講師向けの研修カリキュラムをAIで作るプロンプトテンプレート 講座設計の抜け漏れを減らす書き方
社内研修や外部向け講座の設計では、テーマ選びよりも先に「対象者の現在地」「到達目標」「制約条件」を整理できるかで、出来上がるカリキュラムの質が大きく変わります。AIに丸投げすると見栄えのいい案は出ますが、現場で使えないことも少なくありません。
先に結論を言うと、研修カリキュラム作成プロンプトは、目的だけでなく、受講者像・時間配分・演習の有無・評価方法まで一度に指定したほうが安定します。 逆に、この条件が抜けると、初心者向けなのに難しすぎる内容になったり、90分研修なのに詰め込みすぎたりします。
この記事は、講師、研修担当、人材開発担当、社内勉強会の企画担当向けです。狙う出力は、そのままたたき台として使える研修カリキュラム案。本文ではコピペ用テンプレート、可変項目、NG例、出力を安定させるコツまでまとめます。
- 何に使うプロンプトか: 講師向けの研修カリキュラム案を作る
- 誰向けか: 研修担当者、講師、社内教育の企画担当
- 主な出力形式:
JSONまたは箇条書き - この記事の要点: 目的・受講者・制約・出力形式を最初から固定する
ここがポイント: 研修カリキュラム用プロンプトは、「何を教えるか」だけでなく「誰に、何分で、何ができる状態にするか」まで書くと、使える案に近づきます。
このプロンプトでできること
このテンプレートは、次のような場面で使いやすい形にしています。
- 新人研修の全体設計を短時間でたたき台化したい
- 既存研修を半日版、90分版、オンライン版に組み替えたい
- 講義だけでなく、演習や確認テストまで含めて設計したい
- 複数講師で運営するため、進行の粒度をそろえたい
特に便利なのは、「章立て」ではなく「時間配分つきの実施案」として出させることです。これにより、単なる説明項目の列挙ではなく、現場で配布しやすい研修骨子に近づきます。
出力イメージ
たとえば、次のような情報をまとめて出せます。
- セッション名
- 学習目標
- 各パートの所要時間
- 講義内容
- 演習内容
- 受講者への問いかけ
- 必要資料
- 理解度確認方法
この粒度まで出ていれば、講師メモや配布資料づくりにもつなげやすくなります。
コピペ用プロンプトテンプレート
まずはこの形から始めるのが実用的です。出力形式は JSON 指定にしてあるので、後で表や資料に流し込みやすくなります。
あなたは企業研修の設計担当です。
以下の条件に基づき、講師がそのままたたき台として使える研修カリキュラム案を作成してください。
# 目的
{研修の目的}
# 受講者
- 対象者: {受講者の職種・役職・レベル}
- 前提知識: {ある / ない の内容}
- 人数: {人数}
# 研修条件
- 研修テーマ: {テーマ}
- 到達目標: {受講後にできるようになってほしいこと}
- 実施時間: {合計時間}
- 実施形式: {対面 / オンライン / ハイブリッド}
- 演習の有無: {あり / なし}
- 使用ツール・環境: {例: Excel, Slack, ChatGPT, 社内システム}
- 制約: {例: 専門用語を減らす、PC実習必須、事例はBtoB中心}
# 出力要件
- 初心者にもわかる表現で書く
- 時間配分を現実的にする
- 講義だけでなく、必要に応じて演習・確認・質疑応答も含める
- 各セッションごとに「狙い」「内容」「講師の進め方」「受講者のアクション」を書く
- 詰め込みすぎを避け、優先順位をつける
- 実施後に理解度を確認する方法を入れる
# 出力形式
次のJSON形式で出力してください。
{
"training_title": "",
"target_audience": "",
"goal": "",
"total_duration": "",
"delivery_format": "",
"sessions": [
{
"session_name": "",
"duration": "",
"objective": "",
"content": [""],
"trainer_actions": [""],
"learner_actions": [""],
"materials": [""],
"check_method": ""
}
],
"notes_for_trainer": [""],
"risks_and_mitigation": [""],
"follow_up_suggestions": [""]
}
不足情報がある場合は、勝手に断定せず、最後に「確認したい点」として列挙してください。
入力時に変える項目
このテンプレートは、そのままでも使えます。ただし、毎回変えるべき項目と、なるべく固定したほうがよい項目を分けると運用しやすくなります。
毎回変える項目
{研修の目的}例: 新任リーダーが1on1の基本を実施できるようにする{受講者の職種・役職・レベル}例: 入社1年目の営業職、管理職候補、外部講師向けなど{到達目標}例: 受講後にヒアリング項目を使って商談準備ができる{合計時間}例: 60分、90分、3時間、1日{実施形式}例: オンラインでは演習時間を短めにし、対面ならペアワークを増やす{制約}例: 社内用語を使わない、評価テストを入れる、録画前提で進行する
固定しやすい項目
- 「講師の進め方」まで出させること
- 理解度確認方法を必須にすること
- 不足情報は最後に質問として返させること
- 出力形式を
JSONか箇条書きで固定すること
ここを固定すると、担当者ごとにAIの使い方がぶれにくくなります。
NG例と改善例
同じ「研修カリキュラムを作って」と頼んでも、指示の粒度で結果はかなり変わります。
NG例
新入社員向けの研修カリキュラムを作ってください。
この書き方だと、次の問題が出やすくなります。
- 何を教える研修なのか不明
- 受講者のレベルが曖昧
- 時間制約がないため、長すぎる案になりやすい
- 実施形式が不明で、演習設計が雑になりやすい
- 出力形式が自由すぎて再利用しにくい
改善例
入社3か月以内の新入社員向けに、ビジネスメール基礎研修のカリキュラムを作成してください。
合計90分、対面実施、受講者20名、前提知識はほぼなしです。
受講後に「件名・宛名・本文・締め」の基本構成で失礼のないメールを作成できる状態を目指します。
講義、演習、理解度確認を含め、各パートの時間配分と講師の進め方も示してください。
JSON形式で出力し、不足情報は最後に確認事項として列挙してください。
改善後のポイントは明確です。
- テーマが具体的
- 対象者のレベルが見える
- 90分という制約がある
- 対面実施なので演習を組み込みやすい
- 到達目標が判定しやすい
- JSON指定なので後工程に渡しやすい
良いプロンプトは長いことが重要なのではなく、判断に必要な条件が欠けていないことが重要です。
出力を安定させるコツ
2026年4月時点で、OpenAI、Anthropic、Googleの公式ガイドはいずれも、明確な指示、構造化、例示、反復調整の重要性を案内しています。研修カリキュラム作成でも、この基本はそのまま効きます。
1. 先に役割を置く
冒頭で「あなたは企業研修の設計担当です」と置くと、単なる文章生成ではなく、設計者目線の出力に寄せやすくなります。
ただし、役割指定だけでは足りません。次の情報もセットで入れてください。
- 対象者
- 到達目標
- 制約
- 出力形式
2. 出力の見本を決める
形式を指定しないと、毎回レイアウトが変わります。社内で再利用するなら、最初から次のどれかに固定するのが安全です。
JSON: 他ツールや表計算に流し込みやすい- 箇条書き: その場で読みやすい
- HTML table: WordPressや社内Wikiに貼りやすい
今回の用途では、あとで加工しやすい JSON が最も扱いやすい 場面が多いです。
3. 「やらないこと」より「やること」を書く
「抽象的にしないで」だけでは弱く、モデルによっては解釈がぶれます。代わりに、こう書くほうが安定します。
- 各セッションに時間を入れる
- 各セッションに受講者の行動を書く
- 理解度確認を必ず入れる
- 優先順位が低い内容は削る
OpenAIの公式ガイドでも、禁止だけでなく、望む形を具体的に示す書き方が勧められています。
4. 不足情報を質問させる
現場では、情報が最初から全部そろっているとは限りません。そんなときに便利なのが、この一文です。
不足情報がある場合は、勝手に断定せず、最後に「確認したい点」として列挙してください。
これを入れておくと、AIが無理に話を埋めてしまうのを抑えやすくなります。
活用例
ここでは、同じテンプレートを少し変えて使う例を紹介します。
90分の単発研修に使う場合
向いているケースは、社内勉強会や新任者向けの基礎研修です。時間が短いため、次を強めに指示します。
- 必須項目を3つまでに絞る
- 演習は1回に限定する
- 質疑応答の時間を最後に確保する
追記例:
必須メッセージを3点以内に絞り、1回の演習で定着を確認できる構成にしてください。
半日研修に使う場合
半日版では、知識説明だけで終わらせず、ケーススタディやワークを入れやすくなります。
追記すると便利な項目は次のとおりです。
- グループワークの有無
- 発表時間
- フィードバック方法
- 事前課題の有無
複数回シリーズ研修に使う場合
全3回、全5回のような連続講座では、各回のつながりを指定しないと、毎回独立した内容になりがちです。
この場合は、次の一文を加えると整理しやすくなります。
各回が独立しすぎないように、第1回で基礎、第2回で演習、第3回で実践定着という段階設計にしてください。
モデルごとの使い分けの考え方
特定モデルの細かな挙動は更新されやすいため断定は避けますが、2026年4月時点の各社公式ガイドを見ると、使い分けの軸はかなり共通しています。
- ChatGPT系: 指示と出力形式を明示し、反復調整しやすい前提で使う
- Claude系: 役割、構造、例示を丁寧に置き、長めの要件整理に向ける
- Gemini系: タスク、文脈、システム指示、構造化を明確にし、形式指定を強める
- 汎用LLM全般: モデル名よりも、何を固定し、何を可変にするか を先に決める
モデルを替えても共通して効くのは、次の4点です。
- 最初に目的を書く
- 対象者を具体化する
- 出力形式を固定する
- 不足情報は質問で返させる
仕上がりを確認するチェックリスト
最後に、出てきたカリキュラム案をそのまま採用せず、最低限ここは確認してください。
- 受講者レベルに対して難しすぎないか
- 時間配分が現実的か
- 講義だけで終わっていないか
- 演習や確認方法が到達目標に合っているか
- 講師が当日運営できる粒度まで落ちているか
- 社内事情や業界事情に合わない前提を勝手に置いていないか
ここが甘いと、AIの出力がきれいでも、実施段階で崩れます。
まとめ
講師向けの研修カリキュラム作成プロンプトで重要なのは、テーマ名を入れることではありません。受講者、到達目標、時間、実施形式、評価方法まで最初に固定することです。
そのうえで、出力を JSON などに揃えれば、たたき台作成から資料化、共有まで一気につなげやすくなります。次に見るべきなのは、AIが作った案の文章のうまさではなく、当日の進行に耐える設計になっているかどうかです。
参照リンク
- OpenAI Help Center: Prompt engineering best practices for ChatGPT
- OpenAI Help Center: Best practices for prompt engineering with the OpenAI API
- OpenAI Academy: Prompting fundamentals
- Anthropic Docs: Prompt engineering overview
- Google Cloud: Introduction to prompting
- Google Cloud: Overview of prompting strategies
- Google Cloud: Structure prompts
