ChatGPT エージェントモードの業務活用10事例｜営業・マーケ・経理・採用の実例とコピペで使えるプロンプト集【2026年版】

「ChatGPT エージェントモードに何を頼めばいいか分からない」——課金後の最大のつまづきポイントは、具体的な業務シナリオが思い浮かばないことです。本記事では公開事例・主要メディアの解説・編集部の利用所感をもとに、10の業務事例を そのままコピペで使える完成プロンプトつきで紹介します。

結論：この10事例から1つでも自分の業務に当てはまれば元が取れる

編集部が公開情報と利用所感をもとに整理した最も効果が出やすい10シナリオ：

1. 営業：見込み顧客の事前リサーチ
2. マーケ：競合プレスリリース週次まとめ
3. 採用：候補者の公開情報収集
4. 経理：請求書PDFの集計
5. PM：競合プロダクトの機能比較
6. CS：FAQ自動生成
7. EC運営：価格モニタリング
8. ライター：取材前の事前リサーチ
9. PR：自社報道履歴の収集
10. 経営：競合M&A情報の追跡

ChatGPT Plus（¥3,000/月）でこの10事例のうち1つでも週1回回せれば、月額の元は十分取れます。料金プランの選び方はChatGPT エージェントモード料金完全比較、起動・操作の基本は使い方完全チュートリアルで解説しています。

事例1：営業｜見込み顧客の事前リサーチ（30分→5分）

ビフォー：営業マンの月10時間消費業務

商談前に対象企業の業界動向・直近のニュース・経営課題・キーパーソンを調べる作業。1社あたり30分×月20社=月10時間。

コピペプロンプト

以下の企業について、営業商談の事前リサーチを行ってください。

対象企業：株式会社〇〇（URL: https://example.com/）

調査項目（必ず全て含めてください）：
1. 事業概要（200字以内）
2. 直近6ヶ月のプレスリリース・ニュース（最大10本、要約付き）
3. 公開されている経営課題・成長戦略
4. 採用ページから読み取れる組織状況・拡大領域
5. 競合企業3社（推定理由つき）
6. 接点候補となるキーパーソン（部署・氏名のみ、公式情報のソース必須）

出力形式：Markdown 表＋要約テキスト
保存先：Notion の「営業リサーチ」データベースに新規ページとして保存
ファイル名：「2026-04-26_株式会社〇〇_事前リサーチ」

効果

• 所要時間：30分 → 5分（92%削減）
• 質：営業マン個人差をなくし、誰がやっても一定品質に
• 応用：プロンプトの企業名と URL だけ書き換えれば再利用可

事例2：マーケ｜競合プレスリリース週次まとめ（2時間→15分）

ビフォー：毎週月曜のルーチン

5〜10社の競合のプレスリリースページを巡回し、重要なものをピックアップして社内 Slack へ投稿。

コピペプロンプト

以下5社の公式プレスリリースページを巡回し、
2026年4月19日〜25日（先週）に公開されたものを全て抽出してください。

対象企業：
1. OpenAI: https://openai.com/news/
2. Anthropic: https://www.anthropic.com/news
3. Google AI: https://blog.google/technology/ai/
4. Microsoft AI: https://blogs.microsoft.com/ai/
5. Meta AI: https://ai.meta.com/blog/

出力形式：以下の表

| 日付 | 会社 | タイトル | 概要（2〜3文） | 重要度（高・中・低） | URL |

重要度の判定基準：
- 高：新製品リリース、料金変更、戦略的提携
- 中：機能追加、研究発表
- 低：採用情報、社内イベント

最後に「先週のAI業界トップ3トピック」を3行で要約してください。
保存先：Slack の #ai-trends チャンネルに投稿

効果

• 所要時間：2時間 → 15分（87%削減）
• 網羅性：人手では見逃しがちな小ニュースもカバー
• 配信品質：重要度ラベルでチームの読みやすさ向上

事例3：採用｜候補者の公開情報収集（45分→10分）

ビフォー：書類選考前の追加調査

LinkedIn、X、GitHub、個人ブログを横断して候補者の公開情報を集める作業。

コピペプロンプト

採用候補者の公開情報を以下から収集してください。

候補者情報：
- 氏名：山田 太郎（仮名）
- 応募職種：シニアバックエンドエンジニア
- 提供されたLinkedIn URL: https://www.linkedin.com/in/...

調査項目：
1. LinkedIn 公開プロフィール（職歴・スキル・推薦文）
2. GitHub 公開リポジトリ（言語別の活動状況・直近1年のコミット頻度）
3. X / Twitter（公開投稿のトーン・専門領域・コミュニティ参加状況）
4. 個人ブログ・Qiita / Zenn / note 記事
5. カンファレンス登壇歴・OSS貢献歴

出力形式：
- 各項目を「事実」と「採用観点での解釈」に分けて記載
- プライバシーに配慮し、推測や私的な内容は含めない
- 必ず情報源URLを記載

注意：
- 学歴・年齢などの差別につながる情報は記載しない
- 個人の宗教・政治信条には触れない
- 全て公開されている公式情報のみを使用

保存先：Google Docs に新規ドキュメントとして作成
ファイル名：「採用リサーチ_山田太郎_2026-04-26」

効果

• 所要時間：45分 → 10分（78%削減）
• 網羅性：人事担当者個人のスキルに依存しない
• 法令順守：プロンプトに明記することで差別的判断を回避

事例4：経理｜請求書PDFの集計（半日→30分）

ビフォー：月末の請求書整理

複数のメール添付PDFを開き、金額・取引先・科目を Excel に転記する作業。

コピペプロンプト

Google Drive の「2026年4月_請求書」フォルダにある全PDFを読み込み、
以下の項目を表形式で整理してください。

抽出項目：
1. 請求書番号
2. 発行日
3. 支払期限
4. 取引先名
5. 金額（税抜）
6. 消費税額
7. 金額（税込）
8. 摘要（最大30字）
9. 推定される勘定科目（消耗品費／広告宣伝費／支払手数料 など）

出力形式：Google Sheets に新シートとして保存
ファイル名：「2026年4月_請求書集計」

特記事項：
- PDF 内の文字が画像化されていて読み取れない場合は、その旨を「読取不可」と記載
- 取引先名にブレ（株式会社〇〇 と （株）〇〇 など）がある場合は、最も正式な表記に統一
- 集計の最後に「合計金額（税込）」と「請求書枚数」を表示

効果

• 所要時間：半日 → 30分（94%削減）
• 正確性：人為ミスがゼロに近づく
• 応用：レシート、領収書、見積書にも同じ手法が使える

事例5：PM｜競合プロダクトの機能比較（3時間→20分）

ビフォー：プロダクトマネージャーの定常業務

3〜5社の競合製品の機能ページを巡回し、機能差分を表にまとめる作業。

コピペプロンプト

SaaS型プロジェクト管理ツール3社の機能比較を行ってください。

対象：
1. Asana: https://asana.com/features
2. ClickUp: https://clickup.com/features
3. Linear: https://linear.app/features

比較軸（以下を全て含めてください）：
- タスク管理機能（カンバン/リスト/カレンダー対応）
- プロジェクト依存関係の表現方法
- 自動化（Workflow / Automation）の柔軟性
- ネイティブ連携できるツール（Slack / GitHub / Figma など）
- API・Webhook の充実度
- 料金プラン（個人〜企業）
- 日本語対応の完成度
- セキュリティ認証（SOC2 / ISO27001）

出力形式：
1. 機能対応表（◎/○/△/× の4段階）
2. 各社の強みと弱みを200字でまとめ
3. ユースケース別の推奨（小規模チーム / エンジニアチーム / 大企業）

保存先：Notion の「プロダクトリサーチ」データベース

効果

• 所要時間：3時間 → 20分（89%削減）
• 比較精度：表で構造化されることで「主観の入る余地」を減らせる
• 意思決定速度：会議資料がそのまま完成

事例6：CS｜FAQ自動生成（1日→1時間）

ビフォー：問い合わせデータからの FAQ 整備

過去のカスタマーサポート問い合わせを読み返し、頻出質問を FAQ ページにまとめる作業。

コピペプロンプト

Zendesk の過去90日間の問い合わせチケット（解決済み）を読み込み、
頻出する質問パターンを FAQ 候補として整理してください。

実行手順：
1. Zendesk にログインし、過去90日の解決済みチケットを取得
2. 質問内容をクラスタリングし、似た内容を1つにまとめる
3. 上位20パターンをピックアップ
4. 各パターンについて、Q&A形式で FAQ 候補を生成

出力フォーマット：
- 質問文（ユーザーが検索しそうな自然な日本語で）
- 回答文（300〜500字、箇条書きOK）
- 元になったチケット数（重要度の指標）
- カテゴリ（料金 / 機能 / トラブルシュート / 利用規約 など）

保存先：Notion の「FAQ整備」ページ
注意：個別ユーザーの個人情報は記載しないこと

効果

• 所要時間：1日 → 1時間（87%削減）
• 網羅性：CS担当者の記憶に頼らない FAQ 整備
• 継続性：月次で回せば常に最新化される

事例7：EC運営｜価格モニタリング（毎日30分→5分）

ビフォー：競合 EC の価格チェック

毎朝、Amazon・楽天・Yahoo の自社商品ページと競合商品を見て、価格戦略を検討。

コピペプロンプト

以下の自社商品と競合商品の現在価格を毎日朝9時に取得してください。

自社商品：
- 商品A（自社サイト URL: https://...）
- 商品B（自社サイト URL: https://...）

競合商品：
- 商品X（楽天 URL: https://...）
- 商品Y（Amazon URL: https://...）
- 商品Z（Yahoo URL: https://...）

取得項目：
- 商品名
- 現在価格（税込）
- 送料込み価格
- ポイント還元率
- セール中かどうか
- 在庫状況

出力形式：Google Sheets に新行として追加（日付つき）
特記事項：
- 自社価格と競合の最安値の差を「価格差」列で計算
- 価格差が500円以上ある場合は「⚠️」マーク
- Slack の #pricing チャンネルにサマリーを投稿

効果

• 所要時間：30分 → 5分（83%削減）
• 継続性：定時実行で「やり忘れ」がなくなる
• 意思決定速度：価格変更の判断が朝のうちに完了

事例8：ライター｜取材前のリサーチ（2時間→20分）

ビフォー：インタビュー記事の事前準備

被取材者の経歴・発言・関連トピックを集めて質問リストを作る作業。

コピペプロンプト

以下の方への取材インタビューに向けた事前リサーチをしてください。

被取材者：田中花子さん（仮名）
肩書：株式会社〇〇 取締役 CTO
取材テーマ：女性エンジニアのキャリア構築

リサーチ項目：
1. 公開されている経歴・職歴（LinkedIn / コーポレートサイト / 過去インタビュー）
2. 過去のメディア出演・登壇記録
3. SNS（X / Note）での発信内容と発信頻度
4. 著書・寄稿記事
5. テーマに関する直近の発言・主張

成果物：
1. 経歴サマリー（500字）
2. 発言録（過去1年の重要な発言を時系列で10件）
3. 質問候補20本（取材テーマに沿って、深掘り型8本＋ストーリー型8本＋意見型4本）
4. 取材時の注意事項（センシティブなトピックがあれば事前共有）

保存先：Google Docs に新規作成
ファイル名：「取材リサーチ_田中花子様_2026-04-30」

効果

• 所要時間：2時間 → 20分（83%削減）
• 質問の深さ：網羅的なリサーチで、表面的でない質問が組める
• 取材成功率：被取材者から「よく調べてきましたね」と言われる確率上昇

事例9：PR｜自社報道履歴の収集（半日→30分）

ビフォー：四半期ごとの広報レポート

過去3ヶ月の自社言及メディアを集めて、社内 PR レポートを作成する作業。

コピペプロンプト

2026年1月1日〜3月31日の期間で、当社「ai-pedia」が言及されたWeb記事を全て収集してください。

検索キーワード：
- "ai-pedia"
- "ai-pedia.jp"
- "AIpedia"

検索対象：
- Google検索（一般Web）
- Yahoo!ニュース
- はてなブックマーク
- X (Twitter)の引用ツイート
- note / Qiita / Zenn の言及記事

抽出項目：
- 掲載日
- メディア名 / 投稿者
- 記事タイトル
- 記事URL
- 当社言及部分の引用（30字程度）
- 言及のトーン（ポジティブ / ニュートラル / ネガティブ）
- 推定リーチ数（メディアの規模感ベース）

出力形式：Google Sheets に「PR報道履歴_2026Q1」として保存
グラフ：月別の言及件数を棒グラフで可視化
追加分析：トーンの内訳（ポジ・ニュートラル・ネガの%）

効果

• 所要時間：半日 → 30分（92%削減）
• 網羅性：手作業では見逃すブログ・SNS言及まで拾える
• 継続性：四半期ごとの自動化で広報部門の負荷激減

事例10：経営｜競合M&A情報の追跡（毎週1時間→10分）

ビフォー：経営企画の情報収集

業界の M&A、資金調達、人事異動を追って週次レポートを作る作業。

コピペプロンプト

以下の業界における直近1週間（4月19日〜25日）の重要動向を収集してください。

業界：日本のAI / SaaS スタートアップ

監視対象：
1. M&A・株式譲渡（買収側・被買収側 双方）
2. 資金調達（シリーズA以上）
3. 役員人事（CEO / CTO / CFO レベル）
4. 業務提携・合弁会社設立
5. 大型製品発表

情報源：
- TechCrunch Japan
- BRIDGE
- Forbes JAPAN
- 日経電子版
- 各社プレスリリース

出力フォーマット：
| 日付 | 種別 | 当事者 | 概要（3行） | 推定ARR規模 | 業界への影響 |

最後に「今週の業界トップ3トピック」を経営観点で200字でまとめ。
保存先：Notion の「経営インテリジェンス」データベース

効果

• 所要時間：1時間 → 10分（83%削減）
• 意思決定への寄与：競合動向を即座に把握、戦略会議で使える資料に
• 属人化解消：誰がやっても同じ品質のレポートが出る

プロンプト設計の3つの鉄則

10事例を運用してわかった、エージェントへの指示で精度が上がるコツ：

鉄則1：出力フォーマットを必ず指定

❌ 悪い例：「競合をまとめて」 ✅ 良い例：「Markdown表で、列は『会社名・URL・特徴・料金』の4つ」

鉄則2：判断基準を明示

❌ 悪い例：「重要なものをピックアップ」 ✅ 良い例：「重要度=高は新製品リリース・料金変更・戦略的提携、中は機能追加…」

鉄則3：保存先と命名規則を決める

❌ 悪い例：「結果をまとめて」 ✅ 良い例：「Notion の『リサーチ』DBに、ファイル名『2026-04-26_テーマ名』で保存」

この3つを守るだけで、エージェントの出力精度は 2〜3倍になります。

編集部おすすめのパターン：曜日固定で自動化

ai-pedia 編集部では、上記10事例のうちいくつかを曜日固定で運用：

• 月曜：競合プレスリリース週次まとめ（事例2）
• 火曜：自社言及記事チェック（事例9）
• 水曜：価格モニタリング（事例7）※毎日
• 木曜：採用候補者リサーチ（事例3）※必要時
• 金曜：業界 M&A 情報まとめ（事例10）

これだけで週5時間が浮き、新規記事の執筆や戦略立案にあてられます。

まとめ：10事例の中から1つ選ぶだけで月額の元は取れる

• 本記事の10事例はすべて編集部で運用検証済み
• コピペで使える完成プロンプトを各事例に用意
• 自分の業務に1つでも当てはまれば、ChatGPT Plus の月¥3,000は確実に元が取れる
• プロンプト設計の3つの鉄則を守ると精度が大きく向上

ChatGPT エージェントモードに初めて触れる方は使い方完全チュートリアル、料金プランの選び方はChatGPT エージェントモード料金完全比較を先に読むと、本記事のプロンプトをすぐに実行できます。

他のAIエージェント（Claude Code / Manus / Devin）との違いを知りたい方はエージェント横並び比較、業務効率化全般のAI活用はAIで始める副業ガイドが参考になります。