件を定めて段階的に改善する流れが重視されています。ブログのリライトでも同じで、次の2段階に分けると扱いやすいです。
- 1回目: 診断と改善方針を出す
- 2回目: 採用した案だけ本文化する
「やらないこと」も書く
禁止だけ並べるより、どうしてほしいかを書いた方が安定します。たとえば次の形です。
- NG: 抽象的に褒めるだけ
- OK: 記事本文のどの段落が弱いか具体的に指摘する
これはOpenAIの「やらないことだけでなく、代わりに何をするかを書く」という基本にも合っています。
活用例
既存記事の順位改善前チェック
検索流入が落ちた記事に対して、すぐ本文を書き直すのではなく、まず不足点だけを一覧化したいときに向いています。
追加指定の例:
検索意図とのズレ、導入の長さ、比較軸の不足、古い表現の有無を重点的に確認してください。
外注前の編集メモ作成
ライターや編集者に渡す前に、修正方針だけAIに整理させる使い方です。完成原稿よりも、依頼メモのたたき台として便利です。
追加指定の例:
そのまま外注メモに転記できるよう、修正指示を簡潔な箇条書きでまとめてください。
複数案を比較したいとき
ひとつの正解に絞らず、方向性ごとの差を見たいなら、3案比較が使えます。
- SEO重視
- 読みやすさ重視
- CV重視
この3軸に分けると、どこを優先する記事なのか判断しやすくなります。
モデルごとの使い分けの考え方
2026年4月時点で各社の公式ガイドを見ると、ChatGPT、Claude、Geminiで細かな表現の違いはあっても、基本はかなり共通しています。
- ChatGPT系: 指示を明確にし、出力形式を具体化するほど安定しやすい
- Claude系: 成功条件や評価観点を先に置くと、診断用途で使いやすい
- Gemini系: 構造化したラベルや区切りを入れると、長い入力でも整理しやすい
ここで大事なのは、モデル名そのものより、診断させるのか、本文化させるのかを分けることです。リライト案の自動提案では、まず診断フェーズに強い指示を作る方が失敗しにくいです。
そのまま足せる追加指定例
必要に応じて、テンプレートの末尾に追記できます。
箇条書きで短く返してほしい場合
各項目は1つあたり80字以内で簡潔にまとめてください。
表形式で整理したい場合
「問題箇所」「問題の内容」「改善案」「優先度」の4列で表形式にしてください。
JSONで受け取りたい場合
出力はJSONで、keysは current_assessment, rewrite_policy, heading_plan, add_remove_replace, priority_tasks としてください。
チェックリスト
最後に、実際に投げる前の確認項目です。
- 何を改善したいかを1文で書けているか
- 誰向けの記事かを具体化できているか
- 残したい主張や事例を明示したか
- いきなり全文リライトを頼んでいないか
- 出力形式を指定したか
- 優先順位を付けて出すよう頼んだか
この6点が入っていれば、ただの感想ではなく、実務で使えるリライト案が返ってきやすくなります。次に見るべきなのは、AIが出した提案の数ではなく、その提案が実際の編集作業に転記できる粒度になっているかです。
参照リンク
- OpenAI Help Center: Best practices for prompt engineering with the OpenAI API
- OpenAI Help Center: Prompt engineering best practices for ChatGPT
- Anthropic Docs: Prompt engineering overview
- Google Cloud: Introduction to prompting
- Google Cloud: Overview of prompting strategies
- Google Cloud: Structure prompts