ChatGPTで競合分析を5分で終わらせる実践プロンプト

ChatGPTで競合分析を5分で終わらせる実践プロンプト


英Financial Times(2025年報道)が報じた労働調査によると、生成AIの活用によって上位所得層と一般層の間で生産性と業務スピードの格差が急速に拡大している。外資系コンサル ChatGPT 活用格差や金融アナリスト 生成AI 業務格差、ソフトウェアエンジニア AI格差 年収の開きがデータとして表面化する中、日常業務でAIを「検索代行」程度に使っている側と、思考の増幅装置として組み込んでいる側の生産性格差はすでに埋めがたい溝となりつつある。

📡 本日の観測ニュース

High earners race ahead on AI as workplace divide widens - Financial Times

▶ 元記事を読む


市場分析や競合調査の現場において、この差は残酷なほど明確に現れる。部下から上がってきた競合レポートの初稿を開いた瞬間、中身の薄さに思わずため息をつき、結局自分で検索窓にキーワードを打ち込んで深夜まで裏取りをする光景は後を絶たない。ツールを単なる「文章まとめ役」として扱っている限り、出力されるものは誰でも知っている事実の羅列に留まり、再作業の泥沼から抜け出すことはできない。

高所得層が実践しているAIツールの本質は、情報の要約ではなく「論点のストレステスト」にある。ChatGPTやClaudeに対して自ら調べた情報を放り込み、仮説に対する反証や盲点を瞬時に炙り出す壁打ち相手として機能させている。

ChatGPT競合レビュー

以下のプロンプトは、部下が作成したリサーチ資料や自らの分析骨子を、プロのアナリスト水準へと引き上げるためのレビュープロンプトである。ChatGPTまたはClaudeにそのまま入力して使用できる。

あなたは厳格なシニアマーケットアナリストです。以下の【調査ドラフト】を読み、分析の甘さや死角を特定してください。

【調査ドラフト】 (ここに部下のレポートや自作の競合分析テキストを貼り付ける)

【出力要件】

  1. この分析が暗黙のうちに置いている「最も脆弱な前提仮説」を3点指摘してください。
  2. 競合企業がこの市場動向に対して取りうる「逆張りの対抗策」を2点挙げてください。
  3. 意思決定者が判断を下す前に、追加で検証すべき「定量データに関する問い」を3つ作成してください。 各項目は箇条書きで、批判的かつ客観的なトーンで簡潔に記述してください。

有料ゾーンでは、この思考プロセスをチームの標準業務へ組み込むための具体的な展開を開示する。

  • 金融アナリスト水準のファクトチェックを自動化するレビュー手順
  • 外資系コンサル流の仮説検証を再現するChatGPT指示テンプレート
  • 調査工数を8割削減し意思決定の質を高めるツール連携ワークフロー

高所得層がChatGPTに指示しているのは「答えの要約」ではなく、思考の盲点を突く「反論者のシミュレーション」である。

リサーチ設計の刷新

  • Before(多数派の行動): 競合他社の動向や市場トレンドを調べる際、まずGoogleで検索を行い、上位表示されたニュース記事や業界レポートの要約をブラウザ上で拾い集める。部下に「今週の競合A社の動きをまとめておいて」と口頭やチャットで曖昧に指示を出し、上がってきたWordファイルを開くと、誰でも知っているプレスリリースの切り貼りが並んでいる。内容の深掘りや数値の裏付けが不足しているため、赤入れに1時間以上を費やし、最終的には自分で検索してレポートを書き直す羽目になる。この作業手順を繰り返す限り、チーム全体の生産性は低下し続ける。

  • After(生存者の行動): 市場調査の着手段階で、ChatGPTを「調査設計のアーキテクト」として起動する。指示を出す前に、分析のフレームワーク自体をプロンプトで生成させ、調査すべき論点(イシュー)を3〜5個に絞り込む。部下に調査を依頼する際は、そのプロンプトから出力された「検証すべき仮説と収集すべきデータ項目」をそのままタスク仕様書として渡す。リサーチとは網羅的な情報収集ではなく、設定した仮説に対する反証探しであるという前提を共有することで、手戻りを根本から防ぐ。明日の朝、調査業務を始める前に、まず「この市場調査で白黒つけるべき最大の論点は何か」をChatGPTに3つ挙げさせることから着手する。

レビュー構造の転換

  • Before(多数派の行動): 提出されたドラフトに対して、誤字脱字の修正や言い回しの調整、グラフの見た目といった表層的な体裁チェックから入ってしまう。ロジックの破綻や前提の甘さに気づいても、「なんとなく説得力に欠ける」「もっと深く考えてほしい」といった曖昧な感覚的フィードバックしか返せず、部下は何を修正すべきか理解できない。結果として、同じような修正のラリーが何度も発生し、意思決定の締め切り直前に妥協した品質のまま資料が上層部へ提出されることになる。

  • After(生存者の行動): ドラフトのレビュー作業そのものをAIに一次委託する。提出されたテキストをそのままプロンプトに流し込み、ロジックの飛躍や根拠の薄い記述を機械的に特定させる。人間が行うべきは文章の校正ではなく、AIが炙り出した「論理の脆弱性」に対して、追加の事実確認が必要かどうかの判断を下すことである。部下へのフィードバックも、AIが指摘した脆弱性をベースに「この前提に対する反証データを1点補強してほしい」と具体的に指示するため、修正作業が1往復で完結する。明日のレビュー業務では、赤ペンを入れる前にドラフト全文をChatGPTに読み込ませ、「論理の飛躍がある箇所」を箇条書きで出力させる。

意思決定支援の高速化

  • Before(多数派の行動): 集まった情報を綺麗なスライドに整形することに半日を費やす。複数の競合企業の財務数値やサービス仕様を表にまとめ、見栄えの良い棒グラフを作成した時点で「仕事をした気」になってしまう。しかし、その資料が「自社は次にどの市場へ投資すべきか」「競合の値下げに対してどう動くべきか」という経営判断に直結するインサイトを含んでいないため、会議では資料の説明に終始し、具体的なアクションが決まらないまま次回の定例へ持ち越しとなる。

  • After(生存者の行動): 情報の整形は最小限に留め、ChatGPTを使って「シナリオ分析」と「意思決定の選択肢」を導き出すことにリソースを集中させる。整理した競合データをインプットとして与え、「競合が価格競争を仕掛けてきた場合」「競合が新規参入を諦めた場合」の2つのシナリオにおける自社の取りうる選択肢とトレードオフを5分で言語化させる。会議の場には完成された資料ではなく、AIと壁打ちして導き出した「3つの選択肢とそれぞれの代償」を持ち込み、合意形成の議論を主導する。明日の定例会議に向けて、現在作成中のレポートの末尾に「AIが導いた3つの具体的アクション案」を追記する。

業務プロンプト3選

業務シーンに応じてそのまま活用できる、市場リサーチ・レビュー実務の応用プロンプトを提示する。

  1. 競合企業の戦略仮説・リバースエンジニアリング

以下の【競合企業の公開情報】(プレスリリース、採用情報、決算資料の抜粋など)を入力情報として、競合の次の一手を予測してください。

【競合企業の公開情報】 (テキストを入力)

【出力要件】

  1. 直近の動きから読み取れる、競合企業の「最優先投資領域」を1つ特定してください。
  2. その領域に注力することで、競合が犠牲にしている「リソースの空白(攻めどころ)」を2点挙げてください。
  3. 自社が今後3ヶ月以内に講じるべき対抗策の選択肢を、低コスト施策と中長期施策に分けて提示してください。
  1. 社内報告用・反論耐性ストレステスト

あなたは自社の経営会議で厳しい質問を投げかける役員です。以下の【提案骨子】を読み、徹底的に批判してください。

【提案骨子】 (検討中の施策やリサーチ結論を入力)

【出力要件】

  1. 費用対効果の観点から投げかけられる最も厳しい質問を2点。
  2. 実現可能性(リソース・競合動向)の観点から突かれる盲点を2点。
  3. これらの質問に対して、説得力を高めるために事前に用意すべき定量的ファクトの項目一覧。
  1. 定性テキストからのインサイト構造化抽出

以下の【顧客インタビューまたは市場アンケートの定性回答】から、単なる不満の羅列を超えた構造的課題を抽出してください。

【定性回答】 (アンケートの自由記述や議事録テキストを入力)

【出力要件】

  1. 表面的な要望(欲しいと言っている機能)の背後にある「真のボトルネック」を3点に構造化してください。
  2. ユーザー自身が言語化できていないが、回答の文脈から推測される「不便の受容(仕方なく諦めていること)」を特定してください。
  3. レポートにそのまま引用できる、最も示唆に富む発言パターンを整理してください。

AIを道具として使うか、知性の触媒として使うか。そのわずかな構えの違いが、日々の業務品質と個人の市場価値を不可逆なまでに二極化させていく。

情報を集める作業者は淘汰され、情報の意味を問う者だけが残る。自らの思考を拡張する問いを持て。—— AI-NATIVE CAREER


💭 ChatGPTに競合リサーチをさせた時、出力された内容に新たな示唆はあったか、それとも既知の事実の再生産に留まったか。


▶ 職種別のキャリアガイドを見る


本記事はAI-NATIVE CAREER編集部が最新ニュースを基に作成しました。掲載情報の正確性については各一次情報源をご確認ください。