記事に忠実で誇張のない見出しを複数作成する

著者: AILesson5 分でセットアップテスト済み:ChatGPTレビュー日: 2026-08-28

クイック回答

記事の根拠を超えない主張で、切り口の異なる見出しを作成する. 入力するもの: 記事または詳細な原稿, 読者と目的, 編集上の制約. 期待される結果: 主張チェック、トレードオフ、テスト指針を含む、分類済みの見出し候補.

コンテキストを追加

テキストはこのブラウザ内に留まります。AILesson Prompts は、そのテキストをモデルやサーバーに送信しません。

記事または詳細な原稿読者と目的編集上の制約

あなたのプロンプト

未入力のフィールドはプレースホルダーとして表示されたままなので、プロンプトをコピーして編集できます。

提供された記事だけに基づいて、正確な見出し候補を作成してください。

記事、根拠、制約、不確実性：
[article]

読者、掲載媒体、検索意図、行動、既知の知識：
[audience]

長さ、スタイル、必須語句、禁止する主張、ブランドルール、時期への依存性：
[rules]

最初に、記事の中心的な主張、最も強く裏付けられた具体事項、重要な制約、読者が誤解し得る用語を抽出してください。原稿が、約束した成果、因果関係、最上級、普遍的な主張、緊急性、数値、引用を裏付けていない場合は、それらを使わないでください。「可能性がある」「できる」「報告された」「このサンプルでは」などの法性を保持してください。新規性、確実性、恐怖、直接引用を作り出さないでください。

掲載媒体に適する場合に限り、直接的・情報型、境界を明示した利益型、質問型、検索志向型、簡潔型という実質的に異なるグループを作成してください。類義語だけを変えた候補は避けてください。各見出しについて、切り口、正確な根拠となる箇所または事実、誤読の可能性、文字数を示してください。時期に依存する表現には印を付けてください。その後、異なる優先事項に合わせて3案を選び、トレードオフを説明してください。最後に主張を文字どおり監査し、テストが求められている場合は勝者を予測せず、妥当なテスト仮説とガードレールを示してください。

Playgroundで試す

デフォルトで非公開プロンプトの組み立てはブラウザ内で行われます。組織が許可しない限り、機密情報を AI サービスに入力しないでください。

入力から結果へ

具体例

具体的なコンテキストを加えると、このレシピが実用的な結果になる様子をご覧ください。

実際の入力

記事または詳細な原稿: 地域の図書館が、参加を選択した成人利用者214人を対象にリマインダーテキストを6週間試行した。予約資料が期限前に受け取られた割合は61%で、その前の6週間に参加していた利用者198人では54%だった。2期間はランダム化されておらず、季節需要も異なるため、テキストが変化の原因だとは示せない。11人が参加を取りやめ、3人が受け取り後にメッセージが届いたと報告。職員は返信対応に1日約25分を費やした。図書館は拡大を決める前に送信時刻をテストする。
読者と目的: 公開更新を読む地域住民と図書館職員。検索意図：リマインダーテキストの試行結果と次の予定を知る。期待する行動：登録ではなく結果を読む。読者は予約の仕組みを知っているが、研究方法には詳しくない。
編集上の制約: 英語の見出しは75文字以内。中立的な公共サービスの文体。「library」または「reminder texts」のどちらかを含める。success、proven、increased、boosted、causedは使わない。クリックベイトを避け、コロンは必須ではない。

出力例

出典上の境界：受け取り率は、ランダム化されていない2期間で61%対54%。因果結論は裏付けられない。運用上の情報には、参加取りやめ11人、遅延メッセージ3件、職員作業25分／日、拡大前の送信時刻テストも含まれる。

直接型：「Library reports results from six-week reminder text pilot」（61文字）。根拠：試行範囲と公開結果。誤読リスクは低く、「reports」は肯定的評価を示さない。境界付き利益型：「More reservations were collected during a library text pilot」（57文字）。根拠：61%対54%。読者が因果関係を推測するリスクがあるため、記事の副見出しですぐに期間がランダム化されていないと示す必要がある。質問型：「What did the library learn from its reminder text pilot?」（56文字）。根拠：結果、参加取りやめ、遅延、作業量。リスクは低いが、検索への特異性はやや低い。検索志向型：「Library reminder text pilot: collection rates and next steps」（61文字）。根拠：両方の割合と計画中の送信時刻テスト。リスクは低い。簡潔型：「Inside the library's reminder text pilot」（42文字）。根拠：記事全体。結果を示す情報がない点がリスク。

候補：検索で見つけやすく範囲が明確な検索志向型、安全性を最優先する公開更新には直接型、親しみやすいニュースレターには質問型を使う。文字どおりの監査：テキストが7ポイント差の原因だと述べた候補、参加を選択した成人以外へ一般化した候補、試行を成功と呼ぶ候補、拡大が未決定であることを隠す候補はない。テストする場合の仮説：「rates and next steps」を明示すると「reports results」より適切な読者の閲覧が増える可能性がある。ガードレール：因果関係が証明されたと回答する読者の割合を増やさない。

これがうまくいく理由

1
各見出しを元の根拠に結び付けることで、わずかな言葉の違いによる大幅な主張の拡大を見つけられます
2
異なる切り口で分類することで、表面的な類義語一覧ではなく、実際に役立つ選択肢を作れます

結果を確認

事実または利益に関する各主張を、制約を保ったまま記事内で特定できますか
候補は語彙だけでなく、見せ方そのものが異なりますか
因果、普遍性、数値、緊急性、時期に依存する主張を監査していますか

安心して使うために

よくある質問

このレシピをいつ使うか、何を用意するか、どの場面で人による確認が依然として重要かについての実践的な回答です。

「記事に忠実で誇張のない見出しを複数作成する」を使う前に、何を準備すればよいですか？

「記事に忠実で誇張のない見出しを複数作成する」を使うには、記事または詳細な原稿、読者と目的、編集上の制約を準備してください。プレースホルダーは確認できる情報だけで置き換えてください。不明な点はモデルに推測させず、不明であることを明記してください。

「記事に忠実で誇張のない見出しを複数作成する」の結果が、そのまま使えないのはどのような場合ですか？

提示された根拠から、記載された成果である「主張チェック、トレードオフ、テスト指針を含む、分類済みの見出し候補」が得られていない場合や、未解決の仮定、承認漏れ、推測で補った情報に依存している場合は、その結果をまだ使用できません。チェック項目を公開前の判定基準として使い、根拠のない出力を整えるのではなく、元の入力を修正するか、権限のある担当者を指名して確認を依頼してください。

「記事に忠実で誇張のない見出しを複数作成する」は、どのAIツールでテストされていますか？

2026年8月28日時点の公開テスト記録では、「記事に忠実で誇張のない見出しを複数作成する」のテスト済みツールとしてChatGPTが記載されています。これは実行記録があることを示すもので、後の製品バージョンでの互換性や同一の結果を保証するものではありません。別のツールやバージョンを使う場合は、すべての制約を明示したまま、使用前に結果のチェックをもう一度行ってください。

さらに探す方法