「報告書なんて、AIに丸投げすればいい」と思っていた。それ、半分正しくて半分間違っている ― 報告書・レポート作成のAI活用プロンプト

「報告書はAIに任せればいい」

そう言う人が増えてきた。たしかに、フォーマットに沿って情報を整理する作業は、AIが得意な領域。

でも一度、AIが作った報告書をそのまま上司に出してみてほしい。きっとこう言われる。「体裁は整ってるけど、で、あなたはどう思うの？」

報告書の本当の価値は、フォーマットが整っていることではない。「この数字は何を意味していて、次に何をすべきか」を伝えること。そこは人間が考えるしかない。

AIにお願いすべきは「考える前の整理」。データの構造化、過去との比較、文章の体裁チェック。そこを任せれば、「だから次はこうすべきです」の部分に集中できる。

まず構成を決める

「何を報告するか」を整理する

いきなり書き始めると、途中で迷子になる。

以下の報告書の構成を一緒に考えてほしい。

■ 報告書の種類: [週次/月次/プロジェクト完了/調査/提案など]
■ 読む人: [上司/経営層/クライアント/チームなど]
■ 伝えたいこと:
[箇条書きで]
■ 使えるデータ: [数字や資料があれば]

以下を出して:
- 構成案（見出しレベルで）
- 各見出しに書くべき内容（3行ずつ）
- 「読む人が最初に知りたいこと」の順番
- 結論を先に書くか、背景から書くか（読む人に応じて）
- 「この報告書で判断してもらいたいこと」の明確化

「最初の1ページで8割伝わる」構成で。

エグゼクティブサマリーを書く

忙しい人は、最初の10行しか読まない。

以下の報告内容のエグゼクティブサマリーを書いてほしい。

■ 報告内容:
[詳細を貼り付けor箇条書き]
■ 読む人: [経営層/管理職/クライアントなど]
■ 最も伝えたいこと: [結論or提案]

条件:
・200〜300文字で
・結論→根拠→次のアクションの順番
・専門用語は使わない（使うなら補足）
・数字を入れる（抽象的にしない）
・「だから何？」に先回りして答える

これだけ読んでも意思決定ができるサマリーで。

データを「意味のある情報」にする

数字を「ストーリー」にする

データをただ並べても、読む人には何も伝わらない。

以下のデータを報告書で使える「分析」にしてほしい。

■ データ:
[数字やグラフの情報を貼り付け]
■ 比較対象: [前月/前年/目標値/業界平均など]
■ 報告の文脈: [何のための報告か]

以下を出して:
- データの要約（数字の羅列ではなく、「何が起きているか」の説明）
- 注目すべきポイント（3つ。なぜ注目すべきか理由も）
- 良い数字と悪い数字の両方の読み方
- 「だから何？」の解釈（数字が示唆していること）
- グラフや図表にする場合のおすすめ形式

「数字の裏にあるストーリー」が見える分析で。

報告書に「So What？」を入れる

事実の羅列で終わる報告書は、読まれたあと机の上に置かれて忘れられる。

以下の報告書の内容に「So What（だからどうする）」を加えてほしい。

■ 報告内容:
[事実・データを貼り付け]
■ 読む人の立場: [何を判断する人か]

以下を出して:
- 各事実に対する「つまり、こういうことです」の一言
- 全体を通した「最も重要な示唆」
- 提案するアクション（3つ。優先順位つき）
- 「やらない場合のリスク」の説明
- 判断を仰ぐポイント（「ここはご判断をお願いしたい」）

「ふーん」ではなく「なるほど、じゃあこうしよう」を引き出す報告書にしたい。

種類別の報告書

週次・月次報告を効率化する

毎回同じ作業なのに、なぜか毎回時間がかかる。

以下の情報から週次/月次報告書を作ってほしい。

■ 期間: [報告期間]
■ 主な実績:
[箇条書きで]
■ 数値データ:
[KPIや進捗率]
■ 課題・懸念:
[気になっていること]
■ 来期の予定:
[次のアクション]

構成:
- サマリー（3行で全体像）
- 実績（目標対比で。達成/未達を明確に）
- ハイライト（特に伝えるべきこと1つ）
- 課題と対策
- 来期のアクション

「毎回読んでいて、変化がわかる」定型フォーマットで。

調査報告書を説得力あるものにする

調べた結果を、「判断の材料」にまで仕上げる。

以下の調査結果を報告書にまとめてほしい。

■ 調査テーマ: [テーマ]
■ 調査目的: [何のために調べたか]
■ 調査方法: [どう調べたか]
■ 調査結果:
[得られた情報を貼り付け]
■ 読む人: [誰が読むか]

以下の構成で:
- 調査概要（目的・方法・期間）
- 主要な発見（3つ。インパクト順で）
- 詳細分析
- 結論と提言（「調べた結果、○○すべきです」）
- 留意事項（調査の限界、追加調査が必要な点）

「この調査があったから、良い判断ができた」と言ってもらえる報告書で。

上司への提案書を作る

「いいアイデアなんだけど、通らない」のは、書き方の問題かもしれない。

以下の提案を上司に通すための提案書を作ってほしい。

■ 提案内容: [何を提案するか]
■ 背景: [なぜこの提案が必要か]
■ 期待効果: [どんな良いことがあるか]
■ 必要なリソース: [コスト/人/時間]
■ 上司の関心事: [コスト重視/リスク回避/成果重視など]

以下の構成で:
- 提案の要約（1分で読めるサマリー）
- 現状の課題（数字で示す）
- 提案内容（具体的に何をするか）
- 期待効果（数字で示す）
- リスクと対策
- 実施スケジュール
- 必要な承認事項

上司が「やってみてもいいかな」と思えるロジックで。

仕上げる

報告書の文章を磨く

内容は良いのに、文章が読みにくいと損をする。

以下の報告書の文章を読みやすく整えてほしい。

■ 文章:
[報告書の文章を貼り付け]

チェック項目:
- 一文が長すぎないか（目安: 60文字以内）
- 主語と述語がねじれていないか
- 同じ表現の繰り返し
- 曖昧な表現（「いろいろ」「さまざまな」「検討中」）
- 受動態の多用
- 結論が後回しになっていないか

修正前→修正後で。修正理由も添えて。
※最終判断は自分で行います。

過去の報告書を改善する

「前回と同じフォーマットで」が、実は改善のチャンス。

以下の過去の報告書を改善してほしい。

■ 過去の報告書:
[報告書を貼り付け]
■ フィードバック: [上司や読み手からのコメントがあれば]
■ 改善したい点: [わかりにくい/長い/インパクトが弱い/データの見せ方など]

以下を出して:
- 良い点（残すべきところ）
- 改善点（具体的にどこをどう変えるか）
- 改善後の報告書（書き直しバージョン）
- 改善のポイント解説

同じ内容でも「伝わり方」が変わる改善を。

報告書作成でAIを使うときの注意点

1. 機密データや個人情報は入れない ― 売上の具体額、顧客名、社員の評価などはNG。「売上前年比120%」「A社との取引」程度の粒度で
2. AIが作った文章を鵜呑みにしない ― 特に数字の解釈と「So What」の部分は、自分の目で確認する。AIは「もっともらしい分析」を書くが、現場の文脈を知らない
3. 「自分の意見」を必ず入れる ― 上司が読みたいのはデータの整理ではなく「あなたはどう思うのか」。AIに構成と体裁を任せた分、考察と提案に時間をかける