生成AI✕広報PRの教科書ケーススタディ100

ヤムラ

2025年7月7日 18:05

はじめに

■ 広報という仕事に今、“新しい武器”が生まれている

広報PRの現場は、いつも「言葉」と「情報」と「感情」の真ん中にあります。

プレスリリースを書く。
社内報をつくる。
SNSで投稿する。
経営メッセージを整える。
危機対応で、社内外に一言一句慎重に届ける。
イベント、採用、IR、ブランド戦略……。

広報PRパーソンが扱う情報の量も、スピードも、責任も、
年々、増え続けています。

AIという“新しい相棒”が、やってきた

そんな中、突如として現場に現れたのが、生成AIです。

「これ、使えるのか？」
「文章までAIが作る時代？」
「でも、これって本当に“人に伝わる言葉”なの？」

広報PR担当者が、毎日の仕事の中でAIと向き合っています。

■ 「生成AI✕広報PRの教科書ケーススタディ100」で伝えたいこと

実例を世の中にあまり出てこないため、なかなかイメージしにくい広報PRでの生成AIの実務。
少しでもイメージして、取り入れていただくヒントを作りたい。

そこで「広報×生成AI」のリアルな100のケーススタディとしてまとめました。

理論書でも、技術書でもありません。

「明日、この仕事で、どうAIを使えばいいのか？」
その“答えのヒント”を作りました。

■ 「生成AI✕広報PRの教科書ケーススタディ100」が生まれた背景

著者自身、これまで20年以上、広報支援やメディア対応、コンテンツ設計の現場で走り続けてきました。

AIが出てきた時、最初に思ったのは、正直こうでした。

「広報の仕事、半分くらいAIに取られるんじゃないか？」

でも、使い続けるうちに気づいたのです。

「AIを活用して、“言葉で、誰に、何を、どう伝えるか”を決めるのは、やっぱり人間だ。」

生成AIは、文章を出してくれます。
でも、「どの言葉を採用するか」「どの順番で並べるか」「どの気持ちを乗せるか」は、広報パーソンの“仕事そのもの”です。

むしろ、AIがあるからこそ、
私たち広報が“本当にやるべきこと”がくっきり見えてくる。

「生成AI✕広報PRの教科書ケーススタディ100」は、その実感から生まれました。

■「生成AI✕広報PRの教科書ケーススタディ100」の使い方

全100話は、それぞれ「実際の広報現場でよくある悩み・課題」から始まります。
各話には、「ケース」「解決」「使ったAIツールとプロンプト」「コラム」「Q&A」「読者ワーク」「最後に」まで詰め込みました。
どこから読んでもOKです。
読み方は自由です。
「困ってるテーマから拾い読みする」
「プロンプト集として使う」
「AIツール別の使い分け例を見る」
あなたの仕事のどこかに、必ず“刺さる1話”があるはずです。

「生成AI✕広報PRの教科書ケーススタディ100」の使い方

─「読むコンテンツ」ではなく、「使うコンテンツ」として手元に置いてください

■ まず、知っておいてほしいこと

広報の実務に役立てていただくために書きました。

100のケーススタディに、それぞれ具体的なAI活用例・プロンプト・解決策を詰め込みました。

「じっくり最初から読む」よりも、
「いま悩んでいるテーマに近い話だけ拾い読みする」
それくらいの気持ちでOKです。

■ 本書の基本構成

各話はすべて、以下の流れで作られています。

■ 序章

その話で取り上げる広報課題を、実在しそうな広報担当者のエピソードとして描いています。
読んで「あ、自分もこれあるある…」と思ってもらえたら成功です。

■ ケース

実際にどうAIを使って、どんな順番で取り組んだか。
登場AIツールも、プロンプト例も、全て具体的に記載しています。

■ 解決

どういう成果が出たか、
どんな気づきがあったか、
ポイントは何だったか。

「やって終わり」にならないように、学びどころを明確にまとめています。

■ 使用AIツールとプロンプトまとめ

ChatGPT、Claude、NotebookLM、Genspark、Canva、Perplexity、Copilot、Notion、Geminiなど。
その話で使ったツールごとに、実際のプロンプトをそのまま掲載しています。

そのままコピペして、自分の現場で試せる仕様です。

■ コラム

各話ごとに、テーマに合った短いコラムを収録。
「広報の本質」「言葉との向き合い方」「AIとの距離感」など、
実務者が抱えがちな“心のひっかかり”に寄り添っています。

■ こういう時はどうする？

実際の現場でありがちなQ&A形式のミニFAQ。
各話ごとに「よくある迷いどころ」に対する回答を用意しています。

■ 読者ワーク

各話ごとに、自分の業務に持ち帰ってすぐ使えるワーク課題を掲載。
「今日からできる一歩」を意識して設計しています。

■ 最後に

その話のまとめと、次へのつながり。

■ こんな読み方もオススメです！

「いまの悩みに近いテーマ」からピックアップ読み
「AIツール別の使い方事例だけ連続で読む」
「全部通読して、巻末のプロンプト集で総復習」
「社内勉強会で、1話ずつチームで実践」
「自分用のプロンプトストック集として、随時活用」

■ 本書に登場するAIツール一覧（全9種）

AIツール主な特徴
ChatGPT：会話型生成AI。文章構成、文案作成に最適
Gemini：マルチモーダル分析、企画支援、広報プランニングに有効
Claude：自然なトーンの整文、長文要約、やさしい言葉変換が得意
NotebookLM：社内資料や過去データの整理・分析に強い
Genspark：アイデア出し、テンプレ化、プロンプト生成に便利
Canva：ビジュアル資料作成、バナー、ポスター作りに最適
Perplexity：最新情報検索、競合リサーチ、業界トレンド調査に便利Copilot：Excel・Word作業サポート、表・図作成補助に
Notion：情報整理、プロジェクト管理、AIによる要約・見出し作りに

■「生成AI✕広報PRの教科書ケーススタディ100」のゴール

AIが進化しても、
「誰に、何を、どう伝えるか？」を決めるのは、広報パーソンであるあなた自身。

「生成AI✕広報PRの教科書ケーススタディ100」は、「判断ができる人」になるための実践ガイドです。

好きな場所から、好きな順番で、
今日から、どうぞ“使って”ください。

「生成AI✕広報PRの教科書ケーススタディ100」は更新型です。
生成AIの進化が早いため、内容がどんどん古くなってしまう可能性が高いです。
すでにManusを内容に加えたくなっています。
ぜひ定期的に見に来てください。

※リンク先に飛べる目次は上を見てください。
第1部｜基礎と設計 ─ 広報の土台をつくる
第1章｜構成と表現 ─ 「伝わる設計」を磨く
01｜プレスリリースが書けない！どう伝えればいい？
02｜メディアに送っても返信ゼロ…選定と文面見直し
03｜“読まれない社内広報”を構造で立て直す
04｜IR資料と広報資料、どう住み分ける？
05｜複数サービスをどう整理して伝える？
06｜SNS投稿で反応がない…トンマナ迷子の正体とは
07｜オウンドメディア、更新が止まってませんか？
08｜SNSの“バズ”を狙うのではなく“共感”を設計する
09｜FAQやCS文面、どこまで広報が書く？
10｜プレスリリースの“ネタ”が枯れたときの再発掘術

第2章｜戦略の言語化 ─ 広報の“芯”をつくる
11｜広報方針が定まらない！最初の戦略設計
12｜“広報KPIって必要？”曖昧な評価からの脱却
13｜広報とIRの交差点：未来を語る情報設計
14｜IPO準備広報の全体像と“言葉のタイミング”
15｜ガバナンスをどう伝える？透明性の表現技法
16｜会社の“存在意義”をどう言語化するか
17｜スタートアップ広報のはじめの一歩
18｜経営層の“無理難題”をどう広報に翻訳する？
19｜広報活動が理解されないときの社内対話術
20｜広報予算が取れない…“言える人”になる方法

第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力
21｜社長メッセージを共感させたい！
22｜社員インタビュー、どこまで出していい？
23｜経営陣の言葉を“使える”形に変換するには？
24｜採用広報、何から手をつけたらいい？
25｜候補者目線で採用サイトを再構成する方法
26｜社員による情報漏えい…ガイドラインの設計法
27｜企業統合後の文化融合をどう広報する？
28｜周年事業、“ただのお祝い”で終わらせない発信術
29｜官民連携プロジェクトを伝えるには？
30｜社内から信頼されない広報…インナーブランディング再構築

第2部｜対応力と実践力 ─ 高負荷広報の乗り越え方
第4章｜現場で使える“伝え方の武器”を手に入れる
31｜社長交代をどう伝える？“人が動く”メッセージの設計術
32｜セミナー登壇資料、何をどう語れば刺さるか？
33｜社長の寄稿を通すには？媒体選定から編集対応まで
34｜広報戦略としての書籍出版 ― 企画立案から話題化まで
35｜ノベルティ配布文、販促っぽくならずに心を動かす言葉とは？
36｜採用ピッチ資料、最新の“惹きつけポイント”に更新する方法
37｜古い会社紹介資料、どこから手をつけて再構築する？
38｜アワードを「とる」ためのPR戦略と申請書の磨き方
39｜自社主催PRイベント、集客と報道を両立させる広報術
40｜コラボ企画で“どっちが主語？”問題を乗り越える設計力

第5章｜多様なアウトプットを“意味ある発信”に変える
41｜調査リリースが刺さらない…伝わる構成に再設計する方法
42｜インタビュー記事が冗長…“一言で伝わる言葉”の見つけ方
43｜Podcast配信のシナリオ、“聴かれる構成”に磨くAI活用法
44｜YouTube動画の概要文、“流し見されない導線”を設計する
45｜IRページを更新せよ！見やすさと信頼感を両立する整備術
46｜FAQやカスタマー対応文、ChatGPTと磨く“誤解させない言葉”
47｜海外配信時の英語文面、文化的ニュアンスはどう訳す？
48｜社外役職・兼務メッセージ、“一貫性のある言葉”で表現するには？
49｜株主向けニュースレター、“投資家目線”で再構成する技術
50｜自治体との連携広報、行政と民間の言語ギャップを超えるには？

第6章｜ブランドの“らしさ”を言葉と文化で育てる
51｜CSR×地域連携、「支援感」ではなく「共創感」を出す広報
52｜ESG報告書、“伝わらない資料”から“読まれるコンテンツ”へ
53｜Slackで社内報…反応があるチームに共通する投稿術
54｜ブランド再構築フェーズ、“今の会社”に合う言葉の棚卸し
55｜アライアンス発表、“どちらが主語？”で揉めない設計の極意
56｜多言語対応、翻訳ではなく“文化翻案”が求められる理由
57｜社員の“なんとなく不満”を魅力に変える“巻き込み型”PR術
58｜自社らしさ、AIと社員ワークで言語化するプロンプト設計
59｜“推し会社”を社員に語ってもらう仕掛けと“引き出し”の技法
60｜ミッション・ビジョンの“再言語化”をAIと対話しながら進める

第3部｜対応力と実践力 ─ 高負荷広報の乗り越え方
第7章｜いざというとき、広報は何をすべきか
61｜社長交代の発表で失敗しないために ― 期待・安心・未来の整理法
62｜新役職（CPOなど）“聞いたことない役職”の説明どうする？
63｜株価急落、報道対応が追いつかない時の即時判断と備え
64｜災害時のメッセージ、“冷静さと温度感”を両立させる文面設計
65｜社員の健康施策、“制度”でなく“想い”を伝える構成術
66｜研究成果を一般に伝える、“科学”と“物語”の融合方法
67｜OSSプロジェクト広報、エンジニアとの言葉の共通点を探せ
68｜特許取得をどう伝える？“技術の魅力”をPRに変換する技術
69｜ロゴ刷新、社内の混乱を防ぎ、社外への意義を伝える一文とは？
70｜法務・ガバナンス改革、“誤解なく伝える文章”にAIを活かす

第8章｜制度・経営・社会への説明責任を果たす
71｜法改正対応、“読まれない”では済まされない広報の書き方
72｜取材・問い合わせが殺到！メディア対応が追いつかないときの判断基準
73｜取締役会資料を“読まれる資料”に変える広報的視点とは
74｜年度末レポート、“感謝”と“意志”を伝える構成に再設計
75｜M&A発表、“誰のためのメッセージか”を見誤らないために
76｜産学連携広報、“成果だけ”では伝わらない人間味の設計
77｜ロビイングやPA活動、広報との連携で“言葉の力”を最大化するには
78｜IRとESGの一貫性、企業ストーリーとして再編集する技術
79｜記者会見・発表会、聞き手を置き去りにしない“台本と台詞”とは？
80｜“広報の時間がない”ときにやるべき3つの時短施策とAI活用法

第9章｜広報の力を社会に広げる応用と実践
81｜テレビや日経新聞に出たい！現場で通用する“ネタの見つけ方”
82｜社会課題解決型PR、“正しさ”をどう“共感”に変えるか？
83｜中小企業の広報、“社長しか語れる人がいない”問題の乗り越え方
84｜フリーランス広報、“ひとりでも結果を出す”武器のつくり方
85｜地方企業がメディアに出るには？“距離”を超える工夫とは
86｜小売・飲食・店舗ビジネス、メディアに届ける“街角の物語”
87｜PR会社と付き合ってみたが…“失敗しない外注”のポイント
88｜PRサービス・AIツール、“選ぶ基準”と“活かすプロンプト”とは？
89｜トラブル未然防止！よくある広報事故とその“予防パターン”
90｜“会社のファンを増やす”ためのコミュニティ設計とストーリー構築

第4部｜未来と本質 ─ AIと人がつむぐ言葉
第10章｜これからの広報 ─ 想いとテクノロジーの交差点
91｜社内エンゲージメントを高めたい？“言葉の文化づくり”が出発点
92｜インフルエンサーと共創するには？言葉の“橋渡し力”を磨く
93｜企業文化って、どう言語化するの？“らしさ”を育てる広報の視点
94｜“自社らしさ”って何？生成AIで言葉を炙り出すワークショップ設計
95｜社員が語る“推し会社”企画、どこまでリアルにする？
96｜AIと広報、正しい距離感とは？依存でも拒絶でもない関係を探る
97｜広報パーソンは、AIに何を任せ、何を自ら担うべきか？
98｜「なぜ私が広報をやるのか？」問い続けることで言葉に厚みが出る
99｜未来の広報って？生成AI・社会変化の中でどう進化する？
100｜広報とは、“人の想い”をつなぎ続ける仕事である

01｜プレスリリースが書けない！どう伝えればいい？

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「何を書けばいいのか…白紙のまま時間だけが過ぎる」

ITスタートアップ「コネクトリンク」。
社員80名、広報専任は1名の田村奈央だけ。

今日のタスクは、「新サービスリリースのプレスリリース作成」。

でも、PCの画面には真っ白なWordファイル。
カーソルだけが点滅している。

「事実はある。でも、どう書けば“ニュース”になる？」
「サービス内容を全部書いたら長くなるし…」
「何を一番最初に書くべきか、わからない…」

時間だけが過ぎていく。
社内からの「もう書けた？」プレッシャーもキツい。

■ ケース：AIで「情報整理→構成設計→文案生成」の3ステップ

奈央は、まずChatGPTに以下のプロンプトを投げた。

プロンプト：「以下のサービス概要をもとに、メディア向けプレスリリースの“構成案”を作ってください。【サービス名】：【特徴】：【背景】：【ターゲットメディア】：IT系／ビジネス系【トーン】：事実ベース／簡潔／信頼感重視」

次に、Claudeに構成案とサービス説明文を投げて、以下のプロンプト。

プロンプト：「この内容をもとに、リード文・本文・問い合わせ先を含む正式なプレスリリース初稿に仕上げてください。 - メディアがニュースとして扱いやすい構成 - 導入文に“社会背景”か“トレンド”を盛り込む - 数字がある場合は必ず盛り込む」

さらに、Perplexityで「最近の類似リリース事例」をリサーチし、トーンや表現を確認。

最後にNotebookLMで、過去自社リリースとの重複表現がないかチェックした。

■ 解決：「迷わず書き始められる」型ができた！

今回のリリースは、以下の流れで仕上がった。

事実整理 → ChatGPTで構成案出し
本文ドラフト → Claudeで生成
表現チューニング → Perplexityで事例研究＆反映
過去リリースとの差別化チェック → NotebookLMで確認

これにより、田村は初稿作成までの所要時間をこれまでの半分以下に短縮。
しかも、社内レビューでも「わかりやすくなった！」と好評に。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 構成案づくり「以下のサービス情報をもとに、メディア向けリリース構成案を作成してください」
Claude 本文作成「上記構成案をもとに、正式なプレスリリース初稿を作成してください」
Perplexity 類似リリース事例のリサーチ「最近のITサービス系プレスリリースの文体傾向を教えてください」
NotebookLM 過去リリースとの重複チェック「以下の本文が、過去自社リリースと表現が重複していないか確認してください」

■ コラム：「リリースは“文章”じゃなく、“構成図”から始める」

多くの人がやりがちなのは、「いきなり本文から書き始めること」。

でも、広報に必要なのは、
「読む人が、流れで理解できる“設計図”」。

AIは、その構成設計の相棒になってくれる。
まずは「流れ」をAIに相談してから、言葉を乗せていこう。

■ こういう時はどうする？

Q：「このサービス、どこがニュースなの？」と聞かれます…
→ ChatGPTに「メディア視点でニュース性を3つ抽出してください」と聞くと整理できます。

Q：社内から情報がバラバラに来てまとまらない…
→ NotebookLMに全部流し込んで、「事実・背景・数値データ」で分類してもらいましょう。

Q：過去リリースと内容がかぶってないか不安です
→ ClaudeまたはNotebookLMで「重複表現チェック」のプロンプトがおすすめ。

■ 読者ワーク：「次のリリースネタ」をAIと一緒に探してみよう

ChatGPTに「次回プレスリリースになりそうな社内ネタ候補」を10個出してもらう
Perplexityで「最近の業界トレンド」を検索して、タイミングを探る
Claudeで「次回リリースのタイトル案5パターン」を事前に作っておく

■ 最後に

プレスリリース作成は、
「一気に書く」ではなく、「分けて整える」が正解。

構成→本文→トーン調整→社内レビュー→最終仕上げ。
その全部で、AIはあなたの相棒になってくれる。

02｜メディアに送っても返信ゼロ…選定と文面見直し

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「送ったのに、全然反応がない…」

物流テック企業「ロジリンクソリューションズ」。
社員数180名。広報担当はベテランの高橋智也（35歳）。

最近、ある悩みが続いていた。

「プレスリリースを何社にも送っているのに、返信がまったく来ない」
「記者さんからの問い合わせがゼロ。電話しても“検討します”で終わり」
「そもそもメディアリスト、このままでいいのか？」

リリースの内容はそれなりに自信があるのに、
「メディア側に届いてない感」がすごい。

■ ケース：「AIで“記者目線”と“送り先”を総点検」

高橋は、まずPerplexityで以下のリサーチを行った。

プロンプト：「物流業界関連の主要メディア名、担当記者の特徴、過去に取り上げたテーマ傾向を教えてください。」

次に、NotebookLMに社内の既存メディアリスト（Excelファイル）と、過去1年分の配信実績をアップ。

以下のプロンプトで分析。

プロンプト：「以下のメディアリストと過去の配信履歴をもとに、“実際に掲載につながったメディア”と“未反応メディア”を分類してください。また、“リリースの内容傾向ごとに相性が良い媒体タイプ”を整理し、次回配信先の優先順位を提案してください。」

さらに、ChatGPTに以下のプロンプトで文面見直し。

プロンプト：「このプレスリリースのメディア向け送付メール文を、“記者が読んでみたいと思える”文章にリライトしてください。 - 冒頭でなぜこのメディアに送るのか明記 - 要点を短く箇条書き - 記事化メリットを明示 - トーンは簡潔で礼儀正しく」

最後にGensparkで「メディア別送付テンプレート」を生成し、以後使える形に標準化した。

■ 解決：「メディアごとに、響く文章」が生まれた

結果、次回配信では以下の変化があった。

送信先メディアの優先順位が明確化
メディアごとのトーン違いに合わせた送付文が作れた
実際に2件の取材問い合わせが初めて入った！

高橋は、「これまでは“全社一斉配信”で済ませていたけど、
AIで“選ぶ・整える”をやっただけで、こんなに反応が違うのか」と実感した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 業界メディアリスト＆記者特性リサーチ「物流業界向けの主要メディアと、記者の特徴を教えてください」
NotebookLM 過去配信履歴分析・媒体別成果分類「過去配信リストから“掲載実績ありメディア”と“未反応メディア”を分類してください」
ChatGPT メディア向け送付文リライト「このメール文を、記者が読みたくなる内容にリライトしてください」
Genspark メディア別テンプレ作成「IT系メディア／物流系メディア／ビジネスメディア向け、それぞれの送付文テンプレートを作ってください」

■ コラム：「“一斉送信”では、もう届かない」

メディアの世界も忙しい。
毎日、数百本のリリースが届く中で、
「誰に、なぜ、いま、この情報を送るのか」が見えないメールは埋もれてしまう。

AIは、その“選ぶ目線”と“整える手間”をサポートしてくれる。
量より質、スピードより設計。
これが、「次世代広報の配信力」です。

■ こういう時はどうする？

Q：「そもそもメディアリストが古い気がします…」
→ Perplexityで最新の媒体・記者リストをリサーチし、NotebookLMで自社リストと突き合わせましょう。

Q：メール文がテンプレっぽくなりすぎます
→ ChatGPTで「このメディアが最近掲載した記事のトーンを反映して」と依頼。

Q：過去の配信結果がExcelでぐちゃぐちゃ…
→ NotebookLMで「配信実績DB化プロンプト」を使い、整えてから分析しましょう。

■ 読者ワーク：「自社メディアリストをAIで再点検しよう」

NotebookLMに現状のメディアリスト＆配信履歴をアップ
ChatGPTで「送付文テンプレ案」を作成
Gensparkで「メディアタイプ別配信テンプレート集」を整備
Perplexityで新規メディアリストをリストアップし、アップデート版を作る

■ 最後に

「送れば読んでくれる」時代は、もう終わりました。

だからこそ、“誰に、どんな言葉で、どう届けるか”を、
AIと一緒に、もう一度ゼロから設計していきましょう。

03｜“読まれない社内広報”を構造で立て直す

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「毎月、社内報を出してるのに…」

製薬系企業「メディカルフォース」。
社員数約600名、全国に支社が点在。

広報歴3年目の秋山さやかは、毎月発行している社内ニュースレターの反応に悩んでいた。

「誰も読んでくれてない気がする…」
「配信しても“未開封率80％”が続いている」
「アンケートをとっても、“特に印象に残った記事はありません”ばかり」

コンテンツはイベント報告、社長コメント、各部署トピックス…。
でも、どれも“伝わっていない”実感だけが募っていく。

■ ケース：「AIで“読まれる構造”に再設計」

まず秋山は、NotebookLMに過去1年分の社内ニュースレターをアップ。

以下のプロンプトで、課題を客観分析。

プロンプト：「以下の社内ニュースレター記事群を分析し、“社員が読み飛ばしている原因”を3つ指摘してください。さらに、“読まれる社内報”にするための構成改善案も提示してください。【改善ポイントに含めてほしい観点】： - 導線設計 - 見出し設計 - 配信タイミング - 読了率向上のためのフォーマット改善」

出てきた改善案は次の通り。

原因1：情報量が多すぎて“読む前に離脱”
原因2：見出しが“誰に向けた情報か”分かりにくい
原因3：社長コメントが“定型文”で印象が薄い

次に、ChatGPTで以下のプロンプトを投入し、見出し案と導線設計を強化。

プロンプト：「以下のニュースレター内容を、“読まれる社内報”にするために以下を作ってください。 1. キャッチーなトップ見出し案（3パターン） 2. 各記事タイトルの改善例 3. 読了率を高めるための“次のアクションボタン文言”」

さらに、Canvaで視覚的に読みやすいレイアウト案を作成。
Gensparkで「社内報改善プロンプト集」も作り、次回以降の継続改善につなげた。

■ 解決：「開いてもらえる・読んでもらえる社内報」に変化！

次号から、

各記事冒頭に「この情報は、誰向けか？」を明記
社長メッセージもChatGPTでインパクトある一言フレーズを追加
記事ごとに「次読むならコレ！」ボタンを配置し、社内閲覧ページの遷移数が倍増

配信1週間後、読了率がこれまでの1.8倍に向上。
「初めて全部読んだ」「次も楽しみにしてる」など、社員からのリアクションも増えた。

秋山は、「AIで“読む設計”を考えるクセがついた」と手応えを感じている。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 過去社内報の課題分析「以下のニュースレター群から、“読まれない原因”と“改善策”を提示してください」
ChatGPT 見出し・導線設計・トーン改善「社員が読みたくなる記事タイトル案、CTA文言を出してください」
Canva レイアウト・ビジュアル改善「読みやすさ重視の社内報テンプレート案を作ってください」
Genspark 次号以降の改善用プロンプト集作成「社内報改善のためのプロンプトテンプレート集を作ってください」

■ コラム：「“読ませたい”ではなく、“読みたくさせる”」

広報が陥りがちな罠。

「これは大事な情報だから読んでくれるはず」

でも本当に必要なのは、
「読まない理由を減らし、読みたい理由を増やす設計」。

AIはその「読み手目線の視点ずらし」を、
いつでも冷静に、速くサポートしてくれる存在。

■ こういう時はどうする？

Q：社長メッセージがマンネリです…
→ ChatGPTで「社員が明日ちょっと元気になる社長メッセージ案」を複数パターン出してみましょう。

Q：社内から“また社内報か…”と空気が冷たい
→ NotebookLMで過去号分析し、「反応の良かった記事ジャンル」を特定しましょう。

Q：デザインが古臭くて、見た目から読まれない
→ Canvaで「モダンなニュースレターテンプレート」を作成し、刷新感を出しましょう。

■ 読者ワーク：「次号の社内報、AIで部分的に変えてみよう」

NotebookLMで過去号の読了率・反応分析
ChatGPTで次号のタイトル＆キャッチコピー案出し
Canvaでレイアウト刷新
Gensparkで「改善プロンプトセット」を自社用にカスタマイズ

■ 最後に

社内広報は、
「伝えたつもり」をなくすための“設計力の勝負”。

AIを使えば、
“読みたくなる社内報”は、必ずつくれる。

04｜IR資料と広報資料、どう住み分ける？

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「“広報で作るIR資料”って、これでいいの？」

上場準備中のスタートアップ「グロースラボ」。
社員数約150名。

広報担当・田中隆之の元に、ある日突然降ってきた依頼。

「この決算説明資料、広報目線でわかりやすく直してもらえない？」

IRと広報の違いすらまだ曖昧だった田中は、
経営企画から送られてきたExcelとPowerPointの山を前に、戸惑っていた。

「このまま外部に出すには、説明不足すぎないか？」
「でも、数字は勝手にいじっちゃいけないし…」
「“IR資料”と“広報資料”って、どこが違うんだ…？」

社内でも明確な区分はないまま。
「まあ、広報がわかりやすくしてくれればいいんじゃない？」という空気感。
田中は、ひとり、悩んでいた。

■ ケース：「AIで“役割の違い”を可視化する」

まず田中は、NotebookLMに過去3年分のIR資料とプレスリリースをアップロード。

以下のプロンプトで違いを分析。

プロンプト：「以下のIR資料群とプレスリリース群を比較し、“IR資料と広報資料の表現・構成・トーンの違い”を一覧化してください。また、“IR資料を広報目線で再編集する際の注意点リスト”も作ってください。」

出てきた主な違いは以下。

項目 IR資料広報資料対象投資家、アナリストメディア、一般消費者トーン数字ベース、客観ストーリー重視、読みやすさ重視詳細度数字・指標の網羅性が必須要点絞って簡潔に言葉選びファイナンス用語多め一般用語、平易な表現

次に、ChatGPTで以下のプロンプトを投入。

プロンプト：「このIR資料の内容をもとに、“メディア向けプレスリリース用”に再構成してください。 - 一般読者にもわかりやすい表現 - 数字は事実ベースで保持 - 成長ストーリーや背景をわかりやすく補足」

さらに、Claudeに以下のプロンプトで**「経営層コメント例」**も作成。

プロンプト：「この内容をもとに、社長のコメント例を、投資家向け・メディア向けの2パターンで作成してください。」

■ 解決：「“広報が整えるべき部分”が明確に」

田中がまとめた「IR×広報住み分け方針」は以下。

IR資料は、数字・事実・網羅性が命 → 経営企画が主担当
広報資料は、“この情報が世の中にどう影響するか”を翻訳 → 広報が主担当
社長コメントやストーリー部分は広報がトーン調整
リリース文は、IR情報を“メディア視点”で読み直して作成

結果、IR資料と広報リリースが別々の完成品として社内共有され、
記者説明会用のトークスクリプト作成フローも整備された。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM IR資料と広報資料の違い分析「過去のIR資料と広報資料を比較し、トーン・構成の違いを一覧化してください」
ChatGPT 広報リリース用の本文作成「このIR資料の内容を、一般読者向けリリース文に再構成してください」
Claude 社長コメントのパターン出し「投資家向け・メディア向け、それぞれのコメント例を作ってください」

■ コラム：「“事実”と“伝わりやすさ”は両立できる」

広報が数字に弱くていい理由はない。
でも、数字を伝える“翻訳者”になるのが広報の役割。

「事実は変えない」
「でも、伝え方は変えられる」

その視点が、「IRと広報の壁」を越える第一歩。

AIは、その“翻訳作業”を高速で手伝ってくれる。

■ こういう時はどうする？

Q：IR資料が専門用語だらけで広報的に使えません…
→ ChatGPTで「中学生でもわかる言葉に翻訳してください」と依頼。

Q：社内で“どこまで出していいか”揉めます
→ NotebookLMで「過去の開示内容とトーンの違い」を一覧化して、客観比較。

Q：社長コメントが毎回テンプレでつまらない…
→ Claudeで「感情が伝わる、未来志向のコメント案」を複数作ってもらいましょう。

■ 読者ワーク：「IR資料を広報目線で“1回翻訳”してみる」

NotebookLMで、過去のIR資料とリリース文の違いを分析
ChatGPTで、最新のIR資料をもとに広報用ドラフト作成
Claudeで、社長コメントの差し替え案を作成
最後に、社内レビューを通して配信準備

■ 最後に

IRと広報は、違うけど、つながっている。

「数字だけじゃない。背景と想いまで伝える広報」。
それが、次世代広報の役割。

05｜複数サービスをどう整理して伝える？

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「サービスが増えすぎて、何屋かわからない…」

マーケティング支援会社「アクシオンパートナーズ」。
設立10年目、従業員120名。

広報担当の川口真司は、最近ある課題に頭を抱えていた。

新規事業、子会社サービス、サブブランド…。
気づけば、社内に大小あわせて15以上のサービスが乱立。

営業資料、Webサイト、プレスリリース…。
どの資料にも「サービス名が並びすぎて、何がメインなのかわからない」状態。

「一言で“どんな会社？”と聞かれても答えられない」
「プレスリリースでも、毎回“どのサービスが主役？”で揉める」
「メディアからも、“いろいろやってる会社ですよね”で終わってしまう…」

川口は、「サービス整理しないと、広報も営業も迷子だ…」と悩んでいた。

■ ケース：「AIで“全体マップ”と“優先度”を見える化する」

まず川口は、NotebookLMに、社内のサービス一覧、事業部資料、過去リリース文をアップ。

以下のプロンプトで、情報整理を試みた。

プロンプト：「以下のサービス一覧と関連資料から、“事業ポートフォリオマップ”を作成してください。 - 各サービスのターゲット顧客層 - 収益貢献度（わかる範囲で） - メディア向け情報発信の優先度 - サービス間の関連性マップ」

出力されたのは、次のような整理結果。

サービスカテゴリターゲット収益インパクト広報優先度 SaaS型マーケツール BtoBマーケ責任者高 ◎ コンサルティングサービス経営企画・事業開発部門中 ○ オウンドメディア運営代行広報・PR担当者低 △

次に、Gensparkで以下のプロンプトを投入。

プロンプト：「このポートフォリオマップをもとに、“広報資料でのサービス紹介順序ガイドライン”を作ってください。 - 原則：収益インパクト×広報優先度の掛け算で順序決定 - 各サービス紹介文は、50文字以内で短く説明」

さらにChatGPTで「サービスカテゴリごとの一言紹介文案」を作成し、
最終的にCanvaで「1枚でわかる会社サービスマップ」ビジュアルを作成。

■ 解決：「サービス間の“主従関係”が可視化された」

川口が作成した新しい広報資料では、

メインサービスを先頭に明記
サブサービスは簡潔にグルーピング
「この会社は何をしている会社か？」が、3秒で伝わる構成

その結果、

プレスリリースの記者受けが改善
営業資料でも「説明がスムーズになった」と現場から好評
サービス乱立による情報過多ストレスが大幅軽減された

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM サービス情報の構造化「以下の資料から、ターゲット・収益・広報優先度を整理し、ポートフォリオマップを作ってください」
Genspark 順序ガイドライン作成「このサービス一覧から、“広報資料での紹介順序ルール”を作ってください」
ChatGPT 各サービスの一言紹介文作成「各サービスを50文字以内で、非専門家向けに説明してください」
Canva サービスマップのビジュアル化「会社サービス全体像が一目でわかるインフォグラフィックを作ってください」

■ コラム：「“伝わらない会社”は、“整理できてない会社”」

情報量が多い会社ほど、
「全部言いたい」欲に負けがち。

でも、広報がまずやるべきは、「選ぶこと」「並べること」「削ること」。

AIはその作業を、迷わず高速でサポートしてくれる。

「何を一番最初に伝えるべきか？」
その答えは、必ずデータと整理にある。

■ こういう時はどうする？

Q：事業部ごとに“ウチが主役”と言ってきます…
→ Gensparkで「広報資料における優先順位決定基準テンプレート」を作成し、事前に全社で合意形成しましょう。

Q：サービス説明文が長すぎます
→ ChatGPTで「1サービス50文字以内に要約」プロンプトを使って短く整えましょう。

Q：営業資料と広報資料がバラバラです
→ NotebookLMで両方を読み込ませ、「トーン・順序の一貫性ガイドライン」をAIに作らせましょう。

■ 読者ワーク：「自社サービスの“伝える順番”をAIで再設計しよう」

NotebookLMにサービス一覧・資料をアップ
Gensparkで「紹介順ガイドライン」を作成
ChatGPTで一言紹介文案を出す
Canvaで「サービスマップ」ビジュアルをつくる

■ 最後に

「全部言う」は、
「何も伝わらない」に等しい。

選び、絞り、並べる。
それが、広報の“構成力”

06｜SNS投稿で反応がない…トンマナ迷子の正体とは

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「なぜウチの投稿、伸びないんだろう…」

アパレルD2Cブランド「メロウデイズ」。
社員数40名、広報・SNS運用は兼務担当の吉川里美（29歳）。

X（旧Twitter）、Instagram、LinkedIn…。
いろんなプラットフォームに、毎日せっせと投稿しているのに――

「いいね数が少ない…」
「フォロワーも全然増えない…」
「最初はオシャレ寄り、途中から真面目系、最近は砕けた感じ…方向性バラバラ」

吉川は、ふと気づく。

「ウチのSNS、そもそも“どんなトーンで発信する会社”なのか、自分たちもわかってない…」

■ ケース：「AIで“トンマナ迷子”を視覚化＆再設計」

まず吉川は、NotebookLMに過去1年分のSNS投稿データをアップロード。

以下のプロンプトを投入。

プロンプト：「以下のSNS投稿ログから、“投稿トーン・スタイル・フォーマットのパターン分類”をしてください。 - カテゴリ例：フレンドリー、真面目、オシャレ系、説明型、ニュース調など - 各パターンの投稿回数と、反応数（いいね、コメント、シェア）の平均も出してください」

AIが出してきた結果はこうだった。

トーンカテゴリ投稿数平均いいね数コメント平均フレンドリー雑談型 50 12 3 オシャレ系ビジュアル投稿 30 28 6 真面目な事業報告系 40 5 1

次に、ChatGPTで以下のプロンプトを投入。

プロンプト：「過去のSNS投稿データ分析をもとに、“このアカウントの今後の推奨トンマナ方針”を提案してください。 - 各プラットフォーム別に - 現在のフォロワー属性を想定し - エンゲージメントが高かった投稿カテゴリを重視」

さらに、Gensparkで「SNSトンマナ設計プロンプトテンプレート集」を作成。

最後にCanvaで「トンマナ別デザインサンプル」をビジュアル化し、チームで共有した。

■ 解決：「投稿トーンに“軸”ができた」

吉川が決めた新方針はこうだ。

Instagramは「オシャレ＆ライフスタイル系トーン」で統一
Xは「カジュアル雑談＋裏話」で親近感重視
LinkedInは「真面目な事業ニュース」に絞る

結果、

投稿ごとの反応率が以前の2倍に向上
フォロワーからの「投稿、最近好きです！」というDMが届くように
社内からも「トーンがブレなくなったね」と好評に

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 過去SNS投稿分析「投稿トーン別に分類し、エンゲージメント平均を出してください」 ChatGPT トンマナ方針提案「このSNSアカウントの過去投稿データをもとに、今後の推奨トンマナ方針を出してください」 Genspark トンマナ設計テンプレート作成「SNSトンマナ設計用のプロンプトテンプレート集を作ってください」
Canva トンマナ別デザインサンプル作成「オシャレ系／カジュアル系／事業ニュース系、それぞれのSNS投稿サンプルデザインを作ってください」

■ コラム：「“バズる言葉”より、“ブレない言葉”」

SNS運用で大事なのは、
「その場限りのバズワード探し」じゃない。

「この会社らしいね」
「なんか最近、統一感ある」
「あ、またあのトーンだ」

そう思われることが、
“SNSで企業が愛される”最初の一歩。

AIは、その“軸づくり”を助けてくれる。

■ こういう時はどうする？

Q：プラットフォームごとに最適トーンがわかりません
→ ChatGPTに「各プラットフォームに合う企業トーン案」を出してもらいましょう。

Q：そもそも、ウチの投稿がどんな傾向なのかわからない…
→ NotebookLMで過去投稿をトーン分類＆エンゲージメント分析。

Q：デザインもトーンに合わせて変えたい
→ Canvaで「トーン別デザインテンプレート」を作っておきましょう。

■ 読者ワーク：「自社SNSの“今のトンマナ”をAIで可視化してみよう」

NotebookLMで過去投稿データを読み込み
ChatGPTで「最適トンマナ方針」を3パターン出す
Gensparkで「トンマナ設計プロンプトセット」を作成
Canvaで、各トーン用の投稿デザインサンプルをつくる

■ 最後に

SNSで反応がない原因は、
「ネタ不足」よりも「トーン迷子」であることが多い。

AIと一緒に、“自分たちらしい声”を取り戻そう

07｜オウンドメディア、更新が止まってませんか？

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「1年前から“準備中”のまま動けてない…」

人材サービス会社「ヒューマンキャリアソリューションズ」。
社員数約300名。広報チームは2名。

広報マネージャーの**中野大輔（38歳）**は、
「オウンドメディア担当者」としてアサインされて、すでに1年。

社内プロジェクト名は「ブランドジャーナル」。
立ち上げ会議、外部制作会社との打ち合わせ、テーマ出し…。
いろんな準備はしてきた。

でも。

「最初の記事公開、まだできてない…」
「ネタが集まらない」
「社内の原稿協力も断られる」
「“次回会議で進捗報告を”と言われてるけど、何も進んでない…」

オウンドメディアの管理画面は、
“テスト投稿”のダミー記事が入ったまま、静かに時を止めていた。

■ ケース：「AIで“ネタ出し→編集フロー”を一気に回す」

まず中野は、ChatGPTに以下のプロンプトを投入。

プロンプト：「人材サービス業界における“オウンドメディアで扱いやすい記事テーマ”を30個リストアップしてください。【前提条件】： - BtoB向け - 読者ターゲットは人事担当者・経営層 - 事例、トレンド、ノウハウ、社員インタビューなど幅広く」

次に、Perplexityで「同業他社のオウンドメディア事例」をリサーチ。

続いて、Gensparkで以下のプロンプトを投入。

プロンプト：「以下の30テーマリストをもとに、以下のアウトプットを作ってください。 1. 優先掲載順（インパクト大→小） 2. 各記事テーマに対する“仮タイトル案” 3. 必要な取材対象部署・人物のリストアップ」

さらに、NotebookLMに社内資料（過去プレスリリース、社内報、社長スピーチ原稿など）をアップ。

以下のプロンプトで過去ネタの再活用候補を抽出。

プロンプト：「以下の社内資料群から、“オウンドメディアで二次活用できそうな情報ネタ”をリストアップしてください。 - 新サービス発表 - 社員インタビュー - 社内イベントレポート - コラム化できる過去データ」

最後に、Notion AIで「記事制作進行管理テンプレート」を作成し、チームで共有。

■ 解決：「“1本目が出せない病”を突破！」

1か月後、以下の成果が出た。

記念すべき第1本目の記事がついに公開
次の3本分のテーマと構成案も確定
社内で「オウンドメディア部会」が正式発足
中野自身も、「AIで編集フロー設計が回る感覚」をつかめた

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 記事テーマ出し「人材業界向けオウンドメディア記事ネタを30個ください」
Perplexity 他社オウンド事例リサーチ「人材サービス業界のオウンドメディア成功事例を5社教えてください」
Genspark 優先順位づけ・構成設計「30ネタをインパクト順に並べ、仮タイトル案と社内取材先リストを出してください」
NotebookLM 社内ネタ掘り起こし「社内資料群から、オウンドメディアに転用できそうなネタをリストアップしてください」
Notion AI 制作進行管理表作成「オウンドメディアの記事進行管理テンプレートを作ってください」

■ コラム：「“0→1”の突破には、AIが効く」

オウンドメディアが止まる最大の理由。
それは、「最初の1本が出ないこと」。

テーマ決め
取材手配
構成案作り
原稿ラフ

全部、AIが分担できる。
人がやるのは、「方向性判断」と「最終確認」だけでいい。

まずは1本。
そこから全部が、動き出す。

■ こういう時はどうする？

Q：「どの部署に誰を取材すればいいか分かりません」
→ Gensparkで「社内取材対象リストアップ」プロンプトを作りましょう。

Q：「文章がまとまらず、構成がグダグダになります」
→ ChatGPTで「この記事ネタで、800字の読了感ある構成案」を出してもらいましょう。

Q：「過去資料を活かしたいけど、どこに何があるか不明…」
→ NotebookLMで過去資料を一括アップし、AIに“二次活用ネタ”を抽出させましょう。

■ 読者ワーク：「“次の1本”をAIと一緒に決めよう」

ChatGPTで「自社オウンドメディア向け記事ネタ30案」を出す
Gensparkで「優先順位リスト」と「仮タイトル集」をつくる
NotebookLMで「社内ネタ」を追加抽出
Notionで「記事進行表」をつくり、まずは“1本目”に着手

■ 最後に

止まったメディアに必要なのは、“まず出すこと”。

AIは、“最初の一歩”を背中から押してくれる存在。

08｜SNSの“バズ”を狙うのではなく“共感”を設計する

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「バズらない…でも、バズを狙うのも違う気がする」

教育系SaaS企業「スタディリンク」。
社員数は70名、SNS運用は広報担当**南條悠（32歳）**がひとりで担当。

最近の悩みは、「バズらないSNSアカウント」。

「競合は、毎週何万インプレッションとか出してるのに…」
「社内から“もっと伸ばして”と言われる」
「バズ狙いでネタっぽい投稿をしても、やっぱりウケない」

正直…もう疲れていた。

「ウチのアカウント、そもそもバズることが目的じゃないのに」

南條は、自分たちらしい**“共感されるSNS”**のあり方を探し始めた。

■ ケース：「AIで“バズ”ではなく“共感”を設計」

まず南條は、Perplexityで以下のリサーチを行った。

プロンプト：「教育系SaaS企業における、SNSでの“共感型投稿”成功事例を5つ教えてください。特に“バズ”ではなく、“日々の共感・信頼構築”につながっている事例を重視してください。」

さらに、NotebookLMに過去1年分の自社SNS投稿データをアップし、
以下のプロンプトで反応分析。

プロンプト：「以下のSNS投稿ログから、“いいね・コメント・保存数”の多い投稿カテゴリを特定してください。さらに、“共感されている投稿の特徴”を3つにまとめてください。」

AIが導き出した答えは明確だった。

社員のストーリー系
顧客成功事例インタビュー
“現場あるある”の共感ポスト

これを踏まえ、ChatGPTで以下のプロンプトを投入。

プロンプト：「以下の3つのカテゴリに基づき、“共感されるSNS投稿ネタ”を20個出してください。カテゴリ： 1. 社員の日常や裏話 2. 顧客の声・導入事例 3. 現場のちょっとした“あるある”や苦労話

さらに、Gensparkで「共感型SNS投稿テンプレート集」を生成。
Canvaで「社員ストーリー用テンプレデザイン」も作成した。

■ 解決：「“つながるSNS”が始まった」

その後のSNS運用では、

フォロワー数の伸びは緩やかだったが、
「エンゲージメント率」が大幅アップ（約2.5倍）
コメント欄で顧客から「これ、うちもそうです！」という反応が増加
「このアカウント、好きです」とDMが届くように
社内からも「SNS、雰囲気変わったね」「前より自然体でいい感じ」とポジティブな声が増えた

南條は、バズを狙うよりも、
“地に足のついたファンづくり”が大事だと改めて実感した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 他社事例リサーチ「バズではなく共感型SNS成功事例を5つ教えてください」
NotebookLM 過去投稿分析「エンゲージメントが高い投稿カテゴリと、その特徴を分析してください」
ChatGPT ネタ出し「社員ストーリー・顧客事例・あるある投稿のネタを20個出してください」
Genspark テンプレート作成「共感型SNS投稿のための文章テンプレート集を作ってください」
Canva デザインテンプレ作成「社員ストーリー向けのSNS投稿テンプレデザインを作ってください」

■ コラム：「“バズる”より、“残る”」

SNS担当者がつい忘れがちなのは、
「目立つ投稿」ではなく、「続く関係性」。

毎回バズらなくていい。
誰かが“あ、またこの会社か”と思ってくれること。
今日の投稿が、半年後の商談につながるかもしれない。

AIは、そんな“つながりの設計”にも、ちゃんと付き合ってくれる。

■ こういう時はどうする？

Q：「ネタ切れで毎回悩みます」
→ ChatGPTで「共感型SNS投稿ネタ50個リスト」を出しておきましょう。

Q：「投稿文がバズ狙いっぽくなりすぎます」
→ Claudeで「自然体で、等身大なトーンに変えてください」と依頼。

Q：「どの投稿が反応良かったか、把握できてません」
→ NotebookLMに過去ログをアップし、「反応スコア順一覧表」を作りましょう。

■ 読者ワーク：「次のSNS投稿、AIと一緒に“共感設計”してみよう」

NotebookLMで過去反応データを分析
ChatGPTで「次の共感型投稿ネタ」を出す
Gensparkで文章テンプレ案をつくる
Canvaで投稿ビジュアルも整える

■ 最後に

SNSは、
“好きになってもらう”ための長い会話。

バズらなくていい。
“好きだ”と言われるアカウントを、AIと一緒につくろう。

09｜FAQやCS文面、どこまで広報が書く？

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「“これも広報でやってよ”が増えていく…」

SaaS系スタートアップ「フローシステムズ」。
社員数90名。広報担当は石川美咲（31歳）。

最近、CS（カスタマーサポート）チームから立て続けに依頼が来ていた。

「FAQページの言い回し、広報で見直してもらえますか？」
「サポートメールのテンプレ、トーンが堅すぎるって言われて…」
「ユーザー対応文面、広報トーンに合わせたいんです」

広報視点で情報発信できるのは嬉しいけど、
正直…キャパオーバー。

「これ、どこまで広報がやるべき？」
「CS文章まで全部見るのは、さすがに無理じゃ…？」

広報・CS・マーケ、誰がどこまで何をやるのか。
“文章の守備範囲”がどんどん曖昧になっていく感覚だった。

■ ケース：「AIで“文章領域マップ”を整理する」

まず石川は、NotebookLMに以下をまとめてアップ。

過去のプレスリリース
サポート用FAQ文章群
お問い合わせ対応メールテンプレ
Webサイトのよくある質問ページ

次に、以下のプロンプトで「役割分担」を可視化。

プロンプト：「以下の文章群を“情報発信責任部門ごと”に分類してください。分類カテゴリ例：広報／CS／マーケティング／プロダクト／経営さらに、“文体・トーンの違い”も一覧にしてください。最後に、“統一が必要なポイント”“各部門が今後相談すべき部分”もリストアップしてください。」

AIが出してきた分類表には、次のような結果が。

コンテンツ種別：主担当現状トーン広報が見るべきポイント
プレスリリース：広報フォーマル・事実ベース全体監修
サポートFAQ：CS 丁寧・説明型用語統一・トーン合わせ
返信テンプレ：CS 丁寧・やや堅め場合によってサポート可
オウンドメディア：広報ストーリー調広報主導
サービス紹介ページ：マーケセールス寄り必要時相談

次に、ChatGPTで「FAQ文面のトーン統一版」を出力。

プロンプト：「以下のFAQ文章を、“広報トーンに合わせつつ、読みやすく・親しみやすく”整えてください。 - 誤解が生まれないよう正確に - でも、言葉はやわらかく - ユーザーが読み疲れない長さ」

さらに、Gensparkで「CS文面トーン統一用プロンプト集」を作成。
Notion AIで「広報×CS連携用・文章チェックフロー表」も整備した。

■ 解決：「“どこまでやるか”の境界線が明確に」

石川は、以下のルールを社内に共有。

CSが主担当するのはFAQ・サポート返信
広報は「トーンガイドラインの監修」と「表現相談対応」まで
月1回、広報とCSで“言葉合わせミーティング”を実施
必要に応じてAIでトーン統一を自動化

その結果、

社内の「誰がどこを見るか」迷子問題が解消
FAQのわかりやすさも改善
「広報負荷がパンクしない仕組み」ができた

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 現状文章の分類・役割整理「各文章を、広報・CS・マーケ・経営・プロダクトに分類し、トーン違いも一覧化してください」
ChatGPT FAQトーン調整「FAQ文章を、ユーザー視点でわかりやすく、広報トーンに合わせてリライトしてください」
Genspark CS文面テンプレート化「CS向け文面トーン統一用のプロンプトテンプレート集を作ってください」
Notion AI チェックフローテンプレート作成「広報とCSで使う、文章確認フロー表を作成してください」

■ コラム：「“誰が、どこまで書くか”は、ルール化できる」

広報の文章領域は、じわじわと広がっていく。

でも、「どこまで見るか」「どこから任せるか」を決めないと、
“全部広報がやる地獄”がやってくる。

AIは、その境界線づくりにも使える。
ルールをつくり、テンプレをつくり、負担を減らす。
それも、次世代広報の仕事。

■ こういう時はどうする？

Q：「CSが“とりあえず広報に回しとけばOK”になってます…」
→ Gensparkで「社内文章フローの役割分担テンプレート」を作り、社内ルール化しましょう。

Q：「FAQのトーンが毎回バラバラ…」
→ ChatGPTで「トーン統一プロンプト」を作り、都度同じ基準でAI校正しましょう。

Q：「CS対応文を毎回ゼロから作ってて非効率です」
→ NotebookLMで過去返信データを整理し、「よくある質問パターン別テンプレ」をAIに出してもらいましょう。

■ 読者ワーク：「“社内文章フロー表”をAIでつくってみよう」

NotebookLMで自社の文章ストックを分析
ChatGPTで「広報・CS・マーケで使える文章テンプレ」作成
Gensparkで「役割分担マニュアル」をつくる
Notionでフロー表を共有し、全社周知

■ 最後に

広報は、「全部やる人」じゃない。

「言葉の品質を守る人」であるために、
どこまで関わるかを、AIと一緒に線引きしていこう。

10｜プレスリリースの“ネタ”が枯れたときの再発掘術

（第1章｜構成と表現 ─ 「伝わる設計」を磨く）

■ 序章：「もう、出すネタがない…」

ITソリューション企業「ビズテックリンク」。
社員数250名、広報専任は中堀隼人（37歳）。

この半年間で、すでに7本のプレスリリースを出してきた。

「新サービスローンチ」
「資金調達」
「アライアンス発表」

でも今、次のネタが…ない。

「これ以上、“何か出せ”と言われても、ネタがないんだよ…」

社内に「次のリリース、いつ出すんですか？」という声は増える一方。
ネタ探しの会議も空振り続き。
中堀は、資料室の過去リリースフォルダを開きながら、ため息をついていた。

■ ケース：「AIで“埋もれていたニュースの種”を掘り起こす」

中堀は、まずNotebookLMに過去3年分の以下の社内情報をアップロード。

プレスリリース
社内報
社内プロジェクト資料
社員表彰記録
新規顧客導入事例一覧

そして以下のプロンプトを投入。

プロンプト：「以下の社内情報群から、“これまでリリース化されていないニュース候補”をリストアップしてください。抽出条件： - 社外発信可能性があるもの - 新規性・独自性があるもの - 社員や顧客ストーリー化できそうなもの - 今後数か月内に動きがありそうな社内プロジェクト」

出力された候補は以下。

「社員数が200名を突破した社内成長トピック」
「開発部門の女性リーダー誕生ストーリー」
「中堅顧客企業への大型導入事例」
「社内サステナビリティ施策の取り組み」

次に、ChatGPTで以下のプロンプトでリリース案出し。

プロンプト：「以下のニュース候補一覧から、“社外向けプレスリリースとして出せそうなテーマ”を3つピックアップし、それぞれのタイトル案・リード文例・メディア向け訴求ポイントを提案してください。」

さらに、Perplexityで同業他社の最近のリリーストレンドをリサーチ。
「類似事例がすでに出ているか」「どんな切り口が新しいか」を確認。

最後にGensparkで「次回以降の“ネタ発掘用プロンプトテンプレート集”」を作り、今後の運用フローも標準化。

■ 解決：「“社内の当たり前”が、実はニュースだった」

最終的に中堀が決めた次回リリーステーマは、

「社員200名突破＆働き方改革の裏側」

しかも、そこに女性リーダー登場ストーリーも絡める形で設計。

リリース配信後は、
業界メディアから**「急成長企業特集」取材オファー**も舞い込み、
「ネタがない期」を乗り越えることができた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社内情報から“埋もれネタ”抽出「過去未発表の社内ニュース候補をリストアップしてください」
ChatGPT テーマ別リリース案作成「このテーマで、タイトル・リード・メディア向け訴求ポイントを3案ください」
Perplexity 同業他社事例リサーチ「IT業界・最近3か月のプレスリリーストレンドを教えてください」Genspark 今後用のネタ発掘テンプレ作成「社内ネタ発掘用プロンプトテンプレート集を作ってください」

■ コラム：「“ない”んじゃない。“見えてない”だけ。」

プレスリリースのネタがない、という悩み。
実は、“外に出す視点”で社内を見る習慣がないだけかもしれない。

社員数の変化
社内イベント
小さな施策
顧客の声

全部、言葉にすれば“広報ネタ”になる。

AIは、その“埋もれた種”を探し出してくれる。

■ こういう時はどうする？

Q：「これがニュースになるの？と毎回悩みます」
→ ChatGPTで「この情報がメディア視点でどんな切り口になるか」を出してもらいましょう。

Q：「社内の情報が点在しすぎて、探すのが大変」
→ NotebookLMに全部アップして、「未発表ネタ抽出プロンプト」で一括整理。

Q：「次回もまたネタ切れしそう…」
→ Gensparkで「月次ネタ出し用テンプレート集」を作っておくのがおすすめ。

■ 読者ワーク：「“ネタ枯れ打破リスト”をAIで作ってみよう」

NotebookLMで社内過去データを集約
ChatGPTで「次回リリース候補テーマ10個」を出す
Perplexityで業界リリーストレンドをチェック
Gensparkで「ネタ発掘ワークシートテンプレ」を作成

■ 最後に

ネタは、どこかから“降ってくる”ものじゃない。

「自分で、掘りに行くもの」。

AIは、そのスコップにも、
掘った土の中の“金脈探知機”にもなってくれる。

11｜広報方針が定まらない！最初の戦略設計

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：「“もっと露出を”と言われても…」

中堅IT企業「Bイノベーションズ」。
社員数約300名、設立15年目。

最近、組織改編とサービス統合があり、広報チームも3人体制に。

でも、チーム内ではこんな声が飛び交っていた。

「経営陣から“もっと露出増やして”って言われるけど、どう動けばいい？」
「採用広報、PR、IR…やることは山ほどあるのに、優先順位が決まらない」
「KPIを決めようとしても、“何のためにやるか”が整理できてない…」

月次レポートには、「記事掲載件数」「SNSフォロワー増加数」「プレスリリース本数」などの数字が並ぶけれど、
チーム全員が、“この活動、何につながってるんだろう？”とモヤモヤしたまま手を動かしていた。

■ ケース：「AIで“広報の芯”を言語化する」

まず、広報チームリーダーの安藤絵里は、NotebookLMに以下の社内資料をアップロード。

過去の広報レポート
直近の経営計画資料
各事業部の目標資料
経営陣からの過去指示メモ

次に、以下のプロンプトを投入。

プロンプト：「以下の資料群から、“経営陣が広報に求めていること”を読み取り、以下を出力してください。 1. 広報に期待されているゴール仮説（最大3つ） 2. 現状の広報活動がどのゴールに寄与しているかのマッピング 3. 抜けている戦略領域があれば指摘」

次に、ChatGPTで以下のプロンプトを実行。

プロンプト：「以下の経営資料・広報レポート内容をもとに、“今後1年間の広報方針ドラフト”を作ってください。条件： - ミッション、ターゲット、重点テーマ、主要KPIを明記 - 経営陣がレビューしやすいフォーマット - ボリュームは800字以内」

さらに、Gensparkで「広報方針策定用プロンプトテンプレート集」を作成し、
次回以降の方針更新時にも使えるように整備。

■ 解決：「“これがウチの広報方針”と言える資料ができた」

安藤たちは以下のステップで方針を確定。

経営計画との接続ポイントを可視化
現状の広報活動を、「採用支援」「顧客認知」「事業理解促進」の3軸に分類
「2025年度広報方針資料（A4・1枚版）」として全社共有

経営会議でも、

「これなら、広報が何をしてるかわかる」
「この方針なら、事業部とも連携しやすい」

とポジティブな反応。

広報チームも、ようやく“迷わない軸”を手に入れた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社内資料のゴール分析「この資料群から、経営が広報に期待していることを3つ仮説化してください」
ChatGPT 広報方針ドラフト作成「1年間の広報方針を、800字以内でミッション、ターゲット、テーマ、KPI付きでまとめてください」
Genspark 今後用の方針策定テンプレ作成「広報方針策定プロンプトテンプレート集を作ってください」

■ コラム：「“方針がない広報”は、迷子になる」

忙しい広報ほど、
「目の前のタスク」に流されがち。

でも、AIで過去資料を一度整理し、
「なぜ、今この広報活動をするのか？」を言語化するだけで、
全員の動き方が変わる。

方針があるから、
「やらないこと」も、選べるようになる。

■ こういう時はどうする？

Q：「経営から“とにかく露出増やせ”しか言われません」
→ ChatGPTで「広報のゴール候補リスト」を出し、まずは3案で経営と対話しましょう。

Q：「現状、広報活動がバラバラで整理できません」
→ NotebookLMに過去レポート類を読み込ませ、「活動マッピング表」を作らせましょう。

Q：「方針を作っても、1年後またゼロからになるのが不安」
→ Gensparkで「広報方針アップデート用プロンプト集」を残し、毎年更新できる仕組みにしましょう。

■ 読者ワーク：「自社の“広報方針1枚シート”をAIで作る」

NotebookLMで社内資料（経営計画・広報実績）を分析
ChatGPTで方針ドラフトを作る
Gensparkで「方針策定用プロンプト集」を保存
Notionで全社共有用の広報方針ページを作成

■ 最後に

広報は、「見られること」より「意味があること」を目指す仕事。

“この1年、なぜ広報がこの仕事をするのか？”

その答えを、AIと一緒に、
言葉にしていこう。

12｜“広報KPIって必要？”曖昧な評価からの脱却

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：「頑張ってるけど、評価されない…」

BtoB SaaS企業「クラウドフロー」。
社員数約200名、広報担当は松井翔太（33歳）。

この1年、プレスリリースもイベントもSNSも頑張ってきた。

でも、経営会議で言われた一言が、胸に刺さっていた。

「で、結局、広報って何の成果出してるの？」

「記事掲載件数は増えてます！」
「SNSフォロワーも1,000人超えました！」

そう言っても、反応はイマイチ。

「それが事業にどう効いてるの？」

評価されない。予算も増えない。
「広報KPIって何なんだ…」
松井は、PCの前でため息をついていた。

■ ケース：「AIで“KPIのストーリー化”に挑戦」

まず松井は、NotebookLMに以下の資料をアップ。

過去1年分の広報活動レポート
プレスリリース配信実績
メディア掲載数推移
SNS分析レポート
採用数や営業資料DL数などの他部門データ

次に、以下のプロンプトで現状を客観視。

プロンプト：「以下の資料群から、過去1年間の広報活動量・成果指標・変化点を一覧化してください。さらに、“現状のKPIが経営課題とどうつながっているか”を、仮説ベースで3パターン出してください。」

次に、ChatGPTに以下のプロンプト。

プロンプト：「以下の広報実績データと会社目標をもとに、“経営会議向けの広報KPI提案書ドラフト”を作ってください。必須項目： - 広報ミッション - KPI候補（量・質・行動・成果指標の4分類） - 経営指標とのつながり仮説 - 今後の改善策」

さらに、Gensparkで「広報KPI設計用プロンプトテンプレート集」を作成。

最後に、Perplexityで「他社の広報KPI事例」をリサーチし、社内説明用資料に盛り込んだ。

■ 解決：「“納得感のあるKPI”が初めて言語化できた」

松井が提出した「広報KPIドラフト」はこうなった。

指標カテゴリ：KPI例量
プレスリリース本数、SNS投稿数：メディア接触回数＝広報活動量質
メディア掲載品質スコア：SNSエンゲージメント率＝広報アウトプット品質行動
記事経由のWebトラフィック：採用エントリー誘発数＝社内外のアクション誘発成果
営業リード数増加、採用数増：ブランド指標変化＝事業成果への寄与

さらに、

「これまで“数字がない広報”と言われてたけど、こう整理すれば説明できる！」
「今後は四半期ごとにKPIレビュー会を設定しよう」

と、広報チーム内にも前向きな空気が生まれた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 過去広報実績の分析「広報活動量・成果・変化点を一覧化し、経営指標との関係を仮説化してください」
ChatGPT KPI提案資料作成「量・質・行動・成果の4分類で、広報KPI候補を作り、経営課題との関連も示してください」
Genspark KPI設計テンプレート作成「広報KPI設計用プロンプトテンプレート集を作ってください」
Perplexity 他社事例リサーチ「SaaS企業における広報KPI事例を5社分教えてください」

■ コラム：「“測れない広報”は、“評価されない広報”」

「広報の成果は見えづらい」
「数値化できない」

――本当にそう？

見える化できるものは、たくさんある。

しかも、AIがあれば
「量」「質」「行動」「成果」それぞれの切り口で、
客観的に整理できる。

評価されたいなら、まずは、
「測れる形に言葉で変える力」から。

■ こういう時はどうする？

Q：「今まで数字なんて取ってません…」
→ NotebookLMに過去レポートを読み込ませ、「今ある数字だけで作れるKPI案」を出してもらいましょう。

Q：「どんな指標を設定すればいいかわからない」
→ ChatGPTで「BtoB企業の広報KPI例」を出してもらい、自社向けにカスタマイズ。

Q：「成果に直結しない活動も多くて悩みます」
→ Gensparkで「活動ごとのKPI分類テンプレート」を作り、まずは“分類”から始めましょう。

■ 読者ワーク：「“今あるデータ”でKPI案をAIと作ってみよう」

NotebookLMで広報実績データを一括分析
ChatGPTで「広報KPIドラフト案」を出す
Gensparkで「次回会議用KPI提案資料テンプレート」を作成
Perplexityで同業他社のKPI事例をリサーチし、参考にする

■ 最後に

広報が「評価されない職種」と言われていた時代は、
もう終わりにしよう。

“言葉で、数字で、戦略で”自分たちの価値を示す。

AIは、その“見える化作業”の最高のパートナーになる。

13｜広報とIRの交差点：未来を語る情報設計

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：「“IR資料に広報っぽさを入れてくれ”って、どういうこと？」

SaaSベンチャー「グロースリンクス」。
社員数120名、上場準備中。

広報担当の大森拓也（34歳）は、経営企画部から突然こう言われた。

「来季のIR説明資料、広報の視点で“読みやすく、未来が見える感じ”に直してくれない？」

数字、数字、また数字…。
IR資料はどうしても事実の羅列になりがち。

「どこに“広報っぽさ”を入れればいいんだ？」
「変にストーリー性を入れて、逆に投資家に不信感持たれたら困る…」
「でも、“未来が見えるIR資料に”って…どうすれば？」

大森は「広報とIRの交差点って、どこ？」という問いに頭を抱えていた。

■ ケース：「AIで“未来を語るIR資料”を設計」

まず大森は、NotebookLMに以下をアップロード。

直近2年分のIR説明資料
広報リリース（サービス戦略、事業ビジョン関連）
社長の過去発言・スピーチメモ
中期経営計画資料

以下のプロンプトを投入。

プロンプト：「以下のIR資料と広報資料を比較し、“IR資料に不足している未来視点・事業ストーリーの要素”をリストアップしてください。また、“投資家が未来像を感じやすい情報設計”にするための改善ポイントを3つ提案してください。」

次に、ChatGPTで「未来視点を加えたIR資料のリード文案」を作成。

プロンプト：「このIR資料内容をもとに、“投資家が未来戦略の輪郭をつかめるようなリード文”を作ってください。条件： - 数字は正確に保持 - 未来への成長ストーリーを簡潔に示す - トーンは誠実かつ前向き」

さらに、Claudeで以下のプロンプトで「CEOコメント案」も作成。

プロンプト：「この内容をもとに、“未来志向のCEOコメント”を、IR向けとメディア向けの2パターン作ってください。
- IR向け：投資家目線、数字・成長性
- メディア向け：社会へのインパクト、ストーリー性」

最後に、Gensparkで「IR資料におけるストーリー設計プロンプト集」を作成。

■ 解決：「IR資料が、“未来を語る資料”に変わった」

完成した資料は、

数字はこれまで通り堅実に
でも、「なぜこの事業に投資する価値があるのか」が明確に伝わる構成
冒頭リードでは、市場背景→会社の強み→今後の挑戦が短く整理され
社長コメントも、投資家・メディア両方に響く二刀流に

社内のIR担当者からも、

「いつもより“伝わる感”がある」
「これなら、アナリスト向け説明会で使いやすい」

と高評価。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 現状IR資料の不足要素分析「IR資料と広報資料を比較し、未来視点の不足ポイントを出してください」
ChatGPT 未来志向のリード文作成「投資家が未来像をつかめるIRリード文案を作ってください」
Claude CEOコメント作成「IR向けとメディア向け、それぞれのCEOコメント案を作ってください」
Genspark ストーリー設計テンプレ作成「IR資料で使えるストーリー設計プロンプト集を作ってください」

■ コラム：「“事実”の先にある、“未来への期待感”」

IR資料が冷たく見えるのは、
「事実を積み上げるだけ」で終わっているから。

でも、AIと一緒なら、

数字→背景→戦略→未来

この“情報の流れ”を、
短時間でストーリー設計できる。

「未来が見えるIR」
それは、広報が関われる大事な領域。

■ こういう時はどうする？

Q：「IR資料に“ストーリー性”を入れるのが不安です」
→ ChatGPTで「投資家向けストーリー表現例」を出し、リスクを抑えつつ工夫しましょう。

Q：「経営から“IR資料は事実だけでいい”と言われます」
→ NotebookLMで「他社IR資料の未来志向部分」を事例比較し、社内説明用資料を作りましょう。

Q：「CEOコメントが毎回事務的で刺さらない…」
→ Claudeで「投資家がワクワクする未来視点コメント案」を出してもらいましょう。

■ 読者ワーク：「“未来が見えるIR資料”のひな型をAIでつくる」

NotebookLMで過去IR資料と広報資料を比較分析
ChatGPTで「未来志向リード文ドラフト」を作成
ClaudeでCEOコメント案を複数作る
Gensparkで「IRストーリー設計プロンプト集」を作成し、今後の定例化に活用

■ 最後に

IRと広報の交差点に立つと、
見えてくるものがある。

それは、「数字の先にある、会社の未来」。

AIは、その道案内役。
“未来が語れる広報”になる力を、今ここで手に入れよう。

14｜IPO準備広報の全体像と“言葉のタイミング”

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：「上場準備」と聞いた日から、広報の時間が加速する

中堅SaaS企業・S社。設立9年、社員数は220人。
シリーズDを経て、いよいよ上場準備フェーズに突入した。

ある朝、広報責任者の杉山麻衣は、経営会議のあとにこう告げられる。

「麻衣さん、上場を視野に入れた広報も設計しておいて」

一瞬、心臓が跳ねた。

IRはまだ担当外のはず。
だけど“上場を意識した発信”って、何から始めればいい？
いつ、何を、どこまで出していいのか――

社内には明確なロードマップがなく、広報部は「どこまで関与するべきか」も不明瞭なまま。

「どのタイミングで“未来のビジョン”を語るのか？」
「人材採用やカルチャー発信は、IRとどう切り分ける？」
「“静かな期間”って、どこから？」

杉山は迷いながらも、生成AIに力を借りて、「上場準備期における広報の設計図」を描き始めた。

■ ケース：IPO広報、最初に設計すべき“5つの問い”

杉山が向き合ったのは、以下の問いだった。

広報はいつから上場準備に関与すべきか？
広報とIRの役割分担はどう整理する？
発信のフェーズごとに何を語る？
想定質問やリスク情報への準備は？
社内外へ“共通の物語”を届けるには？

答えのない問いに対し、杉山はChatGPT、Claude、NotebookLM、Perplexityを使って、徐々に言葉と構造を整えていった。

■ 解決：生成AIで「IPO準備フェーズの広報設計図」を可視化

① ChatGPTで「IPO準備における広報ロードマップ」を設計

プロンプト：「上場準備期間における広報活動の全体像を、“時系列で”整理してください。対象：広報責任者向け。目的、やるべき発信、留意点、関係部門との連携などを盛り込み、“3段階フェーズ”で設計してください」

→ 「①準備期」「②直前期」「③上場直後期」に分けたステップ型の可視化が完成。社内で説明しやすい土台に。

② Claudeで「上場広報にふさわしい言葉のトーン」を整える

プロンプト：「上場準備中に発信する広報文のトーンとして、“誤解を生まない配慮”と“希望ある未来”の両立が必要です。以下の3つの文例について、語調・余韻・読者の受け取り方を調整してください」

→「控えめだが前向き」「正確だが親しみやすい」など、上場前らしい“バランス感覚”の言葉に整った。

③ NotebookLMで「IR・広報・採用広報の整合性」を分析

杉山は、以下の資料をNotebookLMにアップロード：

中期経営計画（IR資料）
採用ブランディング資料
広報部作成のミッション・バリューコンテンツ

プロンプト：「これら3つの資料における“未来の方向性の表現”と“キーメッセージ”の違いを比較し、統一感を持たせた言い換え案を出してください」

→ トーンや語彙のばらつきが整理され、“どこで誰が話しても同じビジョンが語れる”状態へ。

④ Perplexityで「他社のIPO広報事例と注意点」をリサーチ

プロンプト：「直近3年間にIPOしたIT企業の広報事例をリサーチし、“失敗した事例とその理由”を教えてください。上場前の発信で注意すべきポイントをまとめてください」

→ 他社の“炎上事例”や“発信タイミングのミス”を把握でき、地雷を避ける判断軸が得られた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 上場準備フェーズごとの広報設計「IPO準備における広報活動を“3段階フェーズ”で設計してください」
Claude 上場広報にふさわしい文体と語調「“希望と冷静さ”を両立するトーンに調整して」
NotebookLM IR・採用・広報のビジョン統一「3資料の“未来の語り方”の差分を可視化し、共通化する言い換え案を」
Perplexity 他社の上場広報事例を横断調査「直近IPO企業の“広報トラブル事例”を教えて。なぜ起きたのかも含めて」

■ コラム：IPO広報に求められるのは、「静かな熱量」

IPO前の発信は、華やかさよりも“静かな熱量”が求められます。
過度にアピールすると誤解を生み、無言でいてもチャンスを逃す。

大事なのは、「いま語るべきこと」と「まだ語るべきでないこと」を分ける力。
生成AIは、この“情報の熟成とタイミング”を整える補助線になります。

■こういう時はどうする？

Q：どのタイミングでビジョンを打ち出せばいいか分かりません
→ ChatGPTで「上場準備における発信フェーズ」を整理しましょう。

Q：IRと広報と採用で言ってることがバラバラです
→ NotebookLMで3資料のキーメッセージを比較・統一できます。

Q：経営陣から“もっと攻めていいのでは”と煽られます
→ Claudeで慎重かつ意欲ある文体に調整を。Perplexityで他社の失敗例を確認するのも有効です。

■ 読者ワーク：IPOフェーズにおける“言葉の計画表”を作る3ステップ

ChatGPTで「IPO広報ロードマップ」を設計する
Claudeで「語調と配慮」を整える
NotebookLMで「他部門とのメッセージ整合性」を検証する

■ 最後に：上場とは、“信頼の言葉”を社会に向けて開くこと

IPO準備期における広報とは、ただの告知ではない。
それは、会社の未来像を社会と“共有”する行為であり、企業が“信頼される存在”であるかを問われる瞬間です。

生成AIは、その信頼を言葉に変える補助線になります。

あなたもきっと、広報の力で「企業の未来」を語れる人になれるはずです。

15｜ガバナンスをどう伝える？透明性の表現技法

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：監査等委員が取材拒否!?「ガバナンスは語れない」と誰が決めた

専門商社F社。老舗ながら、ESG・ガバナンス強化に本腰を入れてきたここ数年。
近年は非財務領域の発信にも取り組み、広報の立場からも「統治・倫理・透明性」について積極的に伝えたいと考えていた。

だが、広報課長の川田正弘はある壁にぶつかる。

「それはガバナンスの話なので、広報で扱わないほうが…」
「社内政治や取締役会の構造に触れるのはリスクが高い」
「記載義務を超えた情報発信は不要じゃないですか？」

社内の管理部門、法務、IRから慎重論が続出。
そのうえ、取材依頼を出した監査等委員からも返事は来なかった。

「でも、形式的な“社内体制”ではなく、“何をどう考えて経営判断しているか”を伝えるのがガバナンスだろう」

川田はひとり、生成AIを開いて、言葉にならないものを言語化する旅に出た。

■ ケース：「ガバナンス＝社内体制図」では伝わらない

ガバナンスに関する発信は、多くの企業で次のような状態にある：

「取締役会構成」「監査役制度」などの制度説明だけで終わっている
“なぜ”その体制なのか、“どのように”意思決定しているのか、が抜け落ちている
法務チェックに怯え、トーンが無味乾燥で“読まれない資料”になる

川田が目指したのは、制度ではなく“考え方としてのガバナンス”を、読み手にとって腑に落ちる構造で伝えることだった。

■ 解決：生成AIで“透明性”を構造から設計し直す

① Claudeで「抽象的な価値観」を“説明可能な言葉”に変換

プロンプト：「“企業の透明性”“経営の健全性”“ガバナンス体制の納得感”を、生活者にも理解できる言葉に書き換えてください。たとえば“外部取締役比率が高い”は、“外からの視点を日常的に取り入れている”といった具合に表現してください」

→ 難解な構成説明が、「納得の文脈」へ変換され、“読み手の問いに答える”構造が生まれた。

② NotebookLMで「社内の制度資料と理念文書」の整合性を比較

川田は次の3種類の社内資料をアップロード：

コーポレートガバナンス報告書（形式資料）
経営理念・社是の文書
代表メッセージの過去文

プロンプト：「3つの資料を比較し、“企業として何を大事にしているか”が一貫して語られているかを分析してください。表現やトーンのズレ、キーワードの乖離などを明示してください」

→ 表層的には一致していたが、“外部評価の説明”と“経営者の言葉”に微妙な乖離があることが明らかに。信頼感のある再編集のベースに。

③ ChatGPTで「社内向け・社外向けの説明スクリプト」を生成

プロンプト：「“当社のガバナンス体制が、なぜそのような構造なのか”を、①社内社員向け ②生活者向け ③投資家向けに伝える言葉をそれぞれ作成してください。難しい言葉を避け、目的と背景、考え方を伝えてください」

→ ターゲット別に“語り分け”が可能に。全社説明会や採用広報にも転用できる言葉が揃った。

④ Canvaで「体制図＋言葉」の“納得インフォグラフィック”を作成

プロンプト：「以下の構成で、視覚的にガバナンス体制を説明できる図を提案してください： 1. 経営陣構成 2. 意思決定フロー 3. 外部視点と内部牽制の役割分担 4. 読み手に向けた“なぜこの体制なのか”という問いへの回答」

→ “図だけで伝わる構造”と、“言葉による納得”をセットで届ける新資料を構築。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Claude ガバナンス概念のやさしい言い換え「“経営の健全性”を生活者にも伝わる言葉で書き直して」
NotebookLM 制度と理念のズレをチェック「ガバナンス報告と企業理念に“一貫性”があるか分析して」
ChatGPT 社内外別スクリプト作成「ガバナンス体制の“説明パターン”を対象別に作って」
Canva インフォグラフィックの構成設計「体制の意味が伝わる図の構成案を4項目で提案して」

■ コラム：見せかけの透明性から、“考える透明性”へ

「透明性」という言葉は、“すべてを公開すること”ではなく、“納得できる形で伝えること”だ。

数字と制度を並べるだけでは、信頼は生まれない。
経営の考え方・決断の背景・外部からの牽制の仕組み――
その“なぜそうしているのか”を伝える構造こそが、真のガバナンスコミュニケーションだ。

生成AIは、あなたの企業が大切にしている価値観を「言葉として再発見させてくれる相棒」である。

■ こういう時はどうする？

Q：社内で“ガバナンスは法務とIRの仕事”と言われます
→ ChatGPTで“生活者向けに語る意義”を整理し、広報としての役割を示しましょう。

Q：理念と制度説明の言葉がバラバラです
→ NotebookLMで複数資料を照合すると、ズレが客観視できます。

Q：監査役が話してくれません。情報が出せない…
→ Claudeで“制度説明に人格を感じさせる文”を組み立て、インタビューでなく“発信スクリプト”として提案してみましょう。

■ 読者ワーク：ガバナンスを“読まれる物語”に変える3ステップ

Claudeで「制度→共感表現」へ変換
NotebookLMで「理念と体制」の一貫性チェック
ChatGPTで「ステークホルダー別の説明文」を準備

■ 最後に：「この会社、信じられる」――その感覚の源は、ガバナンスだ

信頼される企業とは、「決断の根拠」が共有されている企業。
発信する言葉には、“なぜ”が込められている。

制度だけでなく、その制度が生まれた理由や運用のリアリティを語ることこそ、
広報にしかできない“ガバナンス発信”である。

16｜会社の“存在意義”をどう言語化するか

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：「ミッションって、誰のための言葉？」と問われて

ヘルスケア系ベンチャー・Wellsense社。
設立5年、予防医療領域で急成長中。社員数は50名ながら、業界では存在感を増していた。

ある日、カンファレンスでの登壇準備中に、登壇者である代表の伊原がつぶやいた。

「“生きる、を支える。”……これ、社是としてはいいけど、外向きにどう伝えるか迷うんだよね」

言われた広報マネージャーの秋山しずかは、内心焦った。
確かに、社内掲示板や採用ページには「ミッション：生きる、を支える。」と大きく書いてある。

でも――

具体的に何を指しているのか曖昧
サービス内容や事業成長とのつながりが見えづらい
「社会貢献っぽく」見せる言葉にとどまっている

「私たちって、結局、何のために存在してるんだろう？」

秋山は、あらためて会社の“存在意義”を言葉にする挑戦を、生成AIと共に始めた。

■ ケース：ミッションが“空中に浮いた言葉”になっていないか？

秋山が直面していたのは、多くのスタートアップが抱える以下の課題だった。

会社のミッションやパーパスが抽象的すぎて、誰にも語れない
採用候補者に「いいこと言ってるけど、何をしてる会社？」と聞かれる
プレゼンやリリース文の冒頭で、ミッションが“置き物”のように扱われる

そこで秋山は、生成AIを“言葉の発掘パートナー”として活用しはじめる。

■ 解決：生成AIで“存在意義”を掘り起こし、育て直す

① ChatGPTで「会社の原点と未来の接点」を整理する問い設計

プロンプト：「当社のミッション“生きる、を支える。”が具体的にどんな意味を持つかを掘り下げたいです。以下の観点で問いを作ってください。・創業の背景・現在の事業との接続・将来どんな社会変化に応えていくか・社内の人が感じる“やりがい”や“誇り” → それぞれの問いに対して、語り出しやすい補助質問も添えてください」

→ “言語化の前に、考えるべき問い”を可視化。インタビューや社内対話にも使える設計に。

② Gensparkで「存在意義カード」を複数出力

プロンプト：「“生きる、を支える。”というミッションをベースに、異なる角度から“会社の存在意義”を説明する文章カードを10パターン作成してください。それぞれ、 ①市民向け ②医療従事者向け ③行政・自治体向け ④投資家向け ⑤社員向け ……などターゲット別に構成してください」

→ パブリックとビジネスの双方に伝わる言葉が揃い、「誰に」「どう語るか」の地図が完成。

③ NotebookLMで「過去の広報資料×創業ストーリー」を分析

秋山は、社内に眠る以下の文書をアップ：

代表インタビュー記事
過去の登壇資料
初期リリース文

プロンプト：「この3つの文書における“会社が存在している理由”を表す言葉・エピソードを抽出し、共通項と表現の違いを分析してください。特に、“個人の想い”と“社会課題”のつながりを可視化してください」

→ バラバラに見えた言葉に“創業の魂”が宿っていることを再発見。広報と経営の再統合が実現。

④ Claudeで「ミッションを語る文章」を自然に整える

プロンプト：「当社のミッション“生きる、を支える。”を語る代表あいさつ文をつくりたいです。過剰な抽象性を避け、具体的エピソードや社会変化を織り交ぜ、“語りかける”文章にしてください」

→ 社外にも社員にも響く、“対話型のことば”に変換完了。 採用動画やIR文にも展開可能に。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 存在意義を深掘りする問いづくり「ミッションの意味を深掘るための問いを、4観点から設計して」
Genspark 多様な“存在意義カード”を出す「“生きる、を支える。”を異なるターゲット向けに10通りで表現して」
NotebookLM 社内過去資料から共通ストーリーを抽出「創業期・初期広報・代表の言葉における“根源的な動機”の一致点を探して」
Claude 抽象的ミッションを自然な言葉に変換「ミッションを語る代表あいさつ文を、具体エピソード＋語りかけ口調で作成して」

■ コラム：理念は“書くもの”ではなく、“育てるもの”である

「ミッションを決めたから、もう広報として言える言葉がある」と思っていませんか？

でも本当は、ミッションはスタート地点。そこから何度も言い換え、試し、語り直しながら育てていくものです。

生成AIは、“言葉を確定するため”ではなく、“言葉を広げ、深めるため”に使うことで、本当の価値を発揮します。

■ こういう時はどうする？

Q：うちのミッション、抽象的すぎて説明に困ってます
→ Gensparkでターゲット別の言い換えカードを複数出すと整理できます。

Q：社内資料と社外発信の言葉に一貫性がありません
→ NotebookLMで“表現のズレ”を明示すると、修正ポイントが見えてきます。

Q：経営陣が“ミッションはわかる人だけわかればいい”と言ってます
→ ChatGPTで“社内外に伝わる意義”を整理した問い設計を出し、社内対話の起点にしましょう。

■ 読者ワーク：「会社の存在意義」に迫る3つのステップ

ChatGPTで問いを設計し、対話のきっかけをつくる
Gensparkで“ターゲット別の語り方”を用意する
NotebookLMで“創業時の想い”を再構成する

■ 最後に：言葉を育てる広報は、会社の“背骨”をつくっている

会社の存在意義とは、社会との約束であり、社員との約束でもある。
それを“誰かに説明できる言葉”にするのが広報の仕事。

あなたも、生成AIという相棒と一緒に
会社の“芯”をつくる言葉を、もう一度探しに行ってみませんか？

17｜スタートアップ広報のはじめの一歩

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：「Twitterはじめました」で止まっていた

教育系スタートアップ・EduGrow（エデュグロウ）。創業2年目、社員12名。
プロダクトは個別最適化AIを使った学習プラットフォーム。教育系イベントに顔を出し、業界内の注目も徐々に集まりつつある。

そんな中、社内で初の広報担当となったのが、元カスタマーサクセスの南亜季。
代表から「そろそろ広報やろうか」と指名されたが――

「まずはX（旧Twitter）で発信してみたら？」
「スタートアップは“ストーリーが命”だから、どんどん出していこう」
「PR TIMESって使ったことある？」

寄せられるのはふわっとした指示ばかり。
南も、「そもそも何を発信すべきか」がわからず、ポストは3ヶ月で止まっていた。

■ ケース：「広報をやって」と言われたその日から

南が抱えていたのは、スタートアップにありがちな「広報立ち上げ3大課題」だった：

戦略もKPIもなく、とりあえず発信しろと言われる
そもそも社内に“広報とは何か”が理解されていない
発信ネタが何もないと錯覚してしまう

でも、見方を変えれば、南は最初から「自由に設計できる広報の白地図」を持っていた。
彼女は、ChatGPTを開き、手探りで“設計”を始める。

■ 解決：生成AIと一緒に“最初の地図”を描く

① ChatGPTで「今の会社に必要な広報機能」を棚卸しする

プロンプト：「以下のような会社における“広報機能の全体像”を整理してください。・創業2年目・社員12名・プロダクトは教育系SaaS ・マーケ部門はなし・採用強化中 → 広報が担うべき①PR（対外発信）②社内コミュニケーション③経営との連携　を、それぞれ洗い出してください」

→ “やるべきこと”を分解すると、「まず何から始めればいいか」が見えてきた。

② Claudeで「広報ステートメント（＝自分の旗）」を作る

プロンプト：「“会社初の広報担当として、今後どのような広報活動をしていくか”を言語化したいです。会社の理念は『教育をもっと自由に』。これをもとに、“自分が目指す広報のあり方”を200〜300字で提案してください」

→ ふわっとしていた「何を目指して広報するか」が、芯の通った言葉に整った。

③ NotebookLMで「過去の登壇資料や営業資料」を整理し、発信ネタを発掘

南は、代表のスライドや営業資料、過去イベント登壇PDFなどをアップ。

プロンプト：「アップロードされた資料をもとに、 “この会社の語るべきストーリー”を5パターンで抽出してください。 ①創業ストーリー②顧客の声③教育観④プロダクト進化⑤代表の信念」

→ 「ネタがない」どころか、語るべき物語がすでに存在していたことに気づく。

④ Canvaで「会社紹介スライド（発信用）」をゼロから構築

プロンプト：「以下の構成で、スタートアップの会社紹介資料を作成する構成案をください。・会社概要（1枚）・創業ストーリー（1枚）・プロダクト紹介（2枚）・導入事例／実績（1枚）・想いと未来（1枚）」

→ 「何を見せればいいかわからない」から、「これで話せる！」へと変化。最初の発信用資料が完成。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋） ChatGPT 広報の役割整理／やるべきことの可視化「創業2年目の会社に必要な広報機能を3分類で整理して」 Claude 自分の旗になる“広報ステートメント”を作る「会社の理念に沿った“広報方針”を200〜300字で表現して」 NotebookLM 資料のストーリー化とネタ発掘「登壇・営業資料を元に語るべきストーリーを5分類で整理して」 Canva 広報用の会社紹介資料をつくる「スタートアップの“伝わる会社紹介スライド”構成を提案して」

■ コラム：最初の広報は、“旗を立てる仕事”である

スタートアップに広報専任が入るとき、正解は存在しない。

だからこそ、“自分はこういう広報をやりたい”という旗を立てることが、すべての起点になる。

生成AIは、「今の会社が必要としている広報」を冷静に整理してくれるし、
「自分の旗」に説得力を与える言葉を一緒に見つけてくれる。

■ こういう時はどうする？

Q：広報のKPIが決まらず、何を目標にすればいいか困ってます
→ ChatGPTに「創業2年・採用強化中・小規模」の条件で優先KPIを出してもらいましょう。

Q：代表が「ネタがない」と言います…
→ NotebookLMに過去の登壇資料をアップして分析。語られている「本音」こそがネタです。

Q：広報って何から始めたらいいんでしょう？
→ Claudeで“スタートアップ1人広報の最初のステップ”を聞くと、行動の地図が描けます。

■ 読者ワーク：「旗を立てる広報」になるための3ステップ

ChatGPTで“今の会社に必要な広報機能”を棚卸しする
Claudeで“自分が目指す広報の言葉”を作る
NotebookLMとCanvaで“最初の資料と物語”を形にする

■ 最後に：あなたの“旗”が、広報のすべてを導いてくれる

南亜季が感じた不安は、広報を始めた誰もが一度は通る道。
でも、「何を目指して発信するのか」を言語化したとき、
すべてのアクションに意味と方針が宿る。

旗を立てよう。その旗は、AIと一緒につくっていい。

18｜経営層の“無理難題”をどう広報に翻訳する？

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：「この会社は、どう語られるべきなのか？」が見えない

物流テック企業・MOVELOGIC（ムーブロジック）。創業10年、社員数約200人。
物流×AIの領域でBtoB向けSaaSを展開し、IPOを視野に入れたステージに入っている。

新たにCMO（最高マーケティング責任者）として着任した黒川は、役員会でこう語った。

「“社会インフラのアップデート”が、私たちの価値です」
「それを“AI”とか“最適化”という言葉ではなく、“人に伝わる形”で、もっと広めていきましょう」

それを受けて、広報担当の真下結花に下ったミッションはこうだった。

「MOVELOGICの社会的意義を“感覚的にわかる”形で言語化してください」

……広報歴5年の真下も、言葉を失った。

「それって……つまり何ですか？」

言語にならない経営者の“想い”や“理想像”を、
現実の言葉で“広報に落とす”という難題に、真下はAIと共に挑んだ。

■ ケース：言いたいことは“ある”。でも“言える形”になっていない

役員や経営層は、ときに広報に「詩のような」依頼をしてくる。

「“物流革命”じゃ弱い。もっと“社会の背骨”みたいな表現を」
「“最先端”じゃなく“人間的”な印象を出したい」
「顧客じゃなく、社会に語る言葉が欲しい」

真下は悩んだ。抽象と現実、理念と実務の“翻訳”をどう進めるか。

■ 解決：経営者の“言葉になっていない意図”をAIで翻訳する

① ChatGPTで「経営者の発言を“広報用キーワード”に変換」

プロンプト：「以下は経営者のメモです。この内容を“広報として使えるキーワード・キャッチ・言い換え候補”に変換してください。例）・社会インフラを支える・物流の未来を設計する・技術より思想・目指すのは“透明な配送”」 → それぞれの意図や背景を推測しながら、広報視点で言い換えを10案ずつ提示してください。

→ 詩的すぎた言葉が、「説明できる言葉」へと具体化され始める。

② Claudeで「役員発言メモを“語れる原稿”に整える」

プロンプト：「以下はCMOが社内プレゼンで語った言葉のメモです。口頭で話した内容を、読み手に届く文章へ整えてください。・“未来の物流を支える透明な仕組み”を作る・“人の意志が動く物流”であるべき・“届けるとは何か”を問い続けたい」 → 語り口は親しみやすく、抽象と具体のバランスを意識して」

→ もやっとした話し言葉が、広報記事の冒頭に使える“語れる言葉”に進化。

③ NotebookLMで「過去の発言と資料から“軸となる言葉”を抽出」

真下は、過去の代表や役員の社内プレゼン資料、インタビュー原稿、事業戦略書をアップ。

プロンプト：「アップロードされた資料の中から、“会社が何のために存在しているか”を表す表現を抽出してください。共通するフレーズや語彙、印象的な言い回しを列挙し、 “理念の根っこ”として再構成してください」

→ 「ずっと変わらない想い」と「その都度変わる表現」の差が可視化され、
企業の“言語の軸”が再設計された。

④ CanvaとNotionで「ビジョン共有スライドと語彙リスト」を作成

Slackや会議で使える「社内共有用スライド」と「使うべき言葉リスト」を生成。

プロンプト：「会社のビジョンや社会的意義を、社員や新メンバーにわかりやすく共有するための ①スライド構成案（Canva用） ②“使いたい言葉”一覧（Notion用）を提案してください」

→ “社外に出す前に、社内で語れる言葉”をつくる仕組みが完成。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 詩的な経営者発言の“翻訳” 「経営者の抽象的発言を、広報キーワードに10案ずつ言い換えて」
Claude 発言を“読める原稿”に整える「口頭発言を、親しみやすい読み物文に整えてください」
NotebookLM 資料横断で“理念の根”を抽出「代表発言資料から“何のために存在しているか”を再構成して」
Canva / Notion 社内共有資料と“共通語”リストを作成「ビジョン共有用スライドと、使いたい言葉リストを構成案として提示して」

■ コラム：広報は、“翻訳者”であり、“通訳”である

経営者の言葉は、未来を見すぎている。だから、現実の言葉に落とす必要がある。
広報はその“通訳者”であり、“編集者”でもある。

AIは、翻訳作業における補助脳として最適だ。
“詩”と“資料”のあいだを、何度でも行き来できる。

■ こういう時はどうする？

Q：経営者の発言が抽象的すぎて、どう言語化すればいいかわかりません
→ ChatGPTとClaudeで“言い換え”と“自然な語り口”をセットで整えましょう。

Q：会社の言葉に一貫性がありません
→ NotebookLMで“理念の共通語”を再発掘し、整理しましょう。

Q：社内でも“この会社は何を目指しているのか”が語れません
→ CanvaとNotionで“語れる資料”と“言葉リスト”を設け、全社で共有を。

■ 読者ワーク：「経営者の言葉を翻訳する」ための3ステップ

ChatGPTで、抽象的な語りを“伝わるキーワード”に言い換える
Claudeで、読みやすく・語れる原稿へと再構成する
NotebookLMで、発言資料から“理念の根”を掘り起こす

■ 最後に：経営の“未来語”を、社会の“日常語”に変換する仕事

広報とは、「理想を現実に翻訳する仕事」だ。

だからこそ、AIという翻訳パートナーを手に入れた今、
あなたは、どんな“理念”でも、どんな“抽象語”でも、
広報の言葉に変えていける。

19｜広報活動が理解されないときの社内対話術

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：「で、広報って何やってるの？」の一言に凍る

製造業DXを支援するBtoB企業・工機ソリューションズ。創業30年、従業員約500名。
営業主導の組織体制により、業界内での受注シェアは年々伸びているが、ブランディングにはこれまでほとんど着手してこなかった。

昨年、初めて広報専任となったのが三宅由希。
広告代理店出身で、SNSやオウンドメディアの立ち上げを担う中、社内ではこんな声が漏れていた。

「で、広報って何やってるの？」
「営業に関係あるの？」
「SNSで“いいね”集めて意味あるの？」

理解されないことへの焦りと孤独。
三宅は、AIを使って「広報が社内で“語れる存在”になる」ための再設計に踏み切った。

■ ケース：社内の“無関心”に、どう応答するか？

広報の仕事は見えづらい。数字だけでは測れない。
でも、そのままでは“何をしているかわからない部署”に成り下がってしまう。

三宅は次の3つの課題を自覚していた。

営業・開発・バックオフィスなど他部署と“線がつながっていない”
社内から“成果が見えない”と思われている
活動の意義を自分たちですら明確に言語化できていない

“社内広報”ではなく、“社内に広報を理解させる広報”が必要だった。

■ 解決：AIと共に、広報の存在意義を“言葉と構造”で整える

① ChatGPTで「他部署と広報の“つながり”を可視化する対話シナリオ」を作成

プロンプト：「製造業のBtoB企業で、広報が他部署と連携し、理解を得るための社内ミーティング用対話シナリオを作ってください。対象部署：営業・開発・人事目的：広報がどう役立つかを“相手視点”で伝える」

→ 他部署との会話で使える“説明の言葉”が整い、関係性を築く対話設計図が完成。

② Claudeで「社内向けに語る広報活動報告の“語り口”」を整える

プロンプト：「以下の広報活動実績を、社内共有用の“読みやすくて意味が伝わる文章”にしてください。実績例：・SNSのフォロワー数が月に500人増加・メディア掲載5件（業界専門紙中心）・オウンドメディアで5記事更新」 → 広報を知らない人にも、価値が伝わる語りにしてください」

→ 数字ではなく“意味が伝わる文脈”を与えたことで、活動が“見える化”された。

③ NotebookLMで「過去の広報施策と社内反応の関係性」を可視化

三宅は、社内報、Slack投稿、社内アンケート、営業同行記録などをアップロード。

プロンプト：「アップロードされた社内資料から、“広報施策がどう社内に受け取られていたか”の傾向を抽出してください。・ポジティブな反応・ネガティブな反応・無反応を分類し、対話に活かせる要素を整理してください」

→ 成果だけでなく、「何が伝わったのか／伝わっていないのか」を把握できた。

④ Canvaで「社内共有用の“広報の全体像スライド”」を作成

プロンプト：「以下の構成で、“広報は何をやっているのか”を伝える社内用プレゼン資料の構成案をください。・広報が担っている業務全体（1枚）・社内にどんな価値をもたらすか（1枚）・最近の成果とエピソード（1枚）・今後やりたいこととお願い（1枚）」

→ 「広報の存在」をきちんと語れる資料が完成し、社内ミーティングでの信頼が芽生えた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 他部署との対話シナリオをつくる「営業・開発・人事に向けた“広報説明ミーティング台本”を作成して」
Claude 社内共有文書の“語り口”を整える「広報活動を“意味が伝わる形”に整えて社内共有文にして」
NotebookLM 社内資料の反応傾向を分析する「社内報やSlackから、広報施策に対する反応の傾向を分類して」
Canva 広報の存在を説明する社内資料をつくる「“広報って何してるの？”に答える社内用スライド構成案を作成して」

■ コラム：広報は、社内にも“広告”しないと伝わらない

社内にこそ、広報の仕事は見えづらい。
「わかる人には伝わる」では、いつまでも“孤立部署”のままだ。

広報の仕事も、自分たちでちゃんと“伝える努力”が必要だ。
それは、自分たちを社内に広告すること。

AIはその下準備を“静かに、的確に”進めてくれる。

■ こういう時はどうする？

Q：社内から広報が見えていないと感じます
→ CanvaとClaudeで“語れるスライドと言葉”を整え、定期的に社内共有をしましょう。

Q：他部署とのつながりが生まれません
→ ChatGPTで“相手目線の価値伝達”を設計しましょう。

Q：社内反応がいまいち掴めません
→ NotebookLMに過去のSlackやアンケートをまとめて、反応傾向を分析させましょう。

■ 読者ワーク：「社内に広報を伝えるための3ステップ」

ChatGPTで他部署向けの“対話スクリプト”を設計する
Claudeで“広報の語り口”を整える社内文書を作る
Canvaで“広報の全体像”を一枚で伝えるスライドを作る

■ 最後に：社内から、“広報さん”と呼ばれる日がくる

三宅が作った資料と、ひとつひとつの説明は、
やがてSlackで「広報さん、ちょっと相談したいんだけど」というメッセージを生むようになった。

あなたの仕事を、ちゃんと語ろう。
あなたの存在を、AIと一緒に“意味ある言葉”に変えていこう。

20｜広報予算が取れない…“言える人”になる方法

（第2章｜戦略の言語化 ─ 広報の“芯”をつくる）

■ 序章：プレゼンが終わるたびに、ため息が出る

地方発スタートアップ「アグリリンク」は、農業支援SaaSで徐々に注目を集めるベンチャー企業。
社員数は40人、マーケと広報は兼任の1人だけ。それが、広報担当の仁科美沙だった。

「サービスはいい。社会的意義もある。
でも、広報にかけられるお金が……ほとんどない。」

社内ではこんな会話が当たり前だった。

「広告なら売上につながる。でも広報って、効果測定できるの？」
「採用とかメディア露出とか、いま急務じゃないよね？」
「必要なのはわかるけど、費用対効果が見えないよね」

仁科は何度も役員会で広報施策を提案したが、ことごとく却下。
「伝えることの価値を、伝える力がない」
——その現実を、仁科は痛感していた。

■ ケース：予算を取るには、「広報の必要性」を“数字と言葉”で伝えなければならない

仁科の課題は明確だった。

経営陣に「広報が売上にどう貢献するのか」を示せていない
広報施策が“感覚”で語られすぎて、意思決定者の言語に届いていない
自分の提案に「数字」「未来」「経営者視点」が足りない

「このままじゃ、何も変わらない」

仁科は生成AIを使って、“言える人”になる準備を始めた。

■ 解決：生成AIで“説得力ある広報予算プレゼン”を構築する

① ChatGPTで「経営視点に立った広報施策プレゼン原稿」を作成

プロンプト：「以下の広報施策案を、経営陣に説明するプレゼン用に整えてください。目的：採用広報の強化／認知向上／メディアリレーション構築対象：広報予算を判断するCEOとCFO 条件：ロジカルかつ短時間で判断できる構成にしてください要素：①現状課題 ②施策 ③必要予算 ④期待効果 ⑤リスクヘッジ」

→ “経営の言葉”で語られた施策は、聞いてもらえる言葉に変わった。

② Claudeで「数字の裏付け＋意思決定者の関心に寄せた語り」を磨く

プロンプト：「以下の資料を、“意思決定者が動く説明文”に変換してください。ポイント：・KPI（例：記事掲載数、SNSのCVR）・ベンチマーク（同業他社）・ミスリードを避けるリスク説明・ROI仮説の提示」

→ 感覚でなく、数字に基づく論理的な語りができるように。

③ NotebookLMで「過去施策と社内の意思決定傾向」を分析

仁科は過去の予算会議資料、決裁時のメモ、役員コメントなどをまとめてアップ。

プロンプト：「これまでの決裁記録・会議資料から、予算が通りやすいプレゼンの特徴を抽出してください。傾向、使用された語彙、構成、重視される観点などを整理し、成功パターンを導いてください」

→ 会社の“判断されやすい言語パターが明らかになった。

④ Copilotで「施策別の予算分配案＆KPI設定表」を可視化

プロンプト：「以下の広報施策に対して、予算の分配案とKPI、成果予測グラフを作成してください。形式：Excel／PowerPointで見せられる表形式で」

→ “見せられる形”が整ったことで、会議での通過率が一気に高まった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 経営陣に通じるプレゼン作成「CEO・CFO向けに広報予算施策を説明する原稿を作って」
Claude 数字で語る“説得文”に磨く「ROI仮説やベンチマークを入れた広報施策の説明文を整えて」
NotebookLM 過去の決裁パターンから“通る説明”を発見「予算が通ったプレゼン資料の共通点を抽出し、成功傾向を整理して」
Copilot KPIと予算案を“見える化” 「施策ごとの予算配分案・KPI設定・成果予測を表形式で提案して」

■ コラム：説得できる人は、“相手の言語”で話している

広報が何をするか、ではなく、
「広報が“経営にとって何になるか”」を語れなければ、予算は取れない。

生成AIは、自分の言語から経営者の言語へ“翻訳”する橋になってくれる。
“伝える”ではなく、“動かす”言葉を持とう。

■ こういう時はどうする？

Q：予算会議でうまく話せない…
→ ChatGPTで“決裁者向けの話し方テンプレ”を作り、練習しましょう。

Q：過去に通らなかった理由がよくわからない
→ NotebookLMで過去会議資料を分析し、“通るプレゼンパターン”を抽出しましょう。

Q：数字が苦手でROIとかよくわからない
→ Claudeでベンチマークと仮説ロジックを整え、Copilotで“見える資料”をつくりましょう。

■ 読者ワーク：「“予算を言える人”になるための3ステップ」

ChatGPTで“意思決定者に届く構成”を設計する
Claudeで“数字とロジックで話せる”説明文に整える
Copilotで“見せる”資料とKPIを表にまとめる

■ 最後に：言えるようになれば、通るようになる

仁科は気づいた。
「広報が必要なんです」ではなく、「●●のために、●円が必要です」と言えるようになったとき、
初めて、広報が“組織にとっての武器”として認識された。

あなたが“言える人”になることで、広報は会社の未来をつくる力になる。

21｜社長メッセージを共感させたい！

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：「社長の言葉」が社員にもメディアにも響かない

ITインフラ企業「クラウド・ギア」。社員数は200名。年々成長を続ける中で、組織の分化とリモートワークの常態化が進み、「会社の顔が見えにくくなっている」という声が社内外で増えていた。

そんな中、広報担当の坂田まどかは、ある出来事に直面する。

創業10周年にあたり、社長から「社員向けにメッセージを出したい」と依頼を受けた。
原稿を仕上げ、社長の想いも詰め込んだつもりだったが——

社内アンケート：「あまり印象に残らなかった」
SNS：「綺麗ごとっぽい」「誰に向けたの？」
メディア：「掲載は難しいかも…少し抽象的ですね」

「社長の人柄も熱意も知ってる。でも、なぜ伝わらないの？」

坂田は、生成AIを使って、「共感を生む社長メッセージ」の再構築に踏み切った。

■ ケース：社長の言葉を、ただ“整える”のではなく“聴かせる”ものに

坂田は以下の課題を整理した。

社長のメッセージが抽象的で誰にも届いていない
社内用・社外用のトーンの使い分けができていない
本来の“人柄”や“熱”が文面に出ていない

表現の問題ではなく、設計の問題だった。

■ 解決：生成AIと“社長のリアル”をつなげる言葉を再設計する

① ChatGPTで「社長らしさが滲む対話式インタビュー原稿」を作成

まずは形式を変える。社長にインタビュー形式で話してもらい、そのまま文章に落とし込んだ。

プロンプト：「以下の質問をもとに、社長インタビュー形式で社員向けメッセージを構成してください。質問例：・会社をつくったとき、何を一番大切にした？・最近いちばん嬉しかった“社員の行動”は？・この先、どんな会社にしたい？ → “らしさ”が伝わる語り口で構成してください」

→ テキストから“語りかける熱”が滲み、社内で「読んでよかった」と声が上がった。

② Claudeで「抽象語→具体語」に変換して、“見える言葉”に整える

プロンプト：「以下の社長メッセージ原稿を、抽象的すぎる表現を避け、具体的なエピソードや行動ベースの言葉に変えてください。目的：社員や読者に“伝わる・思い浮かべられる”言葉にする」

→ 「想い」や「理念」が、社員の行動とつながる言葉になった。

③ NotebookLMで「過去のメッセージ文書と社内反応の傾向」を整理

過去の年頭挨拶、全社スピーチ、PR記事、SNS投稿をまとめて分析。

プロンプト：「過去の社長発信（文章・SNS・挨拶）から、社内外で反響のあった言葉・表現・構成の傾向を抽出してください」

→ 「社員の名前を出す」「数字より情景描写」など、**“共感される型”**が見えてきた。

④ Canvaで「視覚でも伝える“言葉のポスター”」を作成

プロンプト：「以下の社長メッセージから、社内掲示・配布用にポスター形式のビジュアルを作成してください。・ポイントを3つにまとめて・社長の写真＋名言＋手書き風の要素を含む」

→ ビジュアルでの印象が強まり、Slackでのシェア率が5倍以上に上昇。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 社長インタビュー形式のメッセージ作成「“社長らしい語り口”を活かした対話構成を作成して」
Claude 抽象表現→具体表現の変換「理念を“社員の行動”につながる具体語に変換して」
NotebookLM 共感された発信パターンを分析「過去発信から“響いた言葉・構成”を抽出して」
Canva 社内向け“言葉のポスター”をデザイン「3ポイントでまとめたビジュアル＋社長写真入りポスターを作成して」

■ コラム：「想い」は“伝える順番”で届き方が変わる

“理念”や“想い”を最初に語ると、「またか」と思われる。
でも、共感された出来事→背景→想いの順に語れば、届き方がまったく違ってくる。

AIは、どこから語れば伝わるかを一緒に設計してくれる編集者だ。

■ こういう時はどうする？

Q：社長が抽象的なことしか言わない…
→ ChatGPTで「社員に伝わる質問シナリオ」を設計し、インタビュー形式にしましょう。

Q：メッセージがきれいすぎて感情がないと感じる
→ Claudeで“心が動いた瞬間”を具体的な言葉に変換しましょう。

Q：社内配信しても読まれません…
→ Canvaでビジュアル資料化して、Slackや社内報と連携させましょう。

■ 読者ワーク：「共感される社長メッセージ」の3ステップ

ChatGPTで社長の言葉を“質問形式”で引き出す
Claudeで抽象語を“心の動き”に翻訳する
Canvaでビジュアル化し、“印象に残る”メッセージに仕上げる

■ 最後に：社長の“想い”を、あなたの広報力で届けよう

坂田は言う。

「社長の言葉が、社員に“自分の話だ”と届いたとき、会社の重心が変わった気がしたんです」

それは、あなたが生む共感の力。
社長の想いを、社員の心に届く言葉にしていこう。

22｜社員インタビュー、どこまで出していい？

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：「赤裸々に話してもらったけど…これ、出していいの？」

ITベンチャー「リンクウェア」。
社員数120名。広報担当は2名体制。

広報歴2年目の坂井翔太は、初めての社員インタビュー記事制作に取り組んでいた。

インタビューしたのは、入社3年目のエンジニア・吉田さん。
仕事への情熱、過去の失敗談、会社への率直な思い――
取材は盛り上がり、リアルで感動的なエピソードがたくさん飛び出した。

でも、原稿を書き上げた坂井の頭には、こんな不安が渦巻いていた。

「この失敗エピソード、出して大丈夫…？」
「あまりに正直すぎて、会社にネガティブな印象を与えない？」
「社内外、どこまで見せていいんだろう…」

記事は「等身大でリアル」だけど、同時に「生々しくて、ちょっと怖い」。

坂井は、パソコンの前で原稿を開いたまま、しばらく手が止まってしまった。

■ ケース：AIで「出す・出さないライン」を客観視する

悩んだ坂井は、まずClaudeに以下のプロンプトを投入。

プロンプト：「以下の社員インタビュー原稿を、“社外公開用として適切か”の観点でレビューしてください。 - ポジティブ・ネガティブ表現のバランス - 社内外ステークホルダーへの配慮 - 企業イメージへの影響 - 個人情報リスク - 法的・倫理的な注意点そのうえで、リスクがある箇所を具体的に指摘し、改善案を提示してください。」

すると、以下の改善ポイントが出力された。

リスク1：過度にネガティブな失敗談 →「ポジティブな学びで締める表現に変換」
リスク2：社内批判に見える言い回し →「会社の改善姿勢を強調する補足を追加」
リスク3：実名でのセンシティブ表現 →「実名部分を伏せる、または本人の明確な同意を得る」

さらに、ChatGPTで以下のプロンプトを使い、
「エンジニア採用向け記事トーン」に整えた。

プロンプト：「以下のインタビュー記事を、“エンジニア採用候補者向け”に、リアルさを残しつつ、ポジティブかつ未来志向なトーンにリライトしてください。」

最後に、Notion AIで見出しや小見出しを整理し、読みやすさを強化。

■ 解決：「正直さ」と「安心感」のバランスが整った記事に

最終稿は、以下のように仕上がった。

等身大の体験談はそのまま
ただし、読後に必ず**「前向きな学び」「成長ストーリー」**で締める
個人に負担がかかりそうな表現は、事前に必ず本人確認

配信後、社内からも「リアルでいいね」「会社の雰囲気が伝わる！」と好評に。
坂井自身も、「AIが“冷静な目線”で客観レビューしてくれることで、広報としての安心感が生まれた」と振り返っている。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋） Claude リスクチェック・客観レビュー「社員インタビュー原稿を“社外公開OKか”の観点でレビューし、リスク箇所を指摘」 ChatGPT トーン調整・リライト「エンジニア採用候補者向けに、リアルで前向きなトーンでリライトしてください」 Notion AI 見出し・小見出し整理「この原稿に、適切な小見出しをつけて読みやすく整理してください」

■ コラム：「“赤裸々さ”と“広報責任”の間にあるもの」

社員インタビューは、「等身大の声」こそが魅力。
でも、広報にはそれを“読み手目線で安全に届ける責任”があります。

正直さは武器。
でも、無防備さはリスク。

AIはその間を埋める「冷静なフィルター役」になってくれます。

■ こういう時はどうする？

Q：社員があまりに“爆弾発言”をしてしまった…
→ Claudeで「リスクフレーズ抽出プロンプト」を使い、注意箇所を自動抽出。

Q：ポジティブにまとめたいけど、盛りすぎもイヤです
→ ChatGPTで「事実を変えず、ポジティブトーンでまとめる」プロンプトを投入。

Q：複数の社員インタビュー記事でトーンがバラバラ…
→ Notionで過去記事を一覧化し、Claudeで「トーン統一編集」を依頼。

■ 読者ワーク：「自社インタビュー記事のリスクチェック」をやってみよう

NotebookLMまたはClaudeに、過去の社員インタビュー原稿を投入
「社外公開リスクチェック」プロンプトで客観レビュー
ChatGPTで、必要に応じてトーン調整版を作る
Notionで小見出し・構成を整えて、最終稿へ

■ 最後に

社員インタビューは、「会社の空気感」を伝える最高のコンテンツ。
でも同時に、広報としての責任と配慮が問われるジャンルです。

AIは、その責任を果たすための「冷静な相棒」。
“等身大”と“安心感”のちょうどいいバランスを、
これからもAIと一緒に、探り続けてください。

23｜経営陣の言葉を“使える”形に変換するには？

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：「社長の言葉、原稿にすると“そのまま使えない”問題」

製造業系中堅企業「セントラルプロダクツ」。
社員数450名、創業50年。

広報担当の小林翔平は、毎回悩んでいた。

今回のミッションは、社長の新年度方針メッセージ。

「社員向け動画メッセージ用の原稿にまとめてほしい」
「社長の言葉を活かして、社風が伝わる感じで」

でも――。

実際に社長のインタビュー録音を文字起こしすると…

回りくどい表現
ビジネス用語の連発
文脈が飛ぶ
主語があいまい
「で、結局何が言いたいの？」状態

「これ、どう“使える形”にまとめればいいんだ？」

小林は、デスクで頭を抱えた。

■ ケース：「経営層の“言葉の原石”をAIで磨く」

小林は、まずNotebookLMに、過去の社長メッセージ原稿や議事録を全部アップ。

そして以下のプロンプトを投入。

プロンプト：「以下の資料群から、“この社長がよく使う表現や口癖”を一覧化してください。さらに、“社員向けに刺さりやすい言葉”への変換例も作ってください。」

次に、Claudeに録音データの文字起こし内容を貼り付け、
以下のプロンプトでリライト依頼。

プロンプト：「以下の経営者インタビュー原稿を、社員向け動画メッセージ台本用に再構成してください。 - ポジティブで前向きなトーン - 3分以内で読める長さ - 聞き取りやすい言葉選び - 現場社員が共感できる表現」

さらに、ChatGPTで「冒頭キャッチコピー案」「締めの一言フレーズ案」を複数パターン出力。
最後にNotion AIで段落整理＆ナレーション用に整文。

■ 解決：「そのままじゃ使えない言葉」が“伝わるメッセージ”に変わった

最終稿は以下のポイントを押さえた。

社長の口癖や言い回しは残しつつ、社員目線でわかりやすく変換
導入→メッセージ本論→締め、の3部構成で流れがスムーズに
「現場で使える一言フレーズ」が随所に配置され、社内SNSでも引用され始めた

小林は、「AIを入れたことで、“直す”から“活かす”に発想が変わった」と実感した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社長の過去発言パターン分析「この資料群から“社長が好む表現”を一覧化し、わかりやすい変換例も提示してください」
Claude 長文リライト・わかりやすい台本化「社員向け3分以内メッセージに、ポジティブかつ共感トーンで再構成してください」
ChatGPT キャッチコピー・締めフレーズ出し「このメッセージに合う冒頭キャッチフレーズと、締めの一言をそれぞれ5案ください」
Notion AI ナレーション原稿としての整文「この文章を“読み上げやすい短文リズム”で再編集してください」

■ コラム：「“社長らしさ”は、削るんじゃなく“整える”」

広報の仕事は、「経営陣の言葉を伝える」ことじゃない。
「伝わる形に“変換”して届ける」こと。

素のままでは荒削りな言葉たち。
そこに、AIという“言葉の研磨機”を通すことで、
初めて“現場に届く言葉”になる。

「整えることは、裏切りじゃない。」
それはむしろ、**「経営者の想いを広報が守る行為」**なのです。

■ こういう時はどうする？

Q：社長が「原稿はそのまま出して」と言ってきます…
→ Claudeで「原稿はそのまま、でも“聞き手に刺さる構成”」を整えるプロンプトを試しましょう。

Q：長すぎて社員が読んでくれません
→ ChatGPTで「社員が2分以内で読める長さに要約し、ポイント3つに絞ってください」と指示。

Q：“経営用語”が多すぎて現場がついてこれません
→ NotebookLMで「現場社員向けの“わかりやすい言葉変換リスト”」を作っておきましょう。

■ 読者ワーク：「経営者の言葉を“使える形”に変換するワーク」

NotebookLMで過去の経営メッセージを一覧化
Claudeで「社員向けトーン変換」
ChatGPTで「冒頭キャッチ」「締めフレーズ」を作成
Notionで読みやすい台本に整理

■ 最後に

経営者の言葉には、
“会社の未来”が宿っている。

そのまま出すだけでは、届かない。
でも、広報が整えることで、
“言葉の体温”は、きっと伝わる。

24｜採用広報、何から手をつけたらいい？

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：「人事と広報、どこまで関わればいい？」

食品系スタートアップ「ナチュレフーズ」。
社員数は60名、創業7年目。

マーケティング部門から広報に異動して半年の前原健一は、初めて「採用広報」の仕事を任された。

けれど、すぐに壁にぶつかる。

「そもそも採用広報って、何から始めればいい？」
「人事が求人票とかスカウトメールは作ってるけど、広報はどこから関われば？」
「採用記事と通常PR記事、どこが違うんだ？」

社内には「採用サイトをもっと良くしたい」「社員インタビューを増やそう」といった声だけはあるが、
具体的な方針は見えていなかった。

■ ケース：「候補者目線で、情報を“つなぐ”」

まず前原がやったのは、Perplexityでのリサーチ。

プロンプト：「スタートアップ企業における“効果的な採用広報施策”事例を5社分教えてください。特に社員インタビューや採用ブログの活用事例があれば知りたいです。」

次に、NotebookLMに過去の自社採用関連コンテンツ（求人票、社内ブログ、過去インタビュー記事）を一括アップロード。

さらに以下のプロンプトを投入。

プロンプト：「以下の自社採用コンテンツ群から、“候補者目線で不足している情報”をリストアップしてください。また、ペルソナごとに必要なコンテンツテーマも提案してください。」

結果、以下の課題が浮き彫りに。

「会社のカルチャーを感じるコンテンツが少ない」
「社員インタビューが“きれいごと”すぎる」
「成長環境や働き方の具体例が不足」

次に、ChatGPTに以下のプロンプトで「採用ブログ構成案」を生成。

プロンプト：「候補者が“この会社で働いてみたい”と思えるような、社員インタビュー記事の構成案を5パターン作ってください。ペルソナは20代のエンジニア志望者、働きがい重視で転職検討中の層です。」

さらに、Canvaで採用ページ用ビジュアルのラフ案を作り、
Gensparkで「採用広報プロンプトテンプレート集」を作成して、以後のコンテンツ制作フローを標準化した。

■ 解決：「候補者視点」で全体設計できた

最終的に前原が見出したのは、

採用戦略（ターゲット設定・ペルソナ）は人事がリード
言葉の設計・情報の構成は広報がリード
インタビュー内容やトーンは、両者で共同設計

結果、

候補者視点で一貫性のある採用ページが完成
社員インタビューも「リアルな声＋会社としてのメッセージ性」を両立
広報と人事の役割分担も明確になった

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 他社事例リサーチ「スタートアップの採用広報事例を教えてください」
NotebookLM 自社採用コンテンツの分析「候補者視点で不足している観点をリスト化してください」
ChatGPT 採用ブログ構成案作成「エンジニア候補者向け、共感されやすいインタビュー記事構成案を5つ」
Canva 採用ページビジュアル作成「エンジニア採用向けの採用ページ用バナーイメージ案を作成」
Genspark テンプレート作成「採用広報用プロンプトテンプレート集を作ってください」

■ コラム：「採用広報は“会社の人格”を伝える仕事」

求人票や条件面だけで、人は動かない。

「どんな人が、どんな想いで働いているか」
「この会社で、どんな未来が待っているか」

その空気感を伝えるのが、採用広報の本質。

AIは、情報を整理し、ストーリーにし、ペルソナに最適化してくれる。
でも、“誰に、どんな未来を描かせたいか？”を決めるのは、あなた自身。

■ こういう時はどうする？

Q：人事が「全部広報に任せるよ」と言ってきました…
→ Gensparkで「広報と人事の役割分担テンプレート」を作り、まずは業務範囲を明文化しましょう。

Q：社員インタビュー、毎回内容がバラバラ…
→ Notionで「インタビュー質問リスト」を作り、Claudeでトーン統一編集を依頼。

Q：採用ブログが全然読まれません
→ ChatGPTで「エンゲージメントが高くなる見出し案とCTA（応募導線）案」を出して調整。

■ 読者ワーク：「自社の採用広報マップ」をつくろう

NotebookLMに自社採用ページ・過去記事をアップロード
ChatGPTで「ペルソナ別に必要なコンテンツ案」を出す
Gensparkで「採用広報向けプロンプトセット」を自社用に作る
Canvaで採用ページのラフビジュアル案をつくり、チーム内で共有

■ 最後に

採用広報は、
“会社の未来の仲間たち”に向けたラブレター。

誰に出すのか。
どんな言葉で届けるのか。
それを決めるのは、AIではなく、あなた自身です。

25｜候補者目線で採用サイトを再構成する方法

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：「いい人が来ない理由が、サイトかもしれない？」

老舗メーカーから独立したソフトウェア企業「メトロウェア」。従業員120名。
独自の業務支援SaaSで急成長しているが、開発・営業ともに人材確保が課題だった。

広報担当の野村拓真は、ある日、採用エージェントからこんな一言を投げかけられた。

「御社の採用サイト、サービス説明は詳しいのに、“働く人の顔”が見えません」

たしかに──

働く人の声や社内風景は皆無
「制度説明」が中心で、日常や文化が伝わらない
スマホでは読みづらく、導線も迷路のようだった

「採用の入口」であるサイトが、もしかして“入りたくなくなる”ものになっていないか？
野村は、生成AIの力を借りて、サイトを根本から見直すことにした。

■ ケース：サイトの“顔”を変えると、エントリーが動き出す

野村はまず、ChatGPTとPerplexityを活用して「他社の優れた採用サイト」の事例を収集。
次に、NotebookLMに自社のサイト構成・過去の応募者のフィードバック・エントリーデータをアップロード。

プロンプト（Perplexity）：「中堅IT企業の採用サイトで“応募率が高い”企業の構成や特徴、成功要因を教えてください」プロンプト（NotebookLM）：「このサイト構成と過去応募者の声から、どこがボトルネックになっているか分析してください。候補者の行動導線と感情導線を分けて評価してください」

→ 課題は明確だった。

スマホ視点の設計不足
エンジニアと営業でコンテンツを分けていない
ページ遷移が多く、離脱率が高い

■ 解決：ユーザー中心設計＋AI編集の再構築プロセス

野村は以下のプロセスで再構成を進めた：

ChatGPTで新構成案のたたき台を作成
　→ ペルソナ別の導線（開発志望者／営業志望者）を明確に分岐
Claudeで原稿を感情導線にチューニング
　→ 「この人たちと働きたい」と感じるエピソードを起点に構成
Notion AIで社員インタビューやFAQの整理と編集
　→ 社内の“埋もれた声”を読みやすく可視化
Canvaでスマホ最適のビジュアルとセクションバナーを作成
　→ 「流し読み」でも温度感が伝わるようデザイン

結果、サイト公開後1か月でエントリー率が前月比2.4倍に。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 採用サイトの新構成設計「候補者別（開発・営業）に分けた構成案を作ってください。共感の起点になる導線で」
Perplexity 他社採用サイトの事例調査「SaaS企業の優れた採用サイトの特徴を構造化して教えてください」
NotebookLM 自社サイト分析・課題抽出「サイト構成とフィードバックをもとに、候補者の離脱理由を特定してください」
Claude 原稿の共感チューニング「以下の原稿を“働く人の物語”として再構成してください。読む人の気持ちが動く順で」
Notion AI インタビューやFAQの編集整理「この社員インタビューを読みやすく編集し、FAQに転用できるQ&A形式も作成してください」
Canva スマホ最適ビジュアル作成「採用サイト用のスマホファーストなバナーとセクション画像を作ってください」

■ コラム：採用サイトは“自社の接客カウンター”

誰が、どんな表情で、何を話すか──。
採用サイトは、企業の第一印象を決める「無人の接客窓口」です。

構成の設計、言葉の順番、色や余白まで。
すべてが候補者への“おもてなし”になります。

生成AIは、候補者の気持ちをシミュレートしながら、
あなたの会社の「空気」を正確に届けるナビゲーターになるのです。

■ こういう時はどうする？

Q：スマホで採用サイトを見ると、見づらくて離脱されます
→ Canvaで「スマホビュー最適化された構成案」を生成し、ビジュアル設計を刷新しましょう。

Q：社員インタビューが社内に点在していて使いづらいです
→ Notion AIで一括管理・要約し、各ペルソナ別に再分類しましょう。

Q：誰向けのサイトなのかが曖昧で伝わっていない気がします
→ ChatGPTで候補者のタイプごとに導線を整理し、冒頭キャッチコピーも分岐させて設計しましょう。

■ 読者ワーク：「応募したくなる採用サイト」リストチェック

自社採用サイトの構成をChatGPTで分解、分析してもらう
NotebookLMで過去の応募者フィードバックを読み解く
Claudeで「感情導線に沿った原稿」に書き換える
Canvaで「候補者別バナーとセクション」をスマホ最適化

■ 最後に

採用サイトは、黙っていても人を引き寄せる“語る場”です。
でもそのためには、構成・言葉・見た目すべてに「候補者の視点」が必要です。

その視点を、あなた一人で背負う必要はありません。
生成AIと一緒に、候補者の旅路をシミュレートしながら、“また会いたくなる会社”をデザインしていきましょう。

26｜社員による情報漏えい…ガイドラインの設計法

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：意図せぬ“つぶやき”が、大きなリスクに

コスメD2Cブランド「ラファレ」。
Z世代向けにSNSで人気が広がったスタートアップで、社員も積極的にX（旧Twitter）やInstagramを活用していた。

ある日、広報担当の白川麗奈が社長から呼び出された。

「うちの社員が“来月から大手と組む”って投稿してる…まだ発表前の情報だよね？」

本人に悪気はなかった。
パートナー企業との提携もほぼ決定しており、「楽しみです！」というニュアンスで書いたらしい。

だが、“正式発表前”という一点で、それは機密漏えいだった。

「広報だけが情報管理する時代ではない」
白川はそう痛感し、社内全体で共有すべき“境界線”を明文化しようと動き出した。

■ ケース：「禁止」でなく“判断軸”を設計する

まず白川は、ChatGPTで「SNSガイドラインの設計項目」を洗い出した。

プロンプト：「スタートアップ企業のSNSガイドラインを設計するために必要な項目一覧を出してください。 “禁止事項”ではなく、“判断軸”を持たせたいです」

続けてNotebookLMに、他社ガイドラインの事例・過去の社内投稿・危機対応ログなどをアップロード。

プロンプト：「以下の過去事例から、“情報発信がリスクになった原因”と“未然に防ぐ観点”を抽出してください。社員が迷ったときに使える“判断の3ステップ”を提案してください」

→ 白川は“禁止ベース”ではなく、「迷ったときの3つの問い」を中心に設計する方針にした。

さらにClaudeで文章のトーンを整え、「社員の行動を信頼している」という前提を大切にしながら文案を仕上げた。

最後にCanvaで「1ページで伝わるビジュアル化されたSNS判断チャート」を制作し、社内に展開した。

■ 解決：「信頼前提のルール」が、組織の文化を守る

この対応によって、社員の発信熱は下げずに、情報管理の質が向上した。

社員から「“ここまでならOK”がわかって安心」と声が上がる
マネージャー層にも「説明がしやすくなった」と好評
ガイドラインの運用が“説教”でなく“共通語”になった

白川は、Gensparkでテンプレート化し、「情報発信判断ガイド」として他部署にも共有できるように整備した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT SNSガイドライン設計項目の洗い出し「禁止ではなく“判断の軸”を伝えるための構成を作ってください」
NotebookLM 過去事例と投稿ログの分析「情報発信がリスクになった事例を構造化し、“迷わないための視点”を整理してください」
Claude トーン整え・信頼関係重視の文案整備「社員を信頼しながら伝えるトーンで、ガイドラインを優しく説く文にしてください」
Canva チャート・ビジュアル化「社員がすぐ判断できるよう、SNS判断チャートを1ページで見せる資料にしてください」
Genspark テンプレート構成・組織横展開「部署共通で使える“SNS判断テンプレート”を作成してください」

■ コラム：“注意”より“共感”でルールを届けるには？

ガイドラインは「取り締まるため」でなく、「信頼して一緒に進むため」にある。
社員が悪気なくやってしまう行動ほど、「禁止」だけでは防げない。

生成AIは、こうしたグレーゾーンを事例ベースで整理し、
“迷い”に対して“判断”できるよう言葉をチューニングできる。

広報の役割は、恐怖で止めることではなく、納得で導くこと。
その視点が、文化を守り、共感を育てる広報力につながる。

■ こういう時はどうする？

Q：禁止項目ばかりのガイドラインが社員に読まれません
→ Claudeで「信頼ベースの文体」に変換し、Canvaで読みやすいデザインに落とし込みましょう。

Q：SNS投稿の事例が社内にバラバラに存在していて活かせません
→ NotebookLMで一元化し、「よくあるNGパターン」と「セーフ例」をChatGPTで再構成しましょう。

Q：“これって言っていいの？”と相談されることが多いです
→ Gensparkで「3ステップの判断チェックリスト」を整備し、誰でも迷わず判断できるようにしましょう。

■ 読者ワーク：「社員が迷わず発信できる判断軸」を設計する

ChatGPTで「判断基準リスト」と「説明文の草案」を生成する
NotebookLMで自社の投稿履歴や事例を可視化し、判断の背景を整理する
Claudeで文章を整え、“納得して読める”トーンに変換する
Canvaで「SNS判断チャート」として配布資料化する

■ 最後に

SNSガイドラインとは、発信を抑制するものではありません。
むしろ「自分の言葉で語れる場を守る」ための、共通の地図のようなものです。

その地図を描くには、広報の力が必要です。
生成AIとともに、“判断できる言葉”を組織の中に育てていきましょう。

27｜企業統合後の文化融合をどう広報する？

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：2つの企業文化が“混ざらない”

老舗物流企業「朝日ライン」と、DX支援スタートアップ「スピナロジクス」が業務提携を経て、経営統合を果たした。

新会社「アスピナトランス」は、社員数300名。
経営トップ同士の信頼関係は強く、将来ビジョンにもズレはない。

だが現場では…

朝日ライン側：「なんだか気を使って本音が言えない」
スピナロジクス側：「新しい制度、誰に聞けばいいかわからない」

広報部長・高城崇は、それぞれの価値観や空気感の“温度差”をどう伝え、どう溶かすかに頭を悩ませていた。

■ ケース：“文化融合の物語”を言語化する

高城は、文化の差異を伝えるために「制度」ではなく「物語」から入ろうと考えた。

まずNotebookLMで、両社の社内報、代表メッセージ、ビジョン資料などを読み込み、組織文化のコアを抽出。

プロンプト：「以下のテキストを比較し、それぞれの会社文化・価値観・言葉の使い方の特徴を抽出してください。 “統合後の共通言語”となりそうな接点も洗い出してください。」

次にChatGPTで、融合ストーリーの冒頭原稿を作成。

プロンプト：「以下の2社が統合した背景と、現場で感じる文化ギャップを物語形式で描き、“今、ひとつになろうとしている”姿勢を伝える社内向けストーリーを作ってください」

得られたストーリーをもとに、Claudeで文章を自然でやわらかいトーンに整え、Canvaで“文化年表”や“社員の言葉”を可視化。

さらに、Gensparkで「文化融合ガイド」の構成テンプレートを生成し、今後の各部署展開にも備えた。

■ 解決：違いを“問題”ではなく“物語”に変える

文化のギャップを無理に埋めるのではなく、「違いがあること」を言語化したことで、社員間の会話が生まれた。

各部署で「うちとあっちの“当たり前”の違い」が話題に
代表メッセージにも「融合の物語」が語られるようになった
お互いの“強みの理由”を知ることで、リスペクトが生まれた

高城は、広報が果たすべきは“説明”ではなく“翻訳”であり、生成AIはその翻訳支援の最強ツールだと実感したという。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 両社資料の分析・価値観の共通項抽出「2社のビジョンや制度資料を比較し、文化の違いと接点を抽出してください」
ChatGPT 融合ストーリー原稿のドラフト作成「2社の文化融合をテーマにした社内向けストーリーを作成してください」
Claude トーンの調整・共感を引き出す文体への整形「やわらかく、対話的で、親近感の湧くトーンで仕上げてください」
Canva ビジュアル資料（文化年表・社員の声）制作「2社の文化年表と社員の声をわかりやすく整理する社内資料を作ってください」
Genspark 文化融合ガイドの構成テンプレート生成「部署ごとに展開可能な“文化融合ガイド”の構成テンプレートを出力してください」

■ コラム：統合とは“和解”ではなく“共創”である

M&Aや統合後の社内広報は、制度説明や挨拶文に終始しがち。

だが社員が求めているのは、“なぜこの統合が必要だったのか”という物語であり、
“自分たちは何者になるのか”というビジョンの言語化である。

生成AIを使えば、経営者の言葉と社員の声をつなぎ直し、
物語として再構成することができる。

文化の融合とは、違いを解消することではない。
違いを知り、選び、かけ合わせ、新しい価値を共創することだ。

■ こういう時はどうする？

Q：それぞれの文化がバラバラで共通言語がありません
→ NotebookLMで文書を比較し、ChatGPTで“共通する価値観のキーワード”を抽出しましょう。

Q：社員が違いに戸惑っているが、指摘しづらい空気です
→ Claudeで「物語形式」に変換し、柔らかく届けるストーリーにしましょう。

Q：これからどうなるか、社員に不安が出ています
→ Canvaで“文化年表”や“未来の物語”を可視化し、共に歩むビジョンを描きましょう。

■ 読者ワーク：「文化融合ガイド」をつくってみる

NotebookLMに社内資料やビジョン文書をアップして分析する
ChatGPTで「物語型社内メッセージ」の草案を生成する
Claudeで社員に共感されるトーンに整える
Gensparkで展開用テンプレートを設計し、Canvaでビジュアル化する

■ 最後に

広報は、組織が生まれ変わるときの“通訳者”です。

文化や制度、言葉の違いを正確に把握し、どこに橋をかけるかを見極め、
社員一人ひとりが「この組織で生きていこう」と思えるような言葉を届けていく。

生成AIは、その翻訳と設計を支える強力な味方です。
物語の力を使い、変化の中に希望を描いていきましょう。

28｜周年事業、“ただのお祝い”で終わらせない発信術

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：せっかくの節目なのに、盛り上がらない？

老舗の機械部品メーカー「コバテック」は、創業50周年を迎える中小企業。
従業員120名、BtoB中心で、普段の広報活動は最小限。

社長から「50周年だし、なにか広報でやってくれ」と指示を受けたのは、広報担当の石田剛（いしだごう）。

だが社内の反応は冷ややかだった。

「お祝い？やってどうするの？」
「現場は忙しくて、そんな余裕ないよ」
「周年記念誌なんて誰が読むの？」

石田は考えた。「これは“お祝い”ではなく、“物語を再構築するチャンス”なのではないか」と。

■ ケース：周年を“意味の発信”に変える構成へ

石田はまず、ChatGPTに社史と社長メッセージ、製品資料などを読み込ませ、ストーリーの起点を探した。

プロンプト：「以下の内容から、会社の歴史を“お祝い感”ではなく“理念の継承と進化”として伝える構成を提案してください。社内外に“今後の会社像”が伝わるようなトーンで設計してください。」

次に、Claudeで創業時のエピソードや先代の言葉をドラマ仕立てでリライト。

さらにNotebookLMで、過去の採用パンフや営業資料を分析し、「これまで」と「これから」をつなぐキーワードを抽出。

Canvaで年表やビジョンの変遷をビジュアル化し、Gensparkで「周年記念特設ページ用テンプレート」を設計。

“お祝い”ではなく、“進化の通過点”としての周年コンテンツが完成した。

■ 解決：“記念日”ではなく“物語の節目”として伝える

結果として、50周年プロジェクトは次のように変化した。

社内では「自分たちの仕事の意味を改めて考える機会になった」
営業資料にストーリー性が加わり、商談でも話のきっかけになった
採用サイトでは「らしさ」が伝わるコンテンツとして活用された

石田は「会社が何者で、どこへ向かうのか」を周年にのせて発信することで、単なる社内行事を“企業ブランディングの核”に変えることができた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 周年ストーリーの設計と構成「理念の継承と進化が伝わる周年ストーリーを構成してください」
Claude 社史・創業者エピソードのリライト「創業当時のエピソードをドラマ仕立てで親しみやすくしてください」
NotebookLM 資料の分析と過去から未来へのキーワード抽出「過去の営業資料と採用パンフから、“らしさ”を言語化する共通キーワードを抽出してください」
Canva 年表やビジョン資料のビジュアル化「会社のビジョンと歴史の変遷をひと目で伝える年表デザインを作ってください」
Genspark 周年コンテンツ設計用テンプレートの出力「周年特設サイト用のコンテンツ構成テンプレートを生成してください」

■ コラム：“節目”は、次の物語への予告編

周年は、ただ過去を振り返るイベントではない。

それは、企業が「これまで何を信じてきたか」と「これからどこへ行くか」を再定義するタイミングだ。

生成AIは、社史という“素材”をストーリーに変え、理念を未来へ翻訳するツールになる。

祝うために作るのではなく、歩みを信じ、未来を語るために作る。
それが、広報としての周年の使い方だ。

■ こういう時はどうする？

Q：社史を読んでもピンときません。どこを起点にすれば？
→ NotebookLMで創業者の言葉や企業理念を分析し、ChatGPTで「語りたくなるストーリー」に変換しましょう。

Q：社員の熱量が低く、協力してもらえません
→ Claudeで「社員が主役の小さな物語」に整え、Notionでインタビュー設計をテンプレ化しましょう。

Q：周年コンテンツが“内輪感”強めになってしまいそう
→ Gensparkで「社外向けコンテンツ案」を複数生成し、Canvaでビジュアルに落とし込むとバランスが取れます。

■ 読者ワーク：「周年の物語設計ワーク」

NotebookLMで社史・代表メッセージ・パンフレットなどを読み込み分析
ChatGPTで「会社のこれまでとこれから」をストーリー形式に再構成
Claudeでやわらかく読みやすいトーンに整える
Canvaで年表やビジョンビジュアルを設計
Gensparkで「社外向け・社内向け」2軸のテンプレートを作成

■ 最後に

周年は過去の栄光を飾る日ではなく、未来への言葉を磨く日です。

広報の役割は、歩みの意味を言語化し、次の一歩に説得力を与えること。
生成AIと共に歩むことで、会社の“節目”が、“誰かの心に残る物語”へと変わります。

29｜官民連携プロジェクトを伝えるには？

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：行政×企業の“想いのズレ”をどう埋める？

地方都市・富士ヶ丘市と連携し、高校生向けキャリア教育プロジェクトを立ち上げたのは、教育系スタートアップ「エドリンクス」。

広報担当の柴田裕也は、市役所の担当者と何度も打ち合わせを重ねてきたが、いざ広報を始めようとすると、迷いが生じた。

「市としては“公的っぽく”見せたい」
「でも、うちとしては“革新的な挑戦”として伝えたい」
「どちらの言葉を主軸にするべきか分からない……」

発表資料の文面も、SNSでの投稿も、どこか“どっちつかず”になってしまい、伝えたいことが伝わらない状況が続いていた。

■ ケース：共通する“意志の言葉”を見つける

柴田はまず、これまでのやりとりをNotebookLMに整理。市側の方針書・社内の企画書・議事録をアップし、言葉の傾向と温度差を分析。

プロンプト：「以下の複数資料を比較し、行政側と企業側の“語り口”や“優先ポイント”の違いを分析してください。また、双方の言葉から共通しうる“意志”のキーワードを抽出してください。」

その結果、「未来の担い手を育てたい」「地域とのつながりをつくりたい」という共通の価値観が浮かび上がった。

次にChatGPTに以下のプロンプトを投入：

プロンプト：「官民連携プロジェクトについて、双方の視点を大切にしながら、 “ひとつのストーリー”として広報できる文章を作成してください。関係者が誇りを持てるような構成・トーンにしてください。」

さらに、Claudeで文面を行政向けに調整し、Copilotで要点を図解。
Canvaで視覚資料を制作し、Gensparkで「官民連携プロジェクト発信用テンプレート」を構成した。

■ 解決：“立場”でなく“目的”を主語にする

最終的に、柴田は「行政」「企業」それぞれの立場ではなく、「プロジェクトの目的」を起点に広報を設計するよう切り替えた。

メディア向けには「教育×地域創生」の文脈で話題化
市の広報誌では「市民と企業の共創」事例として紹介
自社オウンドメディアでは「挑戦と信頼」の記録として連載化

結果として、行政との関係性も強まり、他の自治体からの問い合わせも入るようになった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 行政・企業両方の資料分析「複数の方針書から、価値観の共通項を抽出してください」
ChatGPT 両者をつなぐストーリー構成の設計「行政と企業の連携を“ひとつの物語”に変えてください」
Claude 公的トーンへのリライト「行政向けに読みやすく、丁寧な文体に整えてください」
Copilot 要点の図解とスライド化「このプロジェクトの目的と流れを一枚図で表現してください」 Canva 共通言語化されたビジュアル作成「市民と企業の関係性が伝わる広報資料をデザインしてください」
Genspark 官民連携プロジェクトの広報テンプレート生成「官民連携施策を発信するための基本構成テンプレートを作ってください」

■ コラム：“共創”の広報は、“立場”の翻訳から始まる

行政と企業では、同じことを話していても“使う言葉”が異なる。

その違いを埋めるのが、広報の力だ。

生成AIは、その「言葉の翻訳者」となれる。

トーンや構造を微調整しながら、“共通の未来”を描けるメッセージを設計できる。
組織の都合ではなく、「目的がつなぐ言葉」をAIと一緒に育てていこう。

■ こういう時はどうする？

Q：行政と企業で話すトーンが違いすぎて困っています
→ NotebookLMで両者の文書を比較・整理し、Claudeで中間のトーンに整えると柔らかくなります。

Q：プロジェクトの意義が“ぼんやり”して伝わらない
→ ChatGPTで「関係者が誇れるようなストーリー構成」を提案してもらいましょう。

Q：行政向け資料とメディア向け資料で整合性が取れません
→ Gensparkで発信テンプレートを用途別に作り、Copilotで図解しておくと再利用しやすくなります。

■ 読者ワーク：「立場を超えて伝える」言葉の設計演習

NotebookLMに行政側・企業側の資料をアップして分析
ChatGPTで「共通の目的に基づいた広報構成案」を出力
Claudeで行政寄りの文面に調整し、Copilotで構造化図解
Canvaで共通言語となるビジュアルを作成
Gensparkで「官民連携発信テンプレート」を保存しておく

■ 最後に

異なる立場が出会うとき、言葉がすれ違うのは当然のこと。

だからこそ、広報の役割は“言葉の通訳者”になること。

生成AIは、その翻訳作業を支え、未来に向けて言葉を整えてくれる。
官と民をつなぐ広報とは、「意味の橋をかける仕事」なのだ。

30｜社内から信頼されない広報…インナーブランディング再構築

（第3章｜関係構築と共感 ─ 社内外ステークホルダーとの対話力）

■ 序章：社内広報って、誰に響いているんだろう？

ITソリューション企業「アクトウェイズ」。社員数は約500名。

広報課の佐藤瑞樹は、営業部門から社内広報に異動して1年。毎月、社内報を制作してはいるが、あるとき同僚の会話が耳に入った。

「あの社内報、誰が読んでるの？」
「正直、メールで来てもスルーしちゃうよね」

ハッとした。
たしかに、自分たちが出しているコンテンツにリアクションは少ない。社員からのフィードバックも、ほとんど届かない。

「一方通行になってないか？」
「読まれる“設計”ができてない？」
「本当に、伝わっているのか？」

佐藤は、インナーブランディングを見直す必要があると感じ始めた。

■ ケース：社員の“受け取り方”を起点に言語と構成を見直す

まず佐藤は、Perplexityで「読まれる社内報」の事例を収集。
次に、NotebookLMに過去の社内報・アンケート結果・Slackの社員投稿をアップし、以下のプロンプトを使って分析。

プロンプト：「以下の社内コミュニケーション関連情報を分析し、“社員が共感・反応しているテーマや表現”を抽出してください。また、改善すべき点や“読み手の温度”を可視化してください。」

→ 分析結果から、「社員の“顔が見える記事”」「リアルな“現場の声”」に反応が集まりやすい傾向が明らかになった。

そこでChatGPTに以下を依頼：

プロンプト：「以下の社内報コンテンツを、社員が“自分ごと化”しやすいように再構成してください。現場のストーリーや、仕事の中での気づきが伝わるよう、読みやすいトーンで設計してください。」

また、Claudeで「押しつけがましくない」文体へとトーン調整。
Notion AIで社内報のカテゴリ設計とタグ整理。
Canvaで“読まれるための構図”をデザインし、Gensparkで「インナーブランディング用プロンプトテンプレート」を作成した。

■ 解決：共感が生まれる“読まれ方の構造”を再設計

佐藤は、社内広報に必要なのは「伝える力」だけではなく、「受け取ってもらう構造」であると気づいた。

タイトルや見出しは「自分に関係ある」と思えるか？
表現は「社内の空気」に沿っているか？
コンテンツは「業務の中で読める時間設計」になっているか？

これらを精査したうえで、AIを活用した「共感導線」の設計に踏み切った。

結果、社内報の閲覧率は前月比＋42%。Slackでのシェア数も増加し、他部署から「自分のところでも紹介してほしい」という声が届くようになった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 他社の社内報・インナーブランディングの傾向調査
「読まれる社内報の成功事例と構成の共通点を教えてください」
NotebookLM 社員の反応傾向と改善点の抽出「共感されている社内表現の傾向と、改善すべき表現を可視化してください」
ChatGPT 社内報記事の共感設計・ストーリー化「社員のリアルな仕事や気づきが伝わる構成に再編集してください」
Claude トーンの調整（やわらかく、読み手を気づかう表現）「押しつけ感のない、自然な社内広報文にしてください」
Notion AI 社内報の情報整理・タグ構成「社内報のカテゴリを再設計し、読まれやすいタグ体系に整えてください」
Canva 視覚設計と見出しデザイン「この内容を“読まれる社内報”に変えるビジュアル・フォーマットを作成してください」
Genspark インナーブランディング用プロンプトテンプレ化「社内広報を強化するための構成テンプレートを、目的別に作成してください」

コラム：「読まれる社内報」とは、“読む前に共感が始まっている”

広報が語る前に、社員は“読む気になるか”を判断している。

だからこそ、「読ませる構造」ではなく「読みたくなる構造」が必要だ。

生成AIは、読者の目線に立ち、共感を起点とした構成・トーン・導線を設計する相棒になる。

伝える技術よりも、寄り添う設計。
それが、信頼される社内広報のはじまりだ。

こういう時はどうする？

Q：社内報が“会社の宣伝”っぽくて読まれません
→ ChatGPTで「社員のストーリーを主役に」再構成し、Claudeでトーンを柔らかくすると共感が高まります。

Q：記事の内容が散らばっていて読みにくいです
→ Notionでカテゴリを整理し、NotebookLMで構成の傾向を把握・統一しましょう。

Q：読まれたかどうか、反応が測れません
→ Canvaでビジュアルに誘導性を持たせつつ、Slackや社内ツールで“シェア導線”を設計しましょう。

■ 読者ワーク：あなたの社内広報、どんな“顔”で届いていますか？

NotebookLMに過去の社内報・社内投稿・アンケート結果をアップし、反応傾向を分析
ChatGPTで“共感型構成”にリライト
Claudeでやさしいトーンに再編集
Notionでカテゴリやタグを再設計
Canvaで「読まれる構図」にデザイン調整
Gensparkでテンプレート化し、継続性を持たせる

■ 最後に

社内広報は、「会社の声」ではなく、「社員と会社をつなぐ声」であるべきです。

読んでもらえないのではなく、「読もうと思えない構造」だったのかもしれません。

生成AIを使えば、伝えたい想いを“届く形”に磨き直すことができます。
読まれることは、信頼されることの第一歩。
そこから、インナーブランディングは始まっていくのです。

31｜社長交代をどう伝える？“人が動く”メッセージの設計術

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：あいまいな引き継ぎ、動かない現場

老舗製造業のグループ会社「ミライ工機」。
設立30年、社員数200名。数年前に経営体制が刷新され、ベンチャー出身の新社長が就任した。

しかし、社内にはこんな空気が漂っていた。

「いつから変わるの？」
「誰が何を決めているの？」
「新体制って、結局どういう方向なの？」

広報担当の大沼智は、社長交代の報を知らせる社内メッセージの作成を任されたが、戸惑っていた。

「交代そのものは事実としてある。でも、“どう伝えるか”がわからない。」

「社員は、“言葉”より“空気”に敏感だ。」

■ ケース：「安心・期待・未来」の順で構成をつくる

大沼はまず、ChatGPTに対して「社長交代の社内メッセージ例」を複数パターン出力し、構成の傾向を確認。

次に、Claudeに旧社長・新社長の過去の発言や社内報コメントを入力し、両者の語り口やビジョンの“言葉の違い”を抽出させた。

プロンプト例（ChatGPT）：「製造業のグループ企業において、社長交代を社員に伝える社内メッセージを作成してください。 “安心・期待・未来”の順に構成し、現場が前向きに受け止められるような言葉で書いてください。」

抽出されたキーワードとトーンを整理し、以下の流れで再構成：

【安心】：交代の背景と旧社長への感謝
【期待】：新社長の人となり・考え方
【未来】：これから向かう方向・変わること・変わらないこと

Canvaで図解入りの「ビジョンマップ」も添付し、感情と理解をつなぐ構成に仕上げた。

■ 解決：空気を変えるのは、構成と順序

社員が求めているのは「ポジティブな気持ち」よりも「安心できる順序」だった。

急に理念を語られても届かない
スローガンだけでは実感できない
誰が、なぜ、どう変わるのかを順番に伝えることが信頼につながる

結果、発表後の社内アンケートでは「納得感があった」「現場の方向性が見えた」といった声が多く寄せられた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 社内メッセージの構成案生成「社長交代の発表を社員に向けて行うメッセージを、“安心・期待・未来”の順に作ってください」
Claude 新旧社長の発言トーン抽出と言語整合「下記2人の発言から、それぞれの語り口・価値観の違いを要約し、社員に届くトーンに整えてください」 Canva 社内用ビジュアルの作成「交代後の新体制ビジョンを視覚的に伝えるマップを作成してください」

■コラム：人が“納得して動く”には、順序が9割

変化の局面では、情報そのものより「どう伝えるか」が大切になる。

特に、社長交代のような節目では、社員の心が先に動かないと、実務もついてこない。

だからこそ、
「事実 → 感謝 → 期待 → 意志」の順序で“空気”を変える設計が必要だ。

AIは、伝えたい想いを「読み手の立場」で並べ替え、磨き直すための強力な編集パートナーになる。

■こういう時はどうする？

Q：新社長の言葉がカタくて共感しづらい…
→ Claudeに発言メモを入力し、「現場の社員に届くトーン」でリライトしてもらいましょう。

Q：交代の事実だけで、伝えたいことがぼやけます
→ ChatGPTに「社員目線で受け止められるストーリー構成」を依頼しましょう。

Q：“誰が言うか”が大事なとき、広報がどう設計すれば？
→ Canvaで「ビジョンマップ」や「就任メッセージ抜粋」など、伝える人と内容を“セットで見せる設計”を意識しましょう。

■ 読者ワーク：「変化のメッセージ設計」を社内用テンプレにする

ChatGPTで「安心→期待→未来」の構成案を複数作る
Claudeで新体制のリーダーの語り口を整える
Canvaで“変化の方向性”を図解し、ビジュアル化する
社内で共有できる「交代メッセージテンプレート」として保存する

■ 最後に

社長交代は、会社の“顔”が変わる瞬間。
ただの事実ではなく、「未来に向かう物語」の始まりでもあります。

その物語をどう語るかで、社内の空気は大きく変わります。
生成AIは、社長の“意志”と社員の“気持ち”をつなぐ架け橋。

“変化を怖れない構成力”こそ、広報の真価が問われる場面なのです。

32｜セミナー登壇資料、何をどう語れば刺さるか？

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：「内容がいいのに、刺さらなかった」悔しさの理由

BtoBマーケティング支援会社「トレジャーハブ」。
広報責任者の岡本優斗は、先日、社長のセミナー登壇資料をサポートした。

スライドは整っていた。実績も強い。話す内容も確かなはず。
しかし、参加者の反応は薄かった。

アンケートコメントは「ふつう」「既視感あり」
SNSでの拡散も起きない
次回以降の講演依頼もなかった

「事実は揃っていたのに、“記憶に残る話”になっていなかった」

岡本は、“伝わる構成”そのものを見直す決意をした。

■ ケース：「ビフォー→変化→ストーリー」で語る構造に変える

まず岡本は、ChatGPTに以下のようなプロンプトを出した。

プロンプト：「以下のセミナー登壇内容を、“印象に残る構成”に再設計してください。プレゼン全体の起承転結をつくり、“開始10分で惹きつける”語り口を意識してください。また、“聞き手に刺さるビフォーアフターのエピソード”を挿入してください。」

さらに、Claudeに過去の登壇資料とスクリプトを読み込ませ、「冗長になっている箇所」「強調すべきポイント」「聞き手の記憶に残る構成」などを分析。

補足としてNotebookLMにこれまでのセミナー評価やアンケートをアップし、「反応の高かった要素」と「刺さらなかった要素」の共通点を抽出した。

仕上げにはCanvaで“記憶に残る1枚”となるビジュアルスライドを作成。
ストーリーに深く共鳴する言葉と、強い一枚をセットにする構成にした。

■ 解決：「なぜ語るのか」から逆算して構成を磨く

岡本が気づいたのは、
「話の内容」ではなく「構成と順序」が反応を左右する、ということ。

“結論ファースト”だけでは刺さらない
“スペック説明”だけでは共感されない
“変化のストーリー”があって初めて納得される

結果、次の登壇ではアンケート満足度が大幅に向上。
「話に引き込まれた」「自社でも実践したくなった」など、行動につながる感想が集まった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT ストーリー構成と語り口の再設計「印象に残るセミナー構成に再設計してください。“惹きつける10分”を意識して起承転結を構成」
Claude スクリプト分析・強調ポイントの抽出「このプレゼン原稿から“記憶に残る構成”に整え直してください。削るべき部分・強調すべき部分を指摘」 NotebookLM 過去評価の傾向分析「アップロードしたセミナー資料・アンケートから、評価が高かったパターンと低かったパターンを比較分析」
Canva インパクトスライドの作成「登壇の“決めスライド”を1枚で印象づけるビジュアルにしてください」

■コラム：スライドの“厚み”は、言葉の起点で決まる

セミナー資料にありがちなのが、「盛りすぎ」と「説明しすぎ」。

情報の詰め込みではなく、言葉の流れと間の設計こそが、聞き手の理解と共感を生む。

生成AIは、ただ言い換えるだけでなく、“語る順番”を整えるための編集パートナー。

スライドを磨くとは、「語りの起点を見つけること」から始まるのだ。

■こういう時はどうする？

Q：社長の話が抽象的すぎて構成に困ります
→ ChatGPTで「ストーリー仕立てにする構成案」を複数出してもらいましょう。

Q：話はいいのに、反応が薄い…
→ Claudeで過去の登壇原稿を分析し、「強調が足りない部分」「展開が弱い部分」を指摘させるのが有効です。

Q：印象に残る1枚が作れません
→ Canvaにプレゼンの“主張”を伝え、「決めスライドをビジュアル化」してもらいましょう。

■ 読者ワーク：「セミナー資料テンプレート」を自社用に整備する

ChatGPTで「起承転結＋ビフォーアフター」構成案を作成する
Claudeでスクリプトやスライドを“刺さる言葉”に磨く
NotebookLMで過去のアンケート・評価と照らし合わせ、反応パターンを分析
Canvaで記憶に残る“決めスライド”を作る

■ 最後に

“いい話”より“動く話”が、広報には必要だ。
そのためには、語る内容だけでなく、「どう構成するか」が鍵になる。

生成AIは、話し手の意図と聞き手の期待をつなぎ、構成の軸を生み出す存在。
共感と行動を生むセミナー設計に、AIをもっと頼っていい。

33｜社長の寄稿を通すには？媒体選定から編集対応まで

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：「言いたいことはある。でも書けないんだよ」

SaaS系スタートアップ「セレクトビズ」。設立8年、従業員80名。
広報担当の松下翔太は、社長からある依頼を受けた。

「今度、寄稿出してみようと思うんだけど、ちょっと助けてくれない？」

松下はすぐに企画案を立てたが、社長のフィードバックは曖昧。

「もっと“想い”を入れたい」
「でも、カジュアルすぎてもダメだし」
「このメディア、ちょっと硬い？」

結果、何を誰にどう書けばいいのか、社長も広報も迷走してしまう。
社長が忙しいぶん、すり合わせも思うように進まない。
「“書くこと”より、“通すこと”のほうが難しい」——それが松下の率直な実感だった。

■ ケース：AIで「言いたいこと」と「通る構成」の両立を図る

まず松下は、Perplexityで寄稿を掲載している媒体リストと、それぞれの特徴を整理。
どのメディアに合いそうかを選定する材料にした。

次に、ChatGPTに以下のようなプロンプトを入れた。

プロンプト：「以下の社長の発言メモをもとに、“寄稿として通る構成”を作成してください。媒体の論調に合うように、言葉のトーン・事例の入れ方を調整し、 “経営者らしい視点”で締める文章にしてください。」

さらに、Claudeに過去の社長インタビューやスピーチ原稿を読み込ませて、
「この人らしさ」が伝わる文章トーンを抽出。
内容はプロが書いたように整えつつ、本人の言葉で語っているような仕上がりを目指した。

原稿がまとまったら、NotebookLMで社内ドキュメントと照らし合わせ、発言にズレがないかを確認。

■ 解決：「社長の言葉」と「読者の視点」をつなぐ設計を

松下が気づいたのは、「社長が書けない理由」は“文才”ではなく“構成の見えなさ”だということ。

何から書き出せばいいかわからない
媒体の読者にどんな口調が合うのか判断しづらい
頭の中の話が“整った文章”にならない

だからこそ、広報の役割は「整えること」ではなく「つなぐこと」。

結果として、原稿は無事に掲載され、X（旧Twitter）でも記事が多く引用された。
メディア側からも「また別テーマでお願いしたい」と声がかかる成果に。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 媒体の特徴・傾向の収集「スタートアップ経営者の寄稿が多いメディアを10件、ジャンル別にリストアップしてください」
ChatGPT 原稿構成・トーン調整「発言メモをもとに、読者と媒体に刺さる寄稿構成にしてください。締めは経営視点でまとめてください」
Claude 社長の口調やトーンの再現「過去スピーチから一貫した“この人らしさ”のトーンを抽出し、文章に反映してください」
NotebookLM 原稿内容と社内情報の整合チェック「以下の原稿と社内資料に矛盾がないかをチェックし、必要があれば指摘してください」

■ コラム：寄稿は“語る相手”を決めたときから始まっている

寄稿は、社長の“語り”を届ける貴重な機会。
でも、相手が不明瞭だと、言葉はどんどんぼやける。

「誰に何を届けたいか」が明確なら、内容もトーンも整っていく。

生成AIは、その“読者像”を明確にし、語りを形にするパートナー。

届けたい相手の顔が浮かんだとき、寄稿ははじめて「言葉」になる。

■こういう時はどうする？

Q：社長の言葉が原稿になると硬くなりすぎます
→ Claudeで「元の語り口」をトーン抽出し、ChatGPTで再構成しましょう。

Q：どの媒体に出すべきかが決まりません
→ Perplexityで「寄稿実績×媒体傾向」を洗い出すのが早道です。

Q：忙しい社長とすり合わせが難しい…
→ NotebookLMに過去の発言・資料をまとめて、AIが“意図”を整理してくれます。

■ 読者ワーク：「寄稿構成のたたき台」をAIと一緒に作る

ChatGPTで「発言メモから寄稿構成」案を複数生成
Claudeで“社長らしさ”を反映した文章に整える
NotebookLMで社内資料と整合性チェック
Perplexityで媒体との相性を確認し、企画を提出

■ 最後に

社長寄稿は、会社の顔が社会と語る貴重な場。

その声がちゃんと“届く”形に整えられるかどうか。
そこに広報の設計力が問われている。

生成AIを活用すれば、言葉と構成のズレを埋め、読まれる原稿に仕立てることができる。
社長の“頭の中の語り”を、社会と接続する橋を、広報とAIで一緒にかけていこう。

34｜広報戦略としての書籍出版 ― 企画立案から話題化まで

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：「どうせ出すなら、“広がる”本にしたい」

地域密着型の不動産テック企業「アーキリンク」。設立12年、従業員120名。

同社の広報マネージャー石田美佳は、経営陣からこう相談された。

「会社の想いや、事業の変遷を一冊の本にまとめて、社内外に届けたい」

すでに10周年事業として、書籍出版の企画は立ち上がっていたが——

「単なる社史になってはいけない」
「でも、ビジネス書として売れすぎても“ウチっぽくない”」
「何を軸に企画を立てればいいかが分からない」

出版経験のない広報チームにとって、それは“ゼロからの設計”だった。

■ ケース：AIで“語りたい軸”を炙り出し、構成に落とし込む

まず石田は、過去の社内資料・インタビュー記事・周年メッセージなどをNotebookLMに集約。
以下のようなプロンプトで「企業らしさの共通項」を洗い出した。

プロンプト：「以下の社内資料・インタビュー・過去の周年挨拶文などを読み込み、この会社らしい“語りの共通点”と、“一貫して語られてきたテーマ”を抽出してください。」

その上で、ChatGPTで以下のように構成案を作成。

プロンプト：「上記で抽出された“語りの共通点”と“企業テーマ”をもとに、広報戦略として書籍出版を企画する場合の“ストーリー性ある構成案”を提案してください。読者層はビジネスパーソンと自社の関係者です。」

さらに、Canvaで初期ビジュアル案を作り、社内共有資料を作成。
Claudeではドラフト原稿に対して「一貫性と読者理解」を確認する校正補助に活用。
Perplexityでは同業他社の出版事例を収集し、テーマの差別化を明確にした。

■ 解決：「語る目的」と「読まれる構造」を両立させる書籍に

石田が最後まで意識したのは、「社内での言葉」と「社外での読まれ方」の橋渡し。

社内では“記録”としての意義
社外には“メッセージ”としての魅力

この両立を意識し、最終的なタイトル・構成・語り口のトーンすべてに“らしさ”が反映された。

出版後は、採用広報や企業ブランディングの場面でも活用され、広報資産として長く生きる本となった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社内資料・周年メッセージの分析「この資料群から“企業らしさ”の共通点を抽出してください」
ChatGPT 書籍構成案の作成「企業の語りテーマを活かした、広報戦略に使える構成案を提案してください」
Claude 原稿の一貫性と読者フレンドリーな校正補助「この原稿が“社外読者にとって読みやすいかどうか”をチェックし、改善案を出してください」
Canva 書籍のカバーデザイン・共有資料作成「この書籍テーマに合うビジュアルイメージを数点提案してください」
Perplexity 類似事例の収集とポジショニング分析「中小企業が出版した社史・ビジネス書の成功事例を教えてください。テーマと媒体も添えて」

■ コラム：企業が本を出すときに、“語りすぎ”を避けるには

「全部語りたい」は、読まれない書籍の第一歩。
社史でも、メッセージ本でも、主語が企業であれ“読者”でなければ刺さらない。

だからこそ、生成AIを使って「何が響きうるか」を客観視しよう。
語りたいことより、「読まれたあと、どう感じてほしいか」。

広報戦略としての書籍は、“過去”ではなく“これから”に効くツールなのだ。

■ こういう時はどうする？

Q：社史になってしまいそうで不安です
→ NotebookLMとChatGPTで、語られてきた“共通軸”を抽出し、再構成の構造化を。

Q：出版は初めてで、何から始めれば？
→ Perplexityで成功事例を収集し、Gensparkで「書籍戦略テンプレート」を生成すると流れがつかめます。

Q：執筆中に“自社っぽくない”文章になってしまいます
→ Claudeで「企業の語りらしさ」へのフィードバックをもらいましょう。

■ 読者ワーク：「自社らしい本の構成案」をAIと一緒に描く

NotebookLMに過去の資料・スピーチ・メッセージを読み込ませる
ChatGPTで読者層に響く構成案を3パターン出してもらう
Claudeで読者目線のトーン校正を実施
Canvaで初期カバー案とスライド資料を作成、社内提案へ

■ 最後に

書籍出版は、最強の“広報素材”になりうる。

でもその力を最大化できるかどうかは、
「読まれる構成にできるか」「社外との接点になるか」にかかっている。

AIは、構成を描き、語りのらしさを抽出し、トーンを整える。
“企業の言葉”を、社会とつなぐ一冊に変える強力な伴走者になるはずだ。

35｜ノベルティ配布文、販促っぽくならずに心を動かす言葉とは？

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：喜んでもらいたい。でも“売り込み感”は出したくない

環境系スタートアップ「GreenRoot」は、展示会出展にあわせてオリジナルボトルをノベルティに採用。
広報担当の坂井貴文は、配布用のメッセージカード文案に悩んでいた。

「せっかく作ったノベルティ。できれば“企業の想い”も伝えたい」
「でも、売り込みっぽくなると、引かれるよな……」

短い文面で、何をどう伝える？
どこまで自社の話をしていい？
商品紹介の文体とは、まったく違う？

「広報っぽく、でも温かく」。
その“ちょうどよさ”が、見つけられずにいた。

■ ケース：共感の起点を「プロダクト」ではなく「相手の体験」に置く

坂井は、これまでの展示会反響メモや、ノベルティ制作の背景資料をNotebookLMに読み込ませた。

プロンプト：「以下の資料から、“このノベルティが生まれた背景”と“どんな想いで届けたいか”を整理してください。また、配布先のユーザーが“使うシーン”を想定したメッセージの切り口を提案してください。」

次に、ChatGPTで「相手の気持ちを想像した」文体に整えていく。

プロンプト：「“環境に配慮した水筒”をノベルティとして配る展示会用に、温かみがあり、共感が生まれる文面を作ってください。企業紹介ではなく、“これをもらった人が感じること”を軸にしてください。」

さらに、Canvaでメッセージカードのビジュアルを作成し、
Claudeで「誤読や違和感がないか」のチェックを依頼。

■ 解決：語るのは“ノベルティ”ではなく、“その先の体験”

坂井が学んだのは、「言葉の主語を企業から“相手”に変える」こと。

企業の取り組み → 使う人の変化
素材や構造の話 → その手にある未来の情景
メッセージ文案 → 対話や共感のきっかけに変換

結果、展示会での反響は大きく、SNSにも「このノベルティ、企業の想いが伝わる」と写真付きで投稿されるなど、想像以上の“広がり”を生んだ。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 配布文作成の背景整理と想定シーンの抽出「このノベルティが“どんな人に、どんなシーンで届くか”をまとめてください」
ChatGPT 温かみのある文体での配布文作成「もらった人が嬉しくなるような短文にしてください。“企業目線”になりすぎないように」
Claude 文面チェックと誤読防止「この文面が“販促っぽく見えないか”“誤読が生まれないか”を指摘し、改善点を提案してください」
Canva メッセージカードのビジュアル化「環境系ノベルティに合う、温かく親しみのあるカードデザイン案を3つ作ってください」

■ コラム：販促と広報の“1行”は違う

販促文は「伝える」が目的。
広報文は「伝わったあとに、何が残るか」が目的。

同じ1行でも、「感じさせる」ことができるのが広報の力だ。
だからこそ、AIにただの言い換えをさせるのではなく、
“誰に届くか”をイメージして一緒に考えさせよう。

伝えたいのは、ノベルティではなく「あなたを想う気持ち」である。

■ こういう時はどうする？

Q：ノベルティがただの配布物に見えてしまいます
→ ChatGPTで“使うシーン”を起点にした語り口へ変換しましょう。構成から変えると効果的です。

Q：展示会ごとに言い方がバラバラで統一感がない
→ NotebookLMで過去のメッセージ文を分析し、ChatGPTで共通フォーマットを設計。

Q：社内から「もっと製品紹介入れたい」と言われます
→ Claudeで読み手視点のフィードバックを得て、適切なバランスを示しましょう。

■ 読者ワーク：「ノベルティが語る1行」を再設計する

NotebookLMに社内資料・展示会ログ・背景文書を読み込ませる
ChatGPTで「“相手の体験”を起点にした短文」を複数作成
Canvaでカードに仕立て、見せ方も含めてトーンを確認
Claudeで誤解を防ぐ表現かどうかをチェックする

■ 最後に

ノベルティとは、手に取ってもらえる“言葉の入口”だ。
その1枚のメッセージが、企業の価値観を届ける広報の場になる。

生成AIは、“相手の視点”で考える力を与えてくれる。
配布文という小さな接点を、信頼を育てる言葉に変えるために、AIは心強い伴走者となるだろう。

36｜採用ピッチ資料、最新の“惹きつけポイント”に更新する方法

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：魅力があるのに、伝わらないピッチ資料

BtoB SaaS企業「エフィシオン」。
従業員120名、採用は積極展開中。プロダクトの成長も順調だが、なぜか「採用ピッチ資料」の反応が悪い。
広報と人事を兼任する宮島拓真は、面談後のアンケート結果に頭を抱えていた。

「資料、なんとなく“前のめり感”が強い」
「仕事内容より、カルチャーが知りたかった」
「デザインが古い。勢いが感じられない」

たしかに、3年前に作ったまま大きく更新していなかった。

「今の会社を、今の言葉と視点で語れているだろうか？」

■ ケース：候補者の“惹きつけポイント”をAIで抽出・再構成

まず宮島は、過去の面談アンケート、退職者ヒアリング、現社員インタビューの記録をNotebookLMにアップ。

プロンプト：「以下の情報をもとに、“エフィシオンという会社に惹かれたポイント”と “離れた理由”を分類してください。その上で、“今のエフィシオンらしさ”を伝える採用ピッチ資料の要素を提案してください。」

出力された要素を元に、ChatGPTに構成案とストーリーラインの草案を依頼。

プロンプト：「候補者が“この会社で働いてみたい”と感じる採用ピッチ資料を作成してください。以下のキーワードを軸に、エモーショナルな構成で再編集してください。」

デザイン面ではCanvaでテンプレートを調整し、Claudeでナレーション文の表現を確認。

■ 解決：資料ではなく「心の中の質問」に応える構成に

見た目だけでなく、構成そのものを見直したことで以下の成果が出た。

「社風が伝わる」「共感できる」と感じる候補者が増加
資料が“質問の先回り”になっており、面談の質も向上
最新のビジュアル・ストーリーにより、SNSでも好反応

特に意識したのは、「惹きつけたい相手が、何に迷っているか」を主語にした構成にすることだった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社員・候補者の声の分析「惹かれる理由と離れる理由を分類し、惹きつけに効果的な構成要素を抽出してください」
ChatGPT 採用資料のストーリー構成「候補者の共感を呼ぶ採用ピッチ構成案を、以下のキーワードをもとに作成してください」
Canva 資料ビジュアルのリデザイン「若手候補者が興味を持つような採用資料のビジュアルテンプレート案を作成してください」
Claude 表現・ナレーション文の精査「この資料文案が伝わりやすいか、感情的すぎないかをレビューし、改善案を提案してください」

■ コラム：資料は「自分の悩みに気づいてくれた」と思わせたら勝ち

良い採用ピッチは、情報の押しつけではない。
候補者が「知りたかったことを、先に言ってくれた」と思えるかどうかだ。

生成AIは、過去の声からパターンを見つけ、「今求められている構成」に導いてくれる。
資料とは、“自分の不安”を代弁してくれる存在であるべきなのだ。

■ こういう時はどうする？

Q：ピッチ資料が長すぎて読まれません
→ Claudeに「資料のエッセンスだけを口頭で伝えるなら？」という問いを投げ、要点を抽出させましょう。

Q：何を強調すべきか社内で意見が割れます
→ NotebookLMに候補者の声を集約し、客観的な“共通視点”を抽出。議論の起点にしましょう。

Q：急ぎで更新したいが、構成に自信がない
→ ChatGPTに「スライド構成テンプレート＋見出し文」を依頼し、そのまま再編集できる状態にして活用。

■ 読者ワーク：「採用ピッチ資料を今の“会社像”で語り直す」

NotebookLMに過去の面談・インタビュー・候補者メモをアップ
ChatGPTで「候補者が共感するストーリーライン」を設計
Canvaで見せ方を刷新し、ビジュアル面もアップデート
Claudeで言葉のトーンや印象を確認・微調整する

■ 最後に

採用ピッチ資料は、過去の“実績紹介”ではなく、未来への“共感の招待状”。
惹きつけたい相手の心に寄り添った構成でこそ、本当に動くメッセージになる。

生成AIは、その設計図を描くパートナー。
過去の声を活かし、未来に届く資料をつくる鍵を、AIは握っている。

37｜古い会社紹介資料、どこから手をつけて再構築する？

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：会社の“今”を語れていない違和感

老舗製造業「タカラ精工」。設立45年、社員数250名。
広報を担う田島麻紀は、展示会で配布する会社紹介資料の刷新を任された。

だが、資料を開いた瞬間から不安が募る。

「フォントが古い」
「言ってることが20年前と変わってない」
「実際の強みや新しい取り組みが、全然反映されていない」

「“今のタカラ精工”って、どう語ればいいんだろう？」

■ ケース：古い資料を“言葉の骨格”から洗い直す

田島はまず、過去の会社紹介資料とパンフレットをNotebookLMにアップ。

プロンプト：以下の会社紹介資料から、“時代遅れに感じる表現”と“強みが埋もれている部分”を抜き出し、今の企業像に即した構成案を提案してください。

次に、ChatGPTに現行資料を入力し、「今どきの展示会用会社案内としてどう再構成するか」を相談。

プロンプト：以下の企業紹介文を、“今の社会に伝わる企業像”として再編集してください。若手社員にも刺さるよう、社会課題との接点・働く意義・未来への挑戦を含めてください。

仕上げとして、Canvaでビジュアルテンプレートを刷新し、Claudeで言い回しの丁寧さをチェック。

■ 解決：資料のアップデート＝“組織の再確認”になる

再構築プロセスを経たことで、田島と経営陣の間に自然と対話が生まれた。

「今どこに力を入れているのか」
「社風や働き方の変化」
「次の10年で実現したいこと」

結果、「社外への説明」だったはずの資料が、組織全体の“自覚のための言葉”に変わった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 過去資料の劣化ポイントの抽出「この資料の時代遅れな部分と、今に通じる要素を分けて提示してください」
ChatGPT 再編集・構成案の生成「この企業紹介を、現代の視点で再構成し、社会との接点を意識した文章にしてください」
Canva ビジュアル面の刷新「製造業のブランド感を損なわずに、今どきのテンプレートで資料を再設計してください」
Claude 言葉のトーンや丁寧さのレビュー「この文章に過剰な表現・古めかしさ・わかりにくい部分があれば指摘し、改善案を出してください」

■ コラム：資料の“棚卸し”は、企業の“再確認”でもある

古い会社資料は、ただの過去の遺物ではない。
“何を語り続け、何を変えるべきか”を浮き彫りにする手がかりになる。

生成AIを活用すれば、「無意識に繰り返していた表現」を見直すことができる。
それは、言葉のアップデートというより、“自分たちの現在地の認識”に近い。

■ こういう時はどうする？

Q：経営陣から「このままでいい」と言われて困ってます
→ Claudeで「旧資料の印象」と「提案する新資料の違い」を比較文にしてもらい、経営層に見せてください。

Q：何が古くて、何が価値あるのか、線引きが難しい
→ NotebookLMに過去資料を投げ、ChatGPTで「現代視点の編集評価」をしてもらいましょう。

Q：ビジュアルの刷新がうまくできません
→ Canvaのテンプレから「製造業向け／展示会向け」のカテゴリを選んで、ブランドカラーに調整を。

■ 読者ワーク：「自社紹介資料の“価値の棚卸し”ワーク」

NotebookLMに過去5年分の資料をアップ
ChatGPTで「今の社会に響く企業像」の要素を抽出
経営陣との対話を通じて、メッセージを再定義
Canvaでビジュアル更新し、Claudeで表現を調整

■ 最後に

資料は単なる“会社の紹介”ではなく、“会社が何を大切にしているか”の象徴。
生成AIは、過去の蓄積と未来の意志をつなぐ翻訳者になる。
「私たちは何者か？」という問いに、資料づくりを通じて答え直すこと。
それが、会社紹介資料の本当の意味だ。

38｜アワードを「とる」ためのPR戦略と申請書の磨き方

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：「応募したけど、手応えがない」

SaaSスタートアップ「クレボリンク」。創業4年目。
広報を担当する中井陽介は、社内で「そろそろアワードでも狙ってみよう」と言われ、いくつかのスタートアップ向け賞に申請書を送った。

だが結果は芳しくなかった。

書類選考で落選
メディアにも特に取り上げられない
経営陣からも「何が足りなかったの？」と詰められる

「うちのプロダクトは悪くない。でも、“書き方”がよくなかったのかもしれない」

■ ケース：アワードは“文脈を読むゲーム”だと知った

中井は、まずPerplexityで「同じアワードの過去受賞企業」と「申請内容の傾向」を徹底リサーチ。

次に、NotebookLMに過去の申請文、広報資料、メディア掲載記事をアップロード。
過去の申請書が「機能や実績ばかり強調し、“なぜ今この会社なのか”という文脈がなかった」ことに気づく。

ChatGPTには以下のプロンプトを投げた。

プロンプト：下記のアワード応募文を読み込み、・評価者が読みたくなる構成・社会的背景と事業との接点・受賞にふさわしいインパクトを意識して、“アワードに通る申請書”にリライトしてください。

さらにClaudeでトーンの確認と洗練、Canvaで申請書の図解資料を整備。

■ 解決：「誰に、どんな理由で評価されたいか」から逆算する

「うちが言いたいことを書く」のではなく、「このアワードが評価したいことにどう合っているか」を軸に言語設計を再構築。

社会背景との接続
数字だけでなく“未来”の語り
他社とどう違うか、ではなく“この文脈で光る理由”

この視点をベースに、Gensparkで「アワード応募プロンプト集」を整備。
経営陣とも狙うべきアワードの目線を共有できるようになった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 受賞傾向と文脈のリサーチ「このアワードの過去受賞企業と、選ばれた理由を教えてください」
NotebookLM 過去の申請書と広報文書の比較分析「応募文・広報資料・記事から一貫性のあるメッセージを抽出し、申請書に活かす要素を整理してください」
ChatGPT 申請文の再構成とインパクトづけ「アワードに通る構成とストーリーで再構成し、社会的意義も強調してください」
Claude トーン・言葉の洗練「この文章を、アワード審査員が読みやすく、共感を得られるトーンに整えてください」
Canva 資料の図解・可視化「申請書に合う図解を作ってください。メッセージとビジュアルを一体化させる構成で」
Genspark プロンプトテンプレートの整備「アワード応募用のプロンプトテンプレートを、業種別・目的別に整備してください」

■ コラム：アワードとは“選ばれる物語”を語ること

アワードの審査は、単なる評価ではない。
「今、この社会にこの事業が必要な理由」を語り切るかどうかの勝負だ。

機能や実績は、あくまで土台。
その上に「この会社が、なぜ今、ここにいるのか」という“ストーリー”がなければ、人の心は動かない。

生成AIは、“選ばれるための言語化”を徹底サポートしてくれる。
必要なのは、言葉を磨くことではなく、意図を伝える構造をつくることだ。

■ こういう時はどうする？

Q：アワード応募の評価ポイントが不明確で対策できません
→ Perplexityで過去受賞コメントを収集し、NotebookLMで要素を比較して共通点を抽出しましょう。

Q：申請書に説得力がないとフィードバックされました
→ ChatGPTで「社会課題との接点」や「未来視点」を補強したストーリーを再構成してください。

Q：応募資料が文字ばかりで退屈です
→ Canvaでインパクトある図解を作成し、ビジュアルで補完しましょう。

■ 読者ワーク：「アワードに通るストーリー構造」を自社で設計する

Perplexityで、狙うアワードの受賞傾向を把握
NotebookLMで自社の過去PRや申請文を分析
ChatGPTで「文脈に沿った構成」として再構成
Canvaでビジュアルを追加し、Claudeで表現を整える
Gensparkで「応募テンプレート集」を蓄積する

■ 最後に

アワードに応募することは、自社の価値を再定義すること。
選ばれるための言葉を探す過程で、「なぜ私たちはこれをやっているのか？」という原点にも立ち返れる。

生成AIはその対話の相手になってくれる。
受賞という“結果”だけでなく、そこに至る“意味”を言語化するプロセスが、広報にとって最大の財産になる。

39｜自社主催PRイベント、集客と報道を両立させる広報術

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：「誰に向けたイベントなのか？」が曖昧だった

老舗IT企業「アクソルテック」。社員数500名。
自社プロダクト10周年を記念して、リアルイベントの開催が決定した。

広報担当の吉田宗一郎は、社内外に話題になる機会として期待されるこのイベントの設計を任されたが、準備は難航していた。

「集客を重視しすぎて、伝えたいメッセージが薄くなっている」
「プレス対応の準備が後手に回っている」
「誰に響かせたいのか、登壇者の話がバラついている」

「社内は盛り上がっているのに、報道に価値があるように見えない…」

■ ケース：主語を変えたら、企画の軸が定まった

吉田は、まずChatGPTに相談。
イベントの目的やメッセージを明文化するため、以下のプロンプトを使用した。

プロンプト：「10周年記念イベントの概要と社内ヒアリング内容をもとに、 “来場者にどう記憶されたいか”“メディアにどう報道されたいか”の2軸から、企画の再構成を提案してください」

→ 結果、「プロダクトの未来」よりも「この10年でどう社会に貢献してきたか」というストーリーの方が報道に乗りやすいと判明。

Claudeで登壇者のスピーチ構成と要点整理を実施。
Perplexityでは、同業他社の記念イベントや報道傾向を調査。
Canvaでイベント案内用の視覚資料を整備し、Notionで社内の連絡と準備タスクを一元管理した。

■ 解決：イベントは「体験×報道ストーリー」の設計が命

吉田が再構成した企画のポイントは、以下の通り：

来場者向けには“体験価値”を明確に（デモ体験・対話コーナーなど）
報道向けには“言葉にしやすい象徴的メッセージ”を設計（社会背景との接続）
登壇者の言葉も、“記事の見出し”にしやすいようチューニング

この設計により、当日の報道掲載は過去最多。来場者満足度アンケートも好評を得た。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT イベント設計と目的整理「記憶に残るイベントにするには、来場者と報道の両軸から何をどう設計すべきか？」
Claude スピーチ構成と要点の抽出「登壇者の話を“記事化しやすい構成”に再整理してください」
Perplexity 同業イベント・報道傾向の調査「この分野での記念イベントが報道された際、どんな要素がニュースとして取り上げられたか？」
Canva 案内資料や登壇資料のビジュアル化「このイベント案内に合うチラシ・資料ビジュアルを作成してください」
Notion 社内連携・当日運営のタスク管理「このイベントに必要な準備タスクを一覧化してください」

■ コラム：イベントは“語られる場”として設計せよ

イベントは「やること」が目的化しやすい。
だが本来は、“語られるきっかけ”をどうつくるかが広報の腕の見せ所だ。

報道に値するのは、単なる出来事ではない。
「なぜ今この場をつくったのか」「何を社会と共有したいのか」
それを言語化し、伝えやすく整えることが、AI活用の核心だ。

■ こういう時はどうする？

Q：イベントが社内向けのノリになってしまいます
→ ChatGPTに「社外向けに編集するならどこを直すべきか」診断してもらいましょう。

Q：登壇者の話が長くて要点が見えません
→ Claudeで「3つのメッセージに要約し、キャッチコピー化」すると整理されます。

Q：報道資料に載せるエビデンスが足りません
→ Perplexityで業界動向や世論調査などを引き、社会背景と接続するデータを補完しましょう。

■ 読者ワーク：「集客×報道」のバランスを自社イベントに設計する

ChatGPTで「来場者目線」「メディア目線」両方のイベント設計を洗い出す
Claudeで登壇者原稿の再構成と要点の整理
Canvaで案内・登壇資料の統一ビジュアルを作成
Notionで準備タスクと進捗を一元管理
Perplexityで報道事例とテーマを照らし合わせ、報道軸を決める

■ 最後に

イベントは広報にとって“最大のリアルメディア”だ。
ただし、その価値は「やること」ではなく「どう記憶に残るか」で決まる。

生成AIを活用することで、記憶され、語られ、報道される構造を先回りで設計できる。
それが、PRイベントの本当の成果につながっていく。

40｜コラボ企画で“どっちが主語？”問題を乗り越える設計力

（第4章｜現場で使える“伝え方の武器”を手に入れる）

■ 序章：「共同発表」と言いながら、温度差がにじむ

BtoB領域でサービスを展開するSaaS企業「テックフィールド」。
ある日、業界最大手の企業とコラボレーション企画が決定した。

広報担当の村井瞬太は、共同プレスリリースとキャンペーンページの制作を任される。
だが、早々に壁にぶつかった。

「どちらの社名を先に出すか」でもめる
提出された案内文はお互い“自社推し”で噛み合わない
合意のたびに文面がどんどん凡庸に

「せっかくのコラボなのに、“色”がどこにも残らない…」

■ ケース：文章の“主語”を、顧客に変える

村井はまずChatGPTに、両社の強みと顧客ベネフィットを踏まえた第三案の整理を依頼。以下のプロンプトを使った。

プロンプト：「以下の2社のプレスリリース案を分析し、“読者視点で魅力的に見える形”に再構成してください。両社の強みを“顧客価値”として表現し、どちらか一方に偏らない文体で整えてください。」

→ ChatGPTが提示したのは、“企業名を主語にしない”構成。
「この提携で何が変わるのか？」を起点にした、第三の語り口だった。

続いて、Claudeでパートナー企業の過去リリースを分析し、トーンと文体の違いを抽出。
Gensparkでは、両社の特徴や役割分担を「コラボ文面テンプレート」として整理。

ビジュアル資料はCanvaで「対等感」と「一貫性」を持たせる設計に。

■ 解決：「主語を“読者”にする」ことでバランスが取れる

村井が導き出した解は、「どちらが主語か？」をやめ、「読者が“受け取るもの”を主語にする」構成。

主語を「企業」ではなく「価値」や「変化」に置き換える
メッセージの出発点を「顧客の状況」にすることで共感を得やすい
両社の“対等性”はトーンと設計で担保し、文言で押し出さない

このアプローチにより、両社の合意形成もスムーズに進み、報道資料もインパクトのある文面に整えられた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 両社の文面を読者目線で再構成「どちらにも偏らない中立で顧客価値中心のプレスリリース文案を作ってください」
Claude パートナー企業の過去トーン分析「この企業のリリース文体・構成の特徴を抽出し、自社とどこが異なるかを分析してください」
Genspark コラボ文面のテンプレート設計「2社間で使える“コラボ時の文面テンプレート”を要素別に整理してください」
Canva ビジュアル資料の統一感設計「両社のロゴ・カラー・要素をバランスよく統合したスライドや資料デザインを提案してください」

■ コラム：コラボ文面の「設計力」は、対話力と構造力

「どちらが主語か」を話している限り、合意は遠い。
本当に大事なのは、「読者が何を受け取るか」。

広報に必要なのは、言い換えの技術ではなく、構造と言葉の起点を切り替える視点。
生成AIはその視点転換を助けてくれる。

■ こういう時はどうする？

Q：パートナー企業が強引に“自社中心”の文案を押してきます
→ Claudeでその文案を読み解き、Gensparkで「読者目線でどう読まれるか」を可視化したうえで対話材料に。

Q：“連名発表”なのに社名の順番でもめる
→ ChatGPTに「両社名を並列・フラットに見せる文案例」を生成してもらいましょう。

Q：トーンがバラバラでまとまりません
→ Claudeで過去文書を統合・分析し、文体テンプレートを作成して統一。

■ 読者ワーク：「パートナーとの文面設計テンプレート」を作ってみよう

自社とパートナーの特徴を整理し、Gensparkで構造的に表現
ChatGPTで「顧客が受け取る価値」を主語にした文案を生成
Canvaで両社のカラーを統一した資料ビジュアルを作成
Claudeで文体トーンの統合と、表現のバランスをチェック

■ 最後に

コラボレーションは「発表すること」より、「どう語られるか」が重要だ。
生成AIは、バランスをとるだけでなく、第三の語り口＝読者視点の主語を見つける力を持っている。

広報が目指すべきは、「どちらが主語か」ではなく、
「読者にどう届くか」という問いを持ち続けることだ。

41｜調査リリースが刺さらない…伝わる構成に再設計する方法

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：「データは面白いのに、なぜ伝わらない？」

人材系スタートアップ「ライフハックキャリア」は、働く20〜30代のキャリア意識に関する自主調査を実施。
社内では「PR施策として話題になるはず」と期待が高まっていた。

広報担当の城戸あかりは、調査リリースを作成して配信するも、結果は芳しくなかった。

メディアからの問い合わせゼロ
SNSでも反応が薄い
「で、何が言いたいの？」と社内レビューで突っ込まれる

「データは面白いと思ったのに…。なぜ伝わらないの？」

■ ケース：主張とデータの“構造”がズレていた

城戸はまず、NotebookLMに過去の調査・競合事例・報道記事をアップし、トーンや構成を分析。以下のようなプロンプトで検証した。

プロンプト：「以下の過去調査記事・報道例をもとに、共通する構成パターンや読み手の引き込まれ方を分析してください。自社のリリース構成に足りない要素を指摘してください。」

→ 導入部で「このデータで何がわかるか」が弱く、“読み手の問い”に応える設計になっていないと判明。

次にChatGPTに、データの特徴をもとに「読者の感情を動かす構成案」を生成してもらった。

プロンプト：「この調査データの結果をもとに、“読者の興味を引き、シェアされる”構成に再設計してください。読み手の疑問 → データ提示 → 解釈・示唆 → 行動提案という流れで整理してください。」

また、Canvaで図解とグラフを刷新し、SNSや資料でも“見て伝わる”よう再構成。

■ 解決：調査の“読み手設計”を変えることで届き方が変わる

再構成したリリースでは、冒頭に「若手社会人の7割が“転職を考える瞬間”とは？」という問いを据え、
そこから調査データを展開 → インサイト → 課題提起 → 企業としての考察へと流れる構成に。

結果、メディア掲載は8件、SNSでも「共感」「わかる」といった反応が多く寄せられた。

重要なのは、「何を調べたか」ではなく、「読者に何を感じ取ってもらいたいか」から逆算する設計だった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 過去調査記事・報道事例の構成分析「以下の記事から共通する“読まれ方のパターン”を抽出してください」
ChatGPT 読まれるリリース構成の再設計「データを“感情に届く構成”に再構成してください。興味→提示→解釈→行動の流れで」
Canva データ可視化とグラフのビジュアル刷新「SNSや資料で映えるグラフ・図解を、このリリース内容に合わせて提案してください」

■ コラム：調査は「問いと示唆」の物語である

調査リリースは「データを報告する場」ではなく、「問いを提起し、考えを深めてもらう導線」。

数字に埋もれるのではなく、問い → 仮説 → データ → 行動のストーリーに変換することで、
読み手は「考える読者」から「動く読者」に変わる。

生成AIは、その構成整理と再設計に最適な伴走者となる。

■ こういう時はどうする？

Q：データはあるのに“結論がぼやける”と指摘されます
→ ChatGPTで「このデータが最も訴求できる結論・問いを複数案出して」と依頼しましょう。

Q：調査の切り口が被りがちで埋もれてしまいます
→ Perplexityで「最近報道された同種テーマの切り口」を収集し、差別化ポイントを探します。

Q：グラフが複雑で伝わりにくいです
→ Canvaでグラフテンプレを選び、ChatGPTに「要素を3つ以内に絞るとしたら？」と要約させましょう。

■ 読者ワーク：「調査リリース再設計シート」を作ってみよう

NotebookLMで過去の調査リリースや競合記事をアップし、構成分析
ChatGPTで「読者にとって最も刺さる問い→構成案」を生成
Canvaで図解・グラフを刷新し、資料やSNS向けにも調整
社内で共有し、複数部門の視点から“行動を促す構成”に磨き直す

■ 最後に

調査リリースは、事実の羅列ではなく「感情の触媒」である。
数字の裏にある問いとインサイトを、読み手の視点で構成し直すことができれば、
情報は“届く言葉”になる。

生成AIは、伝えるべき問いと構造を見つける探究のパートナーだ。

42｜インタビュー記事が冗長…“一言で伝わる言葉”の見つけ方

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：「いい話なんだけど、長いんだよね」

大手通信会社の広報部に所属する三浦翔太は、社内の取り組みを紹介するインタビュー記事を定期的に制作していた。

今回は、若手エンジニアの挑戦を取り上げた内容。熱量もあり、語る言葉には説得力がある。
しかし、完成した原稿を上司に提出したところ──

「この話、いいんだけど…長い。結局、何が言いたいの？」

がっくりと肩を落とした三浦。
“伝える力”に自信があったはずなのに、今の自分の言葉は「読ませる力」に欠けていた。

■ ケース：削るのではなく“抽出”する

三浦はまず、ChatGPTに全文を読み込ませ、「読者にとって印象に残る一文」を抽出させた。

プロンプト：「以下のインタビュー原稿から、“読者の心に残る”一言キャッチを10パターン提案してください。文意を損なわずに、本人の語り口を活かしてください。」

→ 提案された一文の中に、まさに取材時に印象的だった言葉が、鋭く凝縮されていた。

さらに、Claudeを活用して、記事全体の構成を読みやすく再設計。

プロンプト：「このインタビュー記事を、“共感と納得で読ませる構成”に再構成してください。読者が『だから何？』とならないよう、各段落の目的を明示してください。」

このアプローチで、「伝える」ではなく「伝わる」構成へと記事を磨き直すことができた。

■ 解決：「削る」のではなく「残す」を考える

三浦が得た最大の学びは、「文字を削る」のではなく「伝える核を浮かび上がらせる」こと。

インタビューは“語りの地層”。掘ることで核が見える
AIは“第三者の読者視点”として、言葉の濃淡を見抜いてくれる
印象に残る一言は、構成全体の“背骨”になり得る

結果、上司からは「タイトルで読みたくなった」「読後感がいい」と好評を得て、
社内共有でも多くの感想が集まる記事となった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 一言キャッチの抽出「全文から“読者の心に残る”一言を10案、語り口を保って提案してください」
Claude 構成の見直しと目的明示「読者が“だから何？”と思わないような構成に。各段落に“役割”を持たせてください」

■ コラム：言葉の“濃度”を測る編集術

原稿が長くなる理由は、「伝えたいことが多いから」ではない。
どの言葉が核か、見極められていないからだ。

生成AIは、“人に代わって言葉の重みを比較してくれる存在”でもある。
迷ったら、AIに聞く。「どの言葉が残る？」と。

「削る」ではなく「残す」。それが、AI時代の編集の本質だ。

■ こういう時はどうする？

Q：相手の言葉を削るのが申し訳なくて、文章が長くなってしまいます
→ ChatGPTに「本人の語りを保ったまま、短く力強い要約を」と指示を出してみましょう。

Q：原稿のどこが“余計”なのか自分ではわかりません
→ Claudeに「読者の立場で見て、不要な段落や重複している内容を指摘して」と依頼してください。

Q：毎回インタビューの流れがバラバラになります
→ Notionに“質問テンプレート”を整備し、ChatGPTでその順序の意図も言語化しておくと軸がブレません。

■ 読者ワーク：「一言で伝える練習」をしてみよう

過去の自社インタビュー記事をChatGPTに読み込ませて、「読者に響く一文」を抽出してもらう
その一言をタイトルにしたとき、記事全体の流れが整うか確認する
Claudeで構成を整理し、「各段落が何のためにあるか」を明文化して読み直す
印象の薄い段落や、繰り返し部分を調整する

■ 最後に

インタビュー記事に必要なのは、「すべてを語ること」ではない。
何を語り残すか、どこで伝え切るか。

そのための「読者視点の編集」に、生成AIは驚くほどよく付き合ってくれる。
あなたの書く言葉が、誰かの心に残る“一言”になりますように。

43｜Podcast配信のシナリオ、“聴かれる構成”に磨くAI活用法

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：「話してる内容は面白いのに、なんで聴かれない？」

都内の教育系スタートアップ「リレラボ」。広報担当の岡野真理は、自社の世界観や働き方を伝える目的で、Podcast番組を始めた。

テーマは「教育×テクノロジー」。CEOや社員をゲストに迎え、1本20分ほどのインタビュー形式で毎月配信。

内容には自信があったが、再生回数が伸び悩む。

「内容はいいけど、入りが長いと言われる」
「どこがハイライトかわかりづらい」
「結局、何が言いたいの？という感想が多い」

岡野は気づいた。「Podcastは“耳で読むコンテンツ”。文章とは違う構成力が求められる」と。

■ ケース：文章ではなく、“耳の地図”を描く構成へ

岡野はまず、ChatGPTに過去配信回の文字起こしを読み込ませ、以下のプロンプトを入力。

プロンプト：「以下のPodcast文字起こしを、“聴く人が迷わない構成”に再設計してください。冒頭に引きがあるか、話の流れに起伏があるか、最後に印象が残るかを評価してください。」

→ 冒頭に“導入のあいまいさ”、中盤に“話の脱線”、終盤に“締めの弱さ”があると指摘された。

次にClaudeで、構成テンプレートをカスタマイズ。

プロンプト：「教育×テクノロジーをテーマにしたPodcastで、“冒頭10秒・中盤・終盤”に最も適した構成要素を、過去の構成を踏まえて提案してください。」

さらにNotion AIで、収録前に使える「シナリオ質問テンプレート」を整理。Canvaでは、サムネイル画像の刷新も行った。

■ 解決：耳の“引き算設計”が、聴かれる構成をつくる

岡野が学んだのは、「情報を伝える順番」と「テンポを支える骨組み」。

文章よりも“音声の起伏”が大事
冒頭に“今から聞く価値”が伝わる一言を
終盤に“残す言葉”を意図して設計する

結果、再構成した回は再生数が2倍に。SNSでも「聴きやすい」「最後まで聞けた」と反応が増えた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 構成の問題点分析「Podcast文字起こしを読み、聴く人にとってわかりやすい構成に変えてください」
Claude 冒頭・中盤・終盤の構成テンプレート整理「教育×テックPodcastで、最適な構成テンプレを提案してください」
Notion AI シナリオ質問テンプレートの整備「Podcast収録に使える質問集を、導入→深掘り→まとめの順で整理してください」
Canva 配信用サムネイル画像の刷新「Podcastの内容を一言で伝えるサムネイルを3案作ってください」

■ コラム：耳は“予測”で聴いている

人は、文章よりも音声の情報を「先読み」して理解しようとする。

だからこそPodcastでは、「今から何の話？」「何が得られる？」を最初に伝える必要がある。

生成AIは、構成に無駄がないか、話の流れに自然さがあるか、読者ではなく“リスナー目線”で整えてくれる存在だ。

「音声は感情のグラフ」──そのグラフを、構成という線で支えるのが広報の役割である。

■ こういう時はどうする？

Q：話がいつも脱線してしまいます
→ Notionで「質問テンプレート」を整えておき、Claudeで“深掘りしても戻れる”構成をつくっておきましょう。

Q：配信しても社内で聴かれていない気がする
→ Canvaで“中身が想像できる”タイトル画像をつくることで、社内SNSなどでの視認率が上がります。

Q：冒頭が弱いと言われます
→ ChatGPTに文字起こしを読ませて、「10秒で聴きたくなる」導入キャッチを複数提案してもらいましょう。

■ 読者ワーク：自社Podcast構成を整えてみよう

ChatGPTに過去の文字起こしを読み込ませて、構成の改善点をチェック
Claudeで「冒頭・中盤・終盤」ごとの最適な構成テンプレを提案させる
Notionに「事前質問集」と「話の流れ」テンプレを整備
Canvaで“目を引くサムネイル”を複数つくって社内で投票・改善

■ 最後に

Podcastは、“話す”広報。だからこそ、言葉の重みも軽さも伝わる。

構成を整えることは、「話し手と聞き手の距離を縮める」ことに他ならない。

生成AIは、リスナー視点を持った編集者として、あなたの“語る力”をそっと支えてくれる。

44｜YouTube動画の概要文、“流し見されない導線”を設計する

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：「概要文、ちゃんと読まれてると思ってた」

リフォーム関連のSaaS企業「ホームリンクス」。マーケティングチームの石田翔太は、広報チームと連携してYouTubeチャンネルの運営を担当していた。

社内では動画制作に注力しており、工事事例や顧客インタビュー、プロダクト紹介などを定期的に配信していたが──

「視聴回数はそこそこ。でも問い合わせにつながらない」
「コメントも少ない。シェアもされない」
「動画の“概要文”、結局みんな読んでないのでは？」

そんな中、視聴者アンケートで「概要欄のリンクに気づかなかった」という声が続出。

「動画の中身は良いのに、もったいない」
石田はそう感じて、概要文の設計そのものを見直すことにした。

■ ケース：概要文は“もう一つの動画コンテンツ”

まず石田は、ChatGPTに過去のYouTube動画10本分の概要欄を読み込ませ、以下のプロンプトを投げた。

プロンプト：「以下のYouTube概要文を、“視聴者が次の行動を取りたくなる構成”に再設計してください。視聴前・視聴中・視聴後の3つのタイミングに応じて、どのような導線を引くべきか提案してください。」

→ 多くの概要欄が「内容説明だけ」で終わっており、行動喚起（CTA）が弱いと指摘された。

続けてClaudeに、理想的な概要文の構造を以下のように整理してもらった。

- 冒頭：動画の要点と視聴者のメリットを一文で提示 - 中盤：詳細な内容・章立て・要点整理 - 終盤：CTA（問い合わせ・資料DL・他動画への導線）

さらにNotion AIで動画ごとのトピック整理とキーワード抽出を行い、Perplexityで他社の人気チャンネルの概要文構成を分析した。

■ 解決：「読む気にさせる」概要文で、行動率が2倍に

再設計した概要文は、単なる説明ではなく「もうひとつの動画」として構成された。

最初の3行に“価値のある一言”と視聴の意義を
中盤に「見どころ」「分数ごとの章立て」などを整理
最後に必ず“行動してもらうためのCTA”を明記

その結果、概要欄からの資料請求が2倍に増え、再生後の回遊率も向上した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 概要文構成の再設計「概要文を、視聴者が次の行動をとりたくなる構成に整えてください」
Claude 理想的な構造のテンプレート化「YouTube概要文の、視聴前・中・後それぞれに必要な構成要素を整理してください」
Notion AI 動画内容の要点整理とキーワード抽出「この動画内容をもとに、概要文に入れるべき重要なキーワードと要点を抽出してください」
Perplexity 他社事例の構成研究「SaaS企業のYouTubeチャンネルで使われている概要文の傾向とベストプラクティスを教えて」

■ コラム：概要欄は“文章のラストワンマイル”

視聴者は、意外と概要欄を見ている。だが、“読む価値があるか”は数秒で判断される。

概要文の設計は、まさに「ラストワンマイル」。
せっかく届けた動画を、問い合わせや資料DLに“つなげるかどうか”を決める最後の導線だ。

生成AIは、読む人の目線で「どこが読まれ」「どこで離脱されるか」を可視化し、文章を磨くパートナーになってくれる。

■ こういう時はどうする？

Q：概要文が長くなりすぎて読まれません
→ Claudeで「3行で伝える要約文」をつくり、冒頭に配置しましょう。

Q：動画の見どころがどこか分からないと言われます
→ Notionで章立てを整理し、ChatGPTで“見どころ付きタイムライン”を生成しましょう。

Q：行動喚起（CTA）が弱いです
→ ChatGPTにCTA案を複数出してもらい、Perplexityで競合事例を参考に設計しましょう。

■ 読者ワーク：「動画1本×概要文1本」練習帳

自社のYouTube動画を1本選び、文字起こしと内容整理をNotionで実施
Claudeで「3行要約＋行動喚起」の構成をテンプレート化
ChatGPTに概要文を複数案出してもらい、社内でレビュー
Perplexityで他社チャンネルの構成と見比べて改善案を出す

■ 最後に

どんなにいい動画でも、見られなければ意味がない。
そして、行動につながらなければ“届けきった”とは言えない。

概要欄は、情報の橋であり、行動の入口でもある。

生成AIと一緒に、“見せる”から“動かす”へ。
それが、広報に求められる次のステップです。

45｜IRページを更新せよ！見やすさと信頼感を両立する整備術

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：「“あるにはある”けど、読みたくない」

製造業系の上場企業「大栄テック」。
広報部でIRコンテンツの管理も担当している三浦亮は、経営企画との橋渡し役を任されていた。

IRページには、

決算短信や説明資料のPDF
株主総会関連情報
統合報告書やESGデータ

が、淡々と並ぶ。情報は揃っている。だが──

「更新されてるのに“古く見える”って言われた」
「せっかく出してるのに、“読みにくい”って言われる」
「資料にたどり着けない、と問い合わせが…」

“あるにはある”が、“見たくない”。
そんなIRページをどう変えていくか──三浦は悩みながらAIの活用を始めた。

■ ケース：IR情報は「編集」されてこそ“伝わる”

三浦はまず、NotebookLMに過去3年分のIR関連PDF資料とページ構成案を読み込ませた。

プロンプト：「以下のIR関連資料とWebページ構成を読み込んで、投資家やステークホルダーにとって“わかりやすい構造”になっているかをチェックし、改善案を出してください」

→ 指摘されたのは、以下の点。

情報の“格納”はされているが、“導線”が存在しない
PDFとHTMLの行き来に一貫性がなく、離脱ポイントが多い
「企業の意志や姿勢」が言葉ではなく“並び順”ににじむ

そこで、ChatGPTに「統合報告書をHTML化した時の構成見本」として再設計を依頼。

また、CanvaでKPIグラフやIRトピックのビジュアルを生成。
CopilotでWebサイト改修のプロトタイプ案もつくり、社内共有資料に活用した。

■ 解決：IRページは“財務のポータル”ではなく“企業の顔”

三浦が気づいたのは、IRページに「人を呼び込む力」が必要だということ。

投資家が何を探しに来るのか？
繰り返し見たくなる設計とは何か？
“信頼感”は、どこから生まれるのか？

それらをAIとともに言語化し、「IRデザイン方針書」を作成。
社内で合意形成を取りながら、再構成プロジェクトをスタートさせた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 現状のIR構成の構造分析「このIRページの構成における“離脱ポイント”と“改善提案”を出してください」
ChatGPT HTML版統合報告書の構成設計「IR資料をHTML構成に変換し、“読みやすく見える順番”にして提案してください」
Canva IRデータのビジュアル化「このKPIと推移を、投資家向けに分かりやすいグラフにしてください」

Copilot IRページ改修のプロトタイプ化「この構成をもとに、IRページの画面構成ワイヤーフレーム案をつくってください」

■ コラム：IRページは“信頼のUI”

IRは、ただの“公開情報”ではない。
それは、投資家に向けた“信頼の設計”そのものである。

誰が、何を探しに来るのか？
その視線をトレースできなければ、ただの“ファイル置き場”になる。

UI（ユーザーインターフェース）は“信頼の文法”。
その文章を整えるのが、広報とAIの共同作業なのだ。

■ こういう時はどうする？

Q：IR資料が増えすぎて整理が追いつきません
→ NotebookLMで「分類マップ」を作成し、ChatGPTでナビゲーション導線を整備しましょう。

Q：経営陣が“情報を削るのは危ない”と言ってきます
→ Claudeで“情報を削らず、順番を変えて整理する案”を出して説明資料に活用しましょう。

Q：英語版IRの構成が日本語とバラバラです
→ Copilotで多言語UI構成をテンプレート化し、ChatGPTで言い回しを揃えましょう。

■ 読者ワーク：「IRページ再設計チェックシート」を作ろう

NotebookLMに過去のIRコンテンツ一覧をアップロードして分析
ChatGPTで「IRサイト構成テンプレート案」を複数出してもらう
CanvaでKPIのビジュアル化、Copilotで改修イメージをまとめる
社内会議用に「投資家の行動動線マップ」を整理して説明する

■ 最後に

IRは、開示の義務ではある。
だがそのページは、義務の顔をして“信頼”を語る場所でもある。

読みやすさは誠実さであり、導線設計は企業の姿勢だ。

AIとともにその構造を磨くことは、単なるWeb改修ではない。
それは、未来の対話相手に向けた、企業の“言葉の整備”なのだ。

46｜FAQやカスタマー対応文、ChatGPTと磨く“誤解させない言葉”

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：「それ、前も聞かれましたよね？」

EC系スタートアップ「グローネット」。
ユーザーサポートも兼務する広報担当・望月理央は、カスタマー対応の効率化に頭を悩ませていた。

よくある質問なのに、FAQが見つけづらい
チャットボットの返答がズレている
サポート文面が“カタすぎて”逆に怒られることも…

「なんで“ちゃんと書いてる”のに、伝わらないんだろう」

社内で何度も使っている表現やテンプレが、読み手には“別の意味”に映ることもある。
情報過多な今、「伝える」ではなく「誤解されない」が重要なのでは？
そう考えた望月は、ChatGPTを軸に対応改善に踏み出した。

■ ケース：FAQもメール文も、“構造”が整えば誤解されにくくなる

まず、NotebookLMに既存のFAQ・ユーザー問い合わせ履歴・テンプレ対応文をアップロード。
よくある問い合わせのパターンと、誤解が起きやすい箇所を洗い出した。

プロンプト：「以下のFAQとカスタマー対応履歴をもとに、誤解が起きやすい表現・構造・順序を特定してください。 “読み手目線”で、改善すべき表現の具体例も示してください。」

次にChatGPTで、問い合わせの多い10項目について文面を再構成。

プロンプト：「以下の内容を“読み手が誤解しないように”再構成してください。できるだけやさしい言葉・短文・順序に配慮し、読み飛ばしても要点が伝わる形にしてください。」

さらに、Notion AIでFAQのタグ分類と検索性を改善。
Canvaで画像つきQ&Aスライドをつくり、社内研修にも活用できる形に整えた。

■ 解決：誤解を防ぐのは“語彙”ではなく“構造”だった

望月が気づいたのは、どんなに丁寧に書いても「構造が悪ければ伝わらない」ということ。

文の順番を変えるだけで、イライラが減る
回答の“前提”が見えれば、安心できる
語尾よりも“接続語”に気を配ると誤解が減る

こうした気づきをもとに、Gensparkで「ユーザー対応文リライトテンプレート」を生成。
広報チームとCSチームの“共通言語”として整備された。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM FAQ・履歴の誤解リスク抽出「誤解されやすい表現・構造を抽出し、改善案を示してください」
ChatGPT 読み手目線の文面再構成「読み手が“誤解しないように”FAQを再構成してください」
Notion AI FAQの分類・検索導線改善「FAQをタグ分類・ユーザー視点で検索しやすい構成にしてください」
Canva 画像つきQ&Aスライド作成「CS文面をビジュアル化したQ&Aスライドを作ってください」
Genspark 文面テンプレート作成「FAQ・CS文面の“誤解されにくい書き方テンプレート集”を出力してください」

■ コラム：カスタマー文面は“謝る文章”ではなく“安心させる文章”

カスタマー対応で大切なのは、「ご迷惑をおかけして…」の定型ではない。
読み手が“安心できる構造”になっているかどうか。

問題の所在がすぐ見える
対応の手順がすぐ読める
代替案やタイムラインが示されている

こうした「先回りの安心」が、言葉の奥ににじんでいるか。
それが、誤解を防ぐ最初の一歩だ。

■ こういう時はどうする？

Q：定型文ばかりで“温かみ”がないと言われます
→ ChatGPTで「人間味を加えたバージョン」を生成し、比較しながらトーンを調整してみましょう。

Q：FAQにアクセスされてないページが多いです
→ NotebookLMで「アクセスされない理由」をコンテンツと導線の両面から分析しましょう。

Q：CSと広報の言葉づかいがバラバラです
→ Gensparkで「対応文トーン統一テンプレート」を作成し、共通言語化を進めましょう。

■ 読者ワーク：「誤解させない文面テンプレート」を自社用に作る

NotebookLMで既存FAQと問い合わせ履歴を読み込み、傾向を可視化
ChatGPTで「誤解が起きない文面」の見本を複数生成
Gensparkで「再発防止型の表現テンプレート」を出力
Canvaで、CSチーム向け研修用のQ&Aカードに整理する

■ 最後に

FAQやカスタマー対応文は、広報の最前線でもある。
ユーザーにとって、その文面が“会社の人格”になることもある。

「読まれる」だけでなく、「納得される」「安心される」。
そんな言葉の設計には、AIの力が欠かせない。

誤解を減らすことは、信頼を積み重ねること。
AIとともに“伝わる構造”を整えることで、言葉はもっと人に届くようになる。

47｜海外配信時の英語文面、文化的ニュアンスはどう訳す？

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：「文法は合ってる。でも、なんか違う」

医療系SaaS企業「メディリンク」。
東南アジア進出を目前に控え、グローバル広報を任されたのは山下陽介。英語は得意、だけど…

直訳調になり「機械的で冷たい」と指摘される
現地PR会社に「もっと文化に寄り添って」と言われる
英語ネイティブからも「よく意味はわかるけど…しっくり来ない」と曖昧なフィードバック

「日本語では自然だったのに、英語になると“温度感”が失われる気がする…」

文化的な“前提”の違いにより、言葉の意図が変わってしまう。
山下は「翻訳」ではなく「伝わるローカライズ」のため、AIを使った言語・文化の再設計に着手する。

■ ケース：翻訳だけでは伝わらない、“意味のコンテキスト”まで可視化せよ

まず、ChatGPTで日英対訳された過去のプレスリリースを比較・分析。

プロンプト：「以下の日本語リリースとその英訳を比較し、“意図が正しく伝わっていない可能性のある箇所”を指摘し、改善案を提示してください。文化的・表現的な観点からもコメントを加えてください。」

次に、Claudeで「伝わり方の違い」を多言語文化の観点から整理。
たとえば「おかげさまで」といった日本的敬語表現が、英語では「依存的に見える」可能性などを指摘された。

さらに、Perplexityを使い、同業他社の海外向け資料・IRリリースの表現傾向を調査。
“感謝の言い回し”“実績の謙虚な伝え方”など、文化圏ごとの微差を洗い出した。

最後に、Gensparkで「文化別英訳プロンプトテンプレート」を生成。
現地PR会社とのやり取りにも活用できるようにした。

■ 解決：「翻訳」から「伝達設計」へ

山下が得た最大の気づきは、「言葉を訳す」のではなく「前提を伝える」ことの重要性だった。

単語ではなく“文脈”をAIに可視化してもらう
敬語・配慮・控えめ表現は“意味の再設計”が必要
英訳は“ゴール”ではなく“出発点”として位置づける

文化ごとの“読まれ方”を理解し、AIとの対話で言葉を調整することで、「相手に寄り添う発信」が可能になった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 日英対訳の意図比較・調整「この和文と英文を比較し、“伝わっていないニュアンス”を指摘・改善してください」
Claude 多文化観点からの表現分析「この表現が英語ネイティブにどう感じられるか、文化的観点から解説してください」
Perplexity 他社の海外リリース・資料表現調査「医療系SaaS企業の海外向けPR文における言い回しの傾向を教えてください」
Genspark 文化圏別の翻訳・ローカライズテンプレート「日本語→英語へのローカライズで使える“文化配慮型”テンプレートを国別に出力して」

■ コラム：ローカライズとは“相手の思考構造”に敬意を持つこと

翻訳とは、「意味」を運ぶ技術。
ローカライズとは、「前提」を乗せて届ける技術。

たとえば、日本の「申し訳ございません」は、英語圏では「訴訟回避の表明」にも見える。
“謝罪”の背景が違えば、“受け止め方”もまるで違う。

大事なのは、「その文化の人が、どんな文脈でその言葉を受け取るか」を想像すること。
生成AIは、その「想像」を形にしてくれる強力な助っ人だ。

■ こういう時はどうする？

Q：海外向けリリースで、いつも“文体が堅い”と指摘されます
→ Claudeで“ナチュラルなネイティブ英語”に整え、ChatGPTでトーン比較をしましょう。

Q：グローバル展開初期で、そもそもローカライズの知見が社内にありません
→ Perplexityで業界他社の事例・傾向を収集し、Gensparkでテンプレート化しましょう。

Q：自動翻訳だけで完了させると、毎回“意味がずれる”と言われます
→ ChatGPTと対話形式で、段階的に意図→表現→構文と確認しながら進めるのが効果的です。

■ 読者ワーク：「文化圏別・伝わる表現テンプレート」をつくる

ChatGPTで既存の日本語→英語翻訳を検証・比較する
Claudeで「文化的ニュアンス」の観点から改善点を洗い出す
Perplexityで他社のグローバルPR表現を収集する
Gensparkで「文化別テンプレート集」を生成して、自社内に展開する

■ 最後に

伝える相手が変われば、言葉も変わる。
その変化を“文化の違い”として尊重しながら整えるのが、グローバル広報の役割です。

翻訳はAIでもできる。
でも、“伝わる言葉”を設計するのは、人とAIの対話から生まれる。

敬意を持って文化に寄り添い、想像力をもって翻訳を超える。
それが「言葉で世界とつながる」広報の醍醐味なのです。

48｜社外役職・兼務メッセージ、“一貫性のある言葉”で表現するには？

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：「あれ、この人って何者？」

ヘルスケア系スタートアップ「ウェルビィ株式会社」。
広報担当の笠原淳は、ある日、取材記事を見た社外からの問い合わせに違和感を覚えた。

「CTOの肩書きの他に、財団理事？大学講師？なんだかよくわからない」

会社の役職紹介では「CTO」、SNSのプロフィールには「エンジニア・研究者・起業家」、
登壇イベントでは「社会起業家／ウェルビィ CTO」と紹介されていた。

メディアや社内外の発信で、「人物像」がブレて伝わっていることに気づいた笠原。
“役職が複数ある時の伝え方”に頭を悩ませていた。

■ ケース：役職ではなく「ストーリー」で整理する

笠原はまず、NotebookLMに過去の登壇・寄稿・リリース・SNS投稿をアップ。
CTOの言葉や活動履歴から「役割」や「思想」に一貫性があるかを探った。

プロンプト：「以下の文章を分析し、“この人物がどんな信念・ビジョンを持って行動しているか”を整理してください。また、社内外の発信に一貫性を持たせるための肩書き・紹介文テンプレートを提案してください。」

さらに、ChatGPTに以下のプロンプトを投入：

プロンプト：「以下の複数の肩書き（CTO／大学講師／財団理事など）をもつ人物について、 “ひとつの軸にまとめたパーソナルストーリー”として紹介文を再構成してください。読者が『この人は何者か？』を一言で理解できる表現にしてください。」

役職の羅列ではなく、“ひとつの物語”として紡ぎ直すことで、メッセージに統一感が生まれた。

■ 解決：「何者か？」は“肩書き”ではなく“関心”で語る

笠原が気づいたのは、「人物紹介は、スペックではなく“意志”で伝えるべき」ということ。

複数の活動を“職能”ではなく“価値観”でまとめる
発信文のトーンと紹介文の一貫性を保つ
社外から見たときに“どう記憶されるか”を軸に設計する

この設計を基に、Gensparkで「マルチロール紹介テンプレート」を生成。
その後、社内で全役員の紹介文を統一し、各メディアにもガイドラインとして共有した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 登壇・寄稿・SNS文の整理と思想分析「この人物の一貫した思想や価値観を整理し、紹介文に活かしてください」
ChatGPT 紹介文の再構成「複数肩書きをもつ人物を、共通する意志に基づいたストーリーとして再構成してください」
Genspark 紹介テンプレートの生成「マルチロールの人物紹介テンプレートを作ってください。肩書きの一貫性を保つ構成で」

■ コラム：紹介文は“肩書きの翻訳”ではなく“価値観の要約”

誰かを紹介するとき、肩書きを並べるだけでは「意味」が伝わらない。

たとえば「大学講師・技術顧問・スタートアップCTO」という肩書きは、「技術と人の未来に関心を持つ実践家」と要約できるかもしれない。

紹介文とは、読者の中に“この人ってこういう人かも”というイメージを生む一文。

AIと一緒に、肩書きの向こうにある“意志”をすくい上げ、伝わるかたちに整える。
それが、現代の広報に求められる「人物設計力」だ。

■ こういう時はどうする？

Q：兼務している役職が多くて、自己紹介が定まらない
→ ChatGPTで「共通する想いや価値観を核にした紹介文」に整えましょう。

Q：複数のプロフィールがバラバラに存在していて管理できていない
→ NotebookLMに過去の発信を集約し、トーンや文脈の統一を図ってください。

Q：紹介文を社内外で再利用しやすくしたい
→ Gensparkでテンプレート化し、再編集しやすい形で運用設計すると便利です。

■ 読者ワーク：「あなたの会社の“多面性人材”を伝える紹介文を整える」

NotebookLMに過去の寄稿・登壇・プロフィールなどをアップする
ChatGPTで共通する意志やテーマに基づく紹介文をつくる
Gensparkで再利用可能な「紹介文テンプレート」にしておく
社外発信時に“人物像”の一貫性を保てるよう社内で共有する

■ 最後に

広報とは、“この会社に、こういう人がいる”を社会に伝える営みでもある。

肩書きが増えるほど、伝え方は難しくなる。
でも、増えた肩書きの奥には、必ず“ひとつの想い”がある。

その想いを軸に紹介文を編むことで、「この人、会ってみたい」と思わせる広報が生まれる。

49｜株主向けニュースレター、“投資家目線”で再構成する技術

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：数字ばかり並ぶ「通信」に、誰が耳を傾けるのか

老舗製造業を親会社に持つBtoB系子会社「テクニコラボ」。
広報部とIRを兼務する長谷川翼は、毎期の「株主向けニュースレター」の作成に手を焼いていた。

四半期ごとに出しているが、反応がない
フィードバックも届かず、改善のしようがない
「どんな情報を載せればいいのか」が曖昧

過去のニュースレターは、決算概要・数字の推移・新製品の一覧など、事実の羅列が中心。
だが、“誰のために書いているか”が見えなくなっていた。

■ ケース：「読み手の知りたい順」に並べ直す

長谷川はまず、Perplexityで他社の株主通信やニュースレターの構成事例を収集。
特にスタートアップや上場直前企業のIR資料を参考にした。

次にNotebookLMに過去の自社ニュースレターをまとめてアップロードし、トーンや構成を分析。以下のようなプロンプトを活用した：

プロンプト：「以下の株主向けニュースレターを分析し、“投資家が興味を持つ要素”の抜け・強みを抽出してください。また、読み手が関心をもつ順序で並び替えた理想的な構成案を提示してください。」

さらに、ChatGPTに以下のプロンプトで本文の再構成を依頼：

プロンプト：「以下の内容をもとに、株主が読みやすく、将来に期待を持てる“語り口”に再構成してください。難しい用語や数値はわかりやすく置き換え、次のアクションを促すような語尾で締めくくってください。」

■ 解決：未来と感情が伝わる「語り」のある通信へ

長谷川が辿り着いたのは、「株主通信＝“会社がどこへ向かっているか”を伝える手紙」という視点。

数字は「未来の証拠」として語る
「なぜ今この選択をしているか」にストーリー性を持たせる
1通の手紙のように“人間の言葉”で語る

この考えを軸に、Gensparkで「投資家向けストーリー構成テンプレート」を作成し、今後の発信の基盤とした。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 他社のIR資料・株主通信の収集と分析「投資家が好む株主通信の構成事例を教えてください。特にスタートアップや上場企業の例を」
NotebookLM 自社ニュースレターの分析「読み手が興味を持つ順序に並べ替え、強みと弱みを可視化してください」
ChatGPT 読みやすい語り口への変換「投資家に伝わる語り口に直し、将来像を期待させる文章にしてください」
Genspark テンプレート化・今後の運用設計「株主通信用の“語り口ストーリー構成テンプレート”を作成してください」

■ コラム：IRにも“ナラティブ”が求められる時代

企業が語るべきなのは「何をしたか」だけではなく、「なぜそうしたか」。

数字や製品情報は検索すれば出てくる。
だが、その背景にある“決断の理由”や“未来の意志”は、IR資料では語られにくい。

だからこそ、ニュースレターはナラティブ（物語性）を持たせることが重要。
「この会社を応援してみたい」と思わせる語りが、株主を“ファン”に変えていく。

■ こういう時はどうする？

Q：事業内容がニッチで、うまく説明できません
→ ChatGPTに「一般向けにかみくだいて説明してください」と伝えると、比喩や事例で表現してくれます。

Q：IR資料と株主通信の役割がかぶってしまう
→ NotebookLMでそれぞれの過去資料を分析し、重複や補完関係を明確化しましょう。

Q：数字ばかりの通信に“語り”を加えたいけど難しい
→ Gensparkで「定性＋定量のストーリー構成テンプレート」を作っておくと便利です。

■ 読者ワーク：「あなたの会社の株主通信」をナラティブで再構成

NotebookLMで過去の通信をアップし、構成・表現の傾向を整理する
Perplexityで他社のIRストーリー事例を収集
ChatGPTで自社のニュースを「人に伝わる語り口」に変換
Gensparkでテンプレート化し、社内ガイドラインとして整備する

■ 最後に

株主通信は、「未来をともに歩むパートナー」に宛てたラブレターのようなもの。

だからこそ、事実の羅列ではなく、物語と温度が必要だ。
生成AIは、数字の裏にある意志や感情を“伝わる言葉”に変える力を持っている。

あなたの会社の想いを、ちゃんと届くかたちに。
それが、広報とIRの交差点にいるあなたの仕事です。

50｜自治体との連携広報、行政と民間の言語ギャップを超えるには？

（第5章｜多様なアウトプットを“意味ある発信”に変える）

■ 序章：民間のスピードと、行政の慎重さのあいだで

ヘルスケアベンチャー「シンメディカ」。
自治体との健康促進プロジェクトがスタートし、広報を担当する望月拓人は連携発表の準備に取りかかっていた。

だが、思った以上に苦戦した。

行政側の承認プロセスが複雑
文章が“お役所言葉”で伝わりづらい
民間企業としての温度感が出せない

「“一緒にやります”の発表なのに、読んでもワクワクしない」
そんな違和感を、プロジェクトチーム全体が共有していた。

■ ケース：「言葉の翻訳」で温度と意志を可視化する

望月はまず、行政から提示された原稿案とこれまでの官民連携事例をNotebookLMに読み込ませた。

プロンプト：「以下の自治体発表文面を、民間企業の読者にも“わかりやすく親しみやすい文章”に変換してください。公的な立場と、協業の意志が共存するようにトーンを調整してください。」

次に、Claudeにパートナー企業・行政・生活者の3視点での読後感を確認するプロンプトを投入：

プロンプト：「この文書を以下の3つの立場で読んだときに、どのような印象を受けるか教えてください。 1. 自治体職員 2. 民間パートナー企業の広報担当 3. 市民／生活者それぞれの立場から、“伝わりやすいか”“感情的にどう響くか”を分析してください。」

最終調整として、ChatGPTに以下のプロンプトを渡し、再構成した：

プロンプト：「以下の官民連携プロジェクトの文案を、“公共性”と“親しみ”が共存する発表文に再構成してください。難解な語句を避け、相手の立場への配慮が伝わるようにしてください。」

■ 解決：「両者の“らしさ”を活かした共創広報」

プロジェクトの文面は、「自治体の堅実さ」と「企業のスピード感」が両立するトーンへと生まれ変わった。

公共らしい正確さは担保
民間らしい温度とストーリーが加わる
生活者にとっても“自分ごと”になる文脈

望月はこのプロセスをテンプレート化し、以後の連携案件にも使える「共創広報フレームワーク」として社内共有した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 自治体文書の読解とリライト素材抽出「自治体の発表文を民間広報の文体に翻訳してください。トーンの配慮も含めて」
Claude 3者視点からの読後感の分析「行政・民間・生活者の3つの立場からの感情的印象を分析してください」
ChatGPT 公共性と親しみを両立する発表文の再構成「官民連携のプレスリリースを、“堅さ”と“温度”のバランスをとって書き直してください」

■ コラム：言葉の“温度差”を、AIで整える

行政と民間では、使う言葉が違う。
目的も、組織文化も、スピード感も違う。

だが、言葉には共通項がある。
「誰に、どう思ってもらいたいか」を起点にすれば、違いは“翻訳”できる。

生成AIはその翻訳者だ。
AIを通して、行間の温度や意志を整えることで、共創は言葉から始まる。

■ こういう時はどうする？

Q：行政が作る文面が“固すぎて使えない”と感じます
→ NotebookLMで行政側の文書を読み込み、ChatGPTで“生活者にも届く言葉”に変換しましょう。

Q：社内で行政文をそのまま使えと言われるが違和感がある…
→ Claudeで多視点の印象分析を行い、「なぜ伝わらないのか」をデータで示しましょう。

Q：複数の立場を調整した表現って、どう書けば？
→ ChatGPTに「3者に伝える文章」を意識したプロンプトで構成してもらいましょう。

■ 読者ワーク：「官民連携文書の“温度調整”テンプレート」をつくる

NotebookLMに自治体文書をアップし、構成とトーンを分析
ChatGPTで“生活者にも読める表現”にリライト
Claudeで3者視点からの印象分析を行い、改善点を見つける
このプロセスをテンプレート化しておくと、次の案件でも応用可能

■ 最後に

官民連携は「目的は同じ、文化は違う」協業。
その違いを乗り越えるカギが、「言葉の設計」にある。

生成AIは、相手の立場や読み手の温度感に配慮した言葉づかいを支えてくれる。
それは、単なる翻訳ではなく、意思疎通の橋を架けること。

行政とも、生活者とも、同じ方向を向いて歩いていくために。
言葉の温度を揃えることから始めよう。

51｜CSR×地域連携、「支援感」ではなく「共創感」を出す広報

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：善意が、上から目線に聞こえていないか？

物流系スタートアップ「トラリンクス」。
創業10周年を記念して、地域の子ども食堂を支援するCSRプロジェクトを始動した。

広報担当の岩永さやかは、社内報とプレスリリースを作成していたが、ふと違和感を抱いた。

「“支援します”“貢献します”って、上から目線に見えない？」

活動の背景にある思いはまっすぐでも、「伝え方」を間違えると押し付けになる。
善意を「一方通行」にしない発信ができるのか――
岩永の悩みは深まっていった。

■ ケース：共創を“構造”から設計する

岩永は、まずChatGPTに次のようなプロンプトを投げて、現在の文面を点検した。

プロンプト：「以下のCSR発表文を、“共創感が伝わる表現”に変えてください。 “企業が地域に何かしてあげる”というトーンを避け、 “ともに育てる・支え合う”視点をベースに構成し直してください。」

次に、Claudeで、第三者が読んだときにどう感じるかをシミュレーション。

プロンプト：「以下の文書を“生活者視点”“支援先団体視点”で読んだとき、どう感じるか、どのような印象を受けるか分析してください。 “支援感”と“共創感”の差異に注目してコメントしてください。」

その結果、文中にある「支援」「貢献」「社会的責任」といった単語が
“距離を感じさせる語”として作用していることが判明。

文言を削るのではなく、Canvaを使って食堂の現場写真や地域の子どもたちの声を組み込み、
「現場の視点」から語る構成にリライトしていった。

■ 解決：言葉の順序と立場の視点を変えるだけで、伝わり方は変わる

岩永が気づいたのは、「支援」と「共創」の違いは、“語る順序”と“主語の位置”にあるということ。

先に地域の声を置くことで、企業は“共に取り組む存在”になる
「してあげた」ではなく「一緒にやった」という語り口に変えるだけで、印象は大きく変わる
ビジュアルで“誰が主語か”を明示することで、文章に温度が加わる

この気づきから、CSR文書のテンプレートをアップデートし、社内マニュアルにも反映。
今後の地域連携広報すべてに応用できるベースができた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT CSR文書の共創的再構成「支援感ではなく、共創感が伝わるCSRリリースに書き直してください」
Claude 多視点からの印象分析「支援先・地域住民の立場でこの文章を読んだときの印象を分析してください」
Canva 現場視点をビジュアルに反映「地域の子ども食堂支援の温度感が伝わるビジュアル案を出してください」

■ コラム：CSRは“語りの順番”がすべて

どんなに誠実な取り組みでも、「伝え方」を間違えると、意図が逆に伝わる。
CSR広報において重要なのは、“企業目線で始まる語り”をやめること。

最初に語るべきは、地域の課題、支援先の声、現場の現実。
企業の思いは、それに“寄り添う存在”として語られるべきだ。

生成AIは、その「順番」と「立場の言葉選び」を調整してくれる。
共創は、まず語りの構造から。

■ こういう時はどうする？

Q：CSR活動の紹介が“上から目線”になっている気がします
→ ChatGPTで“支援する”ではなく“ともに進める”構成に変換するプロンプトを使いましょう。

Q：文章は整っているのに、何か冷たく感じます
→ Claudeで“第三者視点からの感情分析”を行うと、無意識のトーンが見えてきます。

Q：現場の空気感が伝わらず、記号的な文章になりがち
→ Canvaで現場写真＋キーワードキャプションを設計することで、体温が乗った表現になります。

■ 読者ワーク：「CSR広報の“共創テンプレート”」をつくる

ChatGPTで自社のCSR文書を共創構成に変換
Claudeで支援先・地域住民目線の印象を確認
Canvaで現場の視点をビジュアルで補完
社内でテンプレートとして共有・再利用する

■ 最後に

CSR広報は、企業の“いいこと”を伝えるのではなく、社会の“現実”に寄り添う語りだ。
そしてその語りには、「どこから、誰の声で始めるか」が問われる。

生成AIは、構成と語りの主語を問い直す相棒。
あなたの言葉が「誰かの心」に届くために――
“支援”ではなく、“共創”の広報へ、進化しよう。

52｜ESG報告書、“伝わらない資料”から“読まれるコンテンツ”へ

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：開示はした。でも誰も読んでいない。

建設機械メーカー「コウセイエンジニアリング」。
年に一度のESG報告書を無事公開し、広報担当の大塚遼太郎はホッとしていた。
しかし、数週間後の会議で耳にした一言が、彼の気持ちを曇らせた。

「ところでさ、あのESGレポート、誰か読んだ？」

社内では話題にならず、社外からの反応も薄い。
IR部門からは「資料としては出したが、伝わる構成にはなっていない」とも。
丁寧に作ったはずなのに、“誰にも届かない”虚しさ――
大塚は、報告書のあり方を見直す決意をした。

■ ケース：「レポート」から「ストーリー」へ転換する

まず大塚は、NotebookLMに昨年のESG報告書を読み込ませ、以下のプロンプトで構造を分析した。

プロンプト：「このESG報告書は“読み手にとって意味のある構造”になっていますか？内容の重複、情報の過不足、構成の流れをチェックし、“読まれる資料”にするための改善点を提示してください。」

次に、ChatGPTで「伝わる構成」へと再設計。

プロンプト：「下記のESG報告書を、ストーリー構造に沿って再構成してください。 “課題 → 取り組み → 実感 → 未来”の順で展開し、社員や地域の声も織り交ぜ、読みやすく、伝わる構成にしてください。」

さらに、Perplexityを使って、他社の“読まれているESG資料”を比較。
表現トーン、図解の使い方、章立ての傾向を抽出し、見せ方の改善に活かした。

■ 解決：報告書は“ストーリー”に生まれ変わる

ESGは「データの積み重ね」ではなく、「企業の誠実さ」の物語。
ChatGPTとNotebookLMで構成を整え、実際の取り組みの中に人の声を加えることで、
無機質だった報告書が、“読み進めたくなるコンテンツ”へと生まれ変わった。

グラフの手前に「なぜこのデータを出すのか」を添える
成果よりも「過程」や「挑戦」を語る構成にする
社員や関係者の発言で、言葉に体温を持たせる

その結果、社内でも「読んだ」という声が上がり、IR部門からも「使える資料になった」と評価された。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 報告書の構成分析と改善点の抽出「この資料は読者に伝わる構成か？改善ポイントを構造的に整理してください」
ChatGPT 読まれるストーリー構造への再設計「課題→取り組み→実感→未来の流れで、読みたくなる構成にしてください」
Perplexity 他社報告書との比較・表現トーン分析「製造業のESG報告書で、読みやすく評価されている構成事例を教えてください」

■ コラム：報告書は“誰のため”に書いている？

ESG報告書は、社外の投資家だけでなく、社員や取引先、時には未来の応募者が目にする資料でもある。
“出すこと”が目的になってしまうと、「読む価値」が見失われてしまう。

生成AIは、こうした資料を“発信物”に変える視点をくれる。
数字や文言に「語りの順序」と「読み手の意図」を加えるだけで、資料はコンテンツになる。

「読むためにある資料か？」を、AIとともに問い直そう。

■ こういう時はどうする？

Q：ESG報告書がPDFで200ページ。読まれません
→ NotebookLMで章構成と要点を整理し、ChatGPTで「ダイジェスト版ストーリー」をつくって配信しましょう。

Q：どこに社員の声を入れると効果的かわかりません
→ ChatGPTに「この構成の中で“人の声”を入れると印象が変わる箇所」を提案させるとヒントになります。

Q：社内レビューが通りません…数字重視の人に刺さる書き方は？
→ Claudeを使って「数字重視層向けのESGストーリー構成」に整えてみましょう。

■ 読者ワーク：「ESG報告書の再構成プラン」を考える

NotebookLMで既存報告書の情報整理と構成診断
ChatGPTで読み手目線のストーリー構成にリライト
Perplexityで他社事例と比較し、自社らしい見せ方を探す
Canvaで表紙やビジュアルを整えて“読みたくなる資料”へ

■ 最後に

ESG報告書は、ただの「報告」ではない。
企業の未来への約束を、読み手とともに“共有する時間”だ。

AIの力を借りて、報告書を“読む資料”から“感じるコンテンツ”へ。
その小さな変化が、ブランドの信頼を少しずつ育てていく。

53｜Slackで社内報…反応があるチームに共通する投稿術

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：「誰もリアクションしない」広報の孤独

スタートアップ企業「エスフォルム」。社員数は約80名。
Slackの専用チャンネル「#社内報」には、広報の寺井愛が週1で情報を投稿していた。

「今週のPR掲載情報はこちらです！」
「新メンバーがジョインしました！」

だが、投稿にはスタンプすらつかず、コメントもゼロ。
「見てくれてるのかな…？」
寺井は空虚な気持ちを抱えながら、次の投稿を準備していた。

■ ケース：反応が起きる投稿には“設計”がある

寺井は、Perplexityで「社内報Slack活用の成功事例」を調査。
読まれる投稿の共通点を抽出した。

テキスト量が多すぎない
冒頭に「読みたくなる一言」がある
投稿に“問い”や“選択肢”が含まれている

この知見をもとに、ChatGPTに以下のプロンプトを投入した。

プロンプト：「下記のSlack社内報用文章を、反応が増えるようにリライトしてください。 “冒頭に惹きつける一言”、絵文字や行間の工夫、問いかけの設計を含めて改善してください。」

さらに、Notion AIで「社員紹介テンプレート」を整理し、投稿ネタのストックを整備。
Slack投稿前にはClaudeでトーンや文体の調整も行った。

■ 解決：投稿に“余白”と“問い”を加えるだけで変わる

反応がある社内報には、3つの共通点があると寺井は気づいた。

読んでから反応するのではなく、“反応しながら読む”設計
事実の共有ではなく、“話しかけ”として書かれている
読者に“自分ごと”を促す問いがある

この3点を意識し、ChatGPTで構成テンプレートを作成。
数回の投稿でリアクション数が大きく改善し、「読んでるよ！」の声がSlackに溢れるようになった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 他社事例の調査「Slackで反応がある社内報の投稿構成例を教えてください」
ChatGPT 投稿文章のリライトとテンプレ設計「反応が増えるSlack投稿にリライトしてください。問い・絵文字・余白を工夫してください」
Notion AI 社員紹介テンプレートの整備「社内報で使える“社員紹介記事”の構成テンプレートを作成してください」
Claude 投稿トーンの微調整「Slackに合うカジュアルかつ敬意あるトーンにしてください」

■ コラム：反応される情報には“余白”がある

「情報をすべて伝える」ことがゴールになっていませんか？
社内報は、完結したニュースではなく、“会話のきっかけ”に設計すると読まれます。

生成AIは、「何を、どういう順番で、どう問いかけるか」を一緒に考えてくれるパートナー。
“届ける”より“巻き込む”という広報スタンスが、Slackの中で機能しはじめます。

■ こういう時はどうする？

Q：毎回同じような内容でマンネリ化しています
→ Notion AIで「投稿ネタのカテゴリ一覧」を作り、ChatGPTでネタの切り口を増やしましょう。

Q：一方的な投稿になってしまう…社員の声をもっと拾いたい
→ Claudeで「社員に聞くべき質問テンプレート」を作り、Slack上でインタラクションを設計しましょう。

Q：上層部にSlack投稿の意味を理解してもらえません
→ ChatGPTに「社内報Slack投稿の価値を示す説明文」を生成させ、レポートに活用しましょう。

■ 読者ワーク：「反応が起きるSlack投稿テンプレート」をつくる

Perplexityで他社のSlack投稿事例を収集する
ChatGPTで自社に合ったテンプレート構成を生成する
Notionで投稿ストックと社員紹介ネタを整備する
Claudeで文体をトーン調整し、Slackに投稿する

■ 最後に

社内報は「情報共有」から「組織づくり」へ進化できる。
Slackの中で、会話が生まれる設計をすることで、会社の温度が変わっていきます。

反応がないのではなく、“反応しづらい構造”かもしれません。
生成AIと共に、問いかけと余白を設計し、組織の“言葉の文化”を育てていきましょう。

54｜ブランド再構築フェーズ、“今の会社”に合う言葉の棚卸し

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：「創業時のスローガン、もう違和感があるんです」

設立12年目のBtoB SaaS企業「リフレクション」。
サービスは成長し、チームも拡大している。だが──

広報責任者の山内修吾は、ブランドの言葉に違和感を覚えていた。

「創業当時のキャッチフレーズを今も使ってるけど、ちょっと古い気がする」
「社員から“今のウチって、どう見られたいの？”って聞かれて、答えに詰まった」
「新卒採用でも“なんかイメージと違いました”って言われることがあった」

“言葉がズレている”感覚はあったが、何をどう見直せばいいのかがわからなかった。

■ ケース：「今の会社」を言語化する棚卸しと対話の設計

まず山内は、NotebookLMに過去の社内スローガン、代表の挨拶、パンフレット文言、SNSの過去投稿などをアップし、以下のプロンプトを実行した。

プロンプト：「以下の言葉群を分析し、“ブランドとして一貫しているキーワード”と、 “時代とズレている可能性がある表現”をリストアップしてください」

次に、ChatGPTで以下のワークショップ設計を行った。

プロンプト：「“現在の会社に合うブランドの言葉”を再構成する社内ワークショップの進行案を作成してください。以下の観点を含めてください： - 今の事業フェーズと合っているか - 社員が“自分ごと”として語れる言葉か - 社外への訴求にズレがないか」

さらにGensparkで複数のブランドキーワード候補を生成。
Claudeで社外向けにわかりやすい言葉に翻訳し、広報資料を整えた。

■ 解決：ブランドの“言葉”は、再発明されていい

山内が実感したのは、「ブランドの言葉は“過去の定義”ではなく、“現在の共通認識”として再構成できる」ということ。

言葉の更新は、過去を否定することではなく“今”を捉えること
社員の言葉から新しいキーワードを抽出することで、組織の一体感が高まる
外に出す言葉と、内に響く言葉の“接点”をAIが調整してくれる

新しいスローガンは「働くを、もっと透明に。」
社員からの納得感も高く、採用や営業の現場でも活用され始めている。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 既存のブランド言語の抽出と分析「一貫して出てくるキーワードと、時代とズレた表現を可視化してください」
ChatGPT 社内ワークショップ設計「ブランド言語を再構成する社内WSの設計をしてください。“今の自分たち”に合うように」
Genspark ブランドキーワード生成「今のフェーズに合ったブランドスローガン・タグライン候補を複数生成してください」
Claude 社外向けへの翻訳とトーン整備「社外向けに“わかりやすく信頼感があるトーン”に言葉を調整してください」

■ コラム：ブランドとは「言葉でつくる共通の景色」

ブランドは“デザイン”や“ロゴ”ではなく、「こうありたい」が一致する“言葉”から始まります。
言葉は組織の“重力場”をつくります。

生成AIは、その言葉の更新に対して、過去の棚卸しと未来の仮説を同時に見せてくれる存在です。

「今の自分たちは、何者か？」
この問いに、言葉で向き合い直すことから、ブランドの再構築は始まります。

■ こういう時はどうする？

Q：創業者の言葉を変えるのは気が引ける…
→ Claudeで「創業者の言葉と“つなげる”構成案」を作成し、“敬意を保った再構成”を。

Q：“うちっぽさ”って何？社員によってバラバラです
→ NotebookLMに社内の文章やインタビューを集約し、“共通語”を抽出しましょう。

Q：外向けの言葉と中向けの言葉がズレています
→ ChatGPTに「社外／社内向けで使い分ける表現対比表」を生成させ、チューニングを。

■ 読者ワーク：「今のブランド言葉」を整える4ステップ

NotebookLMで過去のブランド言語・パンフ等を統合・分析
ChatGPTで社内向けワークショップ設計
Gensparkで新しいスローガン・タグライン候補を生成
Claudeで社外発信用にトーン調整・言葉の翻訳を行う

■ 最後に

言葉は“変えてはいけないもの”ではなく、“変えるべきタイミングで変えていいもの”です。

会社のフェーズも、社員も、事業も変わる。
ならば、それにふさわしい“言葉”を持ち直すことが、広報の仕事。

生成AIはその伴走者になり、迷いを言語化してくれます。
“今の私たち”を言葉にする旅へ、広報は先頭で立ちましょう。

55｜アライアンス発表、“どちらが主語？”で揉めない設計の極意

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：「“うちの名前が後ろ”じゃ困るんですけど」

医療系スタートアップ「メディフューチャー」は、老舗医薬品メーカーとの業務提携を発表することに。

広報担当の杉山貴大は、初めてのアライアンス発表に頭を抱えていた。

「プレスリリースの主語、どっちにするかでもう3回会議が止まった…」
「“うちの社名は先に書いてください”って相手企業の広報からメールが…」
「文面を調整するたびに、法務と営業からも修正が入る」

お互いの立場やメリットを尊重しつつ、「対等なパートナー」として伝える広報の“言葉の設計力”が求められていた。

■ ケース：文案は“構造”で合意する

まず杉山は、ChatGPTで以下のプロンプトを実行し、「提携発表の構成パターン」を洗い出した。

プロンプト：「対等な業務提携のプレスリリース文案を構造化してください。 “どちらかが優位に見える”ことを避けつつ、両者のメリット・目的・背景を整理した型にしてください。」

出力された「共創構造型」のリリース構成案は以下のようなものだった：

冒頭で“両社連名”の一文からスタート
各社が語る「背景」「目的」「意義」を交互に並べる構成
中盤以降に「協働による相乗効果」を強調する段落を設置

この構造案をもとに、Claudeで“双方にとって自然なトーン”を生成。
文中で表現が揃っていない部分や片方のメリットが強く見える箇所を調整した。

さらにCanvaで作成した図解資料により、経営層や法務との合意形成もスムーズに。

■ 解決：言葉の“順番”ではなく、“対話の設計”で納得をつくる

杉山は気づいた。揉める原因は「誰の名前が先か」ではなく、「構造の合意がない」ことだった。

構成を“共通のフォーマット”で示すと、文言の調整が建設的になる
相手の言葉も尊重しながら、ストーリーで“公平感”を演出できる
誰の会社か、ではなく「何を共に目指すのか」で“主語”を再定義できる

最終的に、両社から「気持ちのよい発表でした」と言われる内容に仕上がった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 構成パターンの抽出・整理「対等な業務提携リリースの“公平構造”を複数案出してください」
Claude トーン調整とバランスチェック「片方に偏らないように、両者のメリットと意図を自然な文体で整えてください」

Canva 合意形成用の資料作成「この提携内容を図解するビジュアル案をください。利点・役割分担・今後の展望を含めて」

■ コラム：広報にとって“主語”とは関係性の設計である

「どちらが主語か？」は、“言葉”の争いに見えて、実は“関係性”の争い。
広報が設計すべきなのは、単なる文面ではなく、「どう共に語るか」という関係の形です。

生成AIは、構造の中立性と感情のトーンを整えるのに役立ちます。
人と人、企業と企業を「対等に見せる」言葉の練度が、未来をつくる交差点になるのです。

■ こういう時はどうする？

Q：相手企業が“社名を先に出して”と強く主張してきます
→ ChatGPTで「社名順を工夫する別案（例：五十音順・対等な並列表現）」を出して交渉の材料に。

Q：社内法務から“表現が曖昧すぎる”と指摘されました
→ Claudeに“法務目線”でリスク表現をチェックしてもらい、法的に曖昧さのない言葉へ整えましょう。

Q：そもそも業務提携の意義が伝わりにくいです
→ NotebookLMで過去の提携事例とニュース記事を分析し、“よくある成功構造”を抽出しましょう。

■ 読者ワーク：「アライアンス発表リリース」の構造を設計する

ChatGPTで「公平な構成案」を複数出す
Claudeで“文体のバランス”を整える
Canvaで図解資料を作り、社内外に説明する
NotebookLMで過去事例から“成功パターン”を学ぶ

■ 最後に

“主語”で揉めるのは、構造が曖昧だから。
関係性をどう見せるかは、文言の順番ではなく、共に語る設計から始まります。

生成AIは、立場の違いを“構造”でつなぎ、対話の着地点を言葉にしてくれます。
広報は、その橋を渡す「最初の設計者」であってください。

56｜多言語対応、翻訳ではなく“文化翻案”が求められる理由

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：「この言い回し、日本っぽすぎて意味が通じません」

世界5カ国に展開するITサービス企業「フューチャーネクサス」。

広報部の山野真之介は、グローバル向けのプレスリリースに苦戦していた。

「直訳した英語だと、現地メディアに全然響かない…」
「本社で通じる表現が、海外ではニュアンスがずれてしまう」
「文化的に“言わなくていいこと”を、つい日本式で書いてしまう」

現地スタッフからも「このリリース、ローカルで使えないです」とフィードバックを受け、山野は“翻訳”ではなく“文化翻案”の必要性を痛感する。

■ ケース：意味を“伝える”翻訳には、文化の理解が必要

まず山野は、Perplexityで「グローバル企業の多言語広報戦略」を調査。

次に、NotebookLMに過去のリリース（日本語原文と英語版）をアップし、以下のプロンプトで文化的なズレを可視化した。

プロンプト：「以下の日本語原稿と英語訳を比較し、“文化的なニュアンスの差異”がある部分をピックアップしてください。現地読者に“違和感”を持たれそうな表現を洗い出し、より自然な表現案を提案してください。」

その後、Claudeで各国のビジネス文化に合わせたトーンに再調整。
例）米国では“ポジティブな未来志向”、欧州では“実直さと持続可能性”を重視。

最後に、ChatGPTで「読者が引っかかりやすい表現リスト」を生成し、地雷ワードや配慮すべき要素を事前にチェックする仕組みを構築した。

■ 解決：“伝わる”とは、“文化の座標”を移動させること

山野が学んだのは、「言葉は、文化を運ぶ船」だということ。

翻訳ではなく、“現地の思考フレーム”でメッセージを再設計する必要がある
「正確さ」よりも「現地における自然さ」を優先する視点が大切
AIは“翻訳”だけでなく、“文化の違いを埋める編集者”として活用できる

これにより、グローバルリリースの反応率が向上し、各国マーケ・広報担当との信頼関係も深まった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 多言語広報のトレンドリサーチ「グローバル企業の多言語PR戦略、文化適応の成功事例を教えてください」
NotebookLM 過去資料の文化差分析「翻訳表現に文化的なズレがないか確認し、自然な言い換えを提案してください」
Claude トーンの文化対応「アメリカ・フランス・インドなど各国向けに、自然なビジネストーンに整えてください」
ChatGPT 読者への違和感回避・事前チェック「海外読者が引っかかりやすい表現リストと、その回避案を生成してください」

■ コラム：翻訳者ではなく、“文化編集者”になる

多言語広報において求められるのは、「直訳」ではなく「文化編集」。
言語が同じでも、価値観が違えば、意味は届かない。

生成AIは、言葉を越えて“意味を届かせる”サポートをしてくれる。
広報の役割は、文化と文化の“橋”をかけることに他ならない。

■ こういう時はどうする？

Q：翻訳会社から納品された文面が堅すぎて違和感があります
→ Claudeで“ネイティブチェック風”に自然なビジネストーンに整え直しましょう。

Q：現地メディアから“意味がわからない”と指摘されました
→ NotebookLMで原文と翻訳文を対照分析し、文化的ギャップを抽出しましょう。

Q：現地支社とトーンが合わず、リリースの採用が見送られました
→ ChatGPTで“ローカル用トーン調整チェックリスト”をつくり、社内共有するのが効果的です。

■ 読者ワーク：「文化翻案ガイド」を自社用に整える

自社の翻訳実績をNotebookLMにアップして差異を分析
各国向けトーンテンプレートをClaudeで作成
ChatGPTでNG表現・翻訳ギャップ事例集をつくる
社内ローカルチームと「共通チェックリスト」を作成・共有する

■ 最後に

多言語対応は、単なる翻訳業務ではありません。
広報は、“誰にどう伝えるか”を再設計する「文化の翻訳者」としての役割が問われています。

AIを使えば、“違い”を学び、“配慮”を言葉にできます。
それができる広報こそ、世界中で“伝わる”存在になるのです。

57｜社員の“なんとなく不満”を魅力に変える“巻き込み型”PR術

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：「うちの会社って、何がいいんでしたっけ？」

老舗製造企業から生まれたBtoBスタートアップ「トクマ精工」。社員数は約90名。
ここ数年で急成長し、広報部も新設されたが、課題は“社内の熱量”だった。

広報担当の藤井達也は、社内からこんな声を聞いていた。

「会社に不満があるわけじゃないけど、別に自慢することも…」
「あえて発信したいと思えるポイントが浮かばない」
「良いところがあるのかもしれないけど、言語化できない」

「いい会社」とは誰もが思っているが、それが“言葉になっていない”。
そして、何も言われないまま、広報だけが動き続けていた。

■ ケース：「なんとなく不満」は、裏返すと“未言語化の魅力”

藤井はまず、ChatGPTに以下のような相談をした。

プロンプト：「社員の“なんとなく不満”から、ポジティブな価値を導き出したいです。社内アンケートの自由記述を読み取り、裏側にある魅力や改善ポイントを可視化してください。」

さらに、NotebookLMに社内アンケート結果、過去の社員インタビュー、Slack上の雑談ログをアップ。
AIに以下の指示を出した。

プロンプト：「下記の社員の声から、“魅力に変換できる要素”を抽出し、ストーリーに転換するための切り口を3パターン提案してください。例：素朴 → 誠実、堅実 → 安心感」

出てきたのは、「控えめ＝誠実な姿勢」「挑戦不足＝安心して働ける職場」という“逆転の視点”。
藤井はそれをGensparkで「巻き込み型PRプロンプト集」として整理。
さらに、Notion AIで「社内で自分の言葉で語れるテンプレ」を配布した。

■ 解決：「語らせる設計」にすると、PRの火は社内で灯る

藤井は「語らせる設計」の重要性に気づいた。

不満や違和感の裏側に、“未整理の魅力”が眠っている
AIはその“裏の価値”を見つけ出し、“言葉”にしてくれる
自分の言葉で語る社員が増えると、PRは“外に向けた発信”から“中から湧き出る声”になる

社内報や社員発信が徐々に活発化し、やがて応募者からも「現場の空気が見えた」と声が届くようになった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 不満のポジティブ変換「社員の“なんとなく不満”を、ポジティブな魅力として再構成してください」

NotebookLM 社内発言・アンケートの分析「社員の発言ログから、“言語化されていない魅力”を抽出してください」
Genspark 社員参加型PRのテンプレ化「社員が語りやすい社内PRプロンプトテンプレートを、職種別・価値観別に出力してください」
Notion AI 社員向け発信テンプレート作成「社員が自分の言葉で会社の魅力を語れる文章テンプレートを生成してください」

■ コラム：不満は“言葉の可能性”のタネになる

「なんとなく居心地が悪い」「でも、言うほどじゃない」

そんな声は、会社が次のフェーズに進むための“兆し”かもしれません。

生成AIを使えば、見過ごされがちな声を“言葉にする力”が得られます。
広報の役割は、“無言”のなかにある物語を拾い上げることなのです。

■ こういう時はどうする？

Q：社内アンケートでポジティブな意見が少なすぎます
→ NotebookLMに回答をアップし、ChatGPTで“潜在的価値”に変換してもらいましょう。

Q：社員がPRに協力してくれません
→ Gensparkで「話しやすいテーマ一覧」や「語りやすいプロンプトカード」を生成し、“自分の言葉”で語れるように後押しを。

Q：“不満”をそのまま出すのは社外的に不安です
→ Claudeで「ポジティブ変換×誠実さを損なわない表現」へ調整するのが有効です。

■ 読者ワーク：「語らせる社内PR」の起点をつくる

社内アンケートやSlack発言をNotebookLMで可視化
ChatGPTで“裏の魅力”として再構成
Gensparkで「語りやすいプロンプト」を整備
Notionで社員向けテンプレとして共有し、自発的な発信文化を育てる

■ 最後に

広報が語るより、社員が語るほうが何倍も力がある。
その声を引き出すには、「不満を否定しない」「魅力として翻訳する」視点が欠かせません。

生成AIは、その“翻訳作業”を手伝ってくれる最強の相棒。
社員の声が動き出したとき、社内から“ブランド”は立ち上がっていくのです。

58｜自社らしさ、AIと社員ワークで言語化するプロンプト設計

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：「自社らしさって、誰が決めるの？」

スタートアップから10年、社員数が200人を超えたライフスコープ株式会社。
創業当初のベンチャー感から、少しずつ“中堅企業”へと移行する中で、広報チームの田島結衣は悩んでいた。

「昔は“スピード感”が自社らしさだったけど、今はそれだけじゃない」
「MVVはあるけど、現場で“らしさ”として語られていない」
「社員の口から出る言葉にバラつきがある」

“会社らしさ”を言葉にしようと何度も試みたが、どこか空回りしていた。

■ ケース：社員の「日常の言葉」から“本当のらしさ”を見つける

田島は、まずNotebookLMに過去の採用コンテンツ・社内報・Slackログ・全社MTG議事録などをアップロード。
以下のプロンプトで、AIに“共通する表現・価値観”を洗い出させた。

プロンプト：「以下の社内文書・社員の発言から、“共通して繰り返されている言葉”と“背景にある価値観”を抽出し、 “会社らしさ”として言語化してください」

次に、ChatGPTを活用し、抽出したワード群を「社員ワーク用プロンプト」に変換。
目的は、“語らせる場づくり”だった。

プロンプト：「このキーワードを起点に、社員が“自社らしさ”について考え、話せるようなワークショッププロンプトを5つ生成してください」

さらに、Canvaでワークショップ資料を整え、Notion AIで議論をリアルタイム記録 → 要約 → 全体共有。

■ 解決：「らしさ」は“発掘”ではなく“共創”で言語化する

田島がたどり着いた答えは、「自社らしさは誰かが決めるものではなく、皆で見つけるもの」だった。

AIで“日常の言葉”を抽出 → 共通する価値観を可視化
ChatGPTで“語らせる仕掛け”を設計 → 価値観を社員の言葉に置き換える
Notionでリアルタイム整理 → 共通認識としての“らしさ”が定着

全社ワークショップ後、Slackで社員たちが自然と「らしさ」を語るようになった。
言葉が一人歩きせず、文化として根づき始めた瞬間だった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社内発言・資料から共通価値観の抽出「発言・文書から共通する表現・価値観を抽出し、“自社らしさ”を構造化してください」
ChatGPT 社員ワーク用プロンプトの設計「抽出ワードを元に“語らせる仕掛け”となるような質問・対話ワークを設計してください」
Canva ワークショップ資料の整備「社員が自社らしさを考えるワークショップ用スライドを構成してください」
Notion AI ワーク議論の要約・共有化「この議論内容を要約して、“共有ドキュメント”として整理してください」

■ コラム：「自社らしさ」は“社員の口ぐせ”に宿る

理念やMVVを掲げても、“社員の口から出る言葉”に落ちていなければ、らしさにはならない。
本当のらしさは、日報の言葉、Slackのやり取り、ちょっとした会話に宿っています。

生成AIは、そうした“無意識の言葉”をすくい上げ、意味に変えるパートナーです。
それを「一緒に言葉にしていく」過程が、組織に文化を根づかせるのです。

■ こういう時はどうする？

Q：社内に“言語化できる人”が少なく、ワークが進みません
→ ChatGPTで「思い出せる問い」を設計し、NotebookLMで事前にヒントとなる発言を用意しておくと、進行がスムーズです。

Q：理念と現場の言葉がかけ離れています
→ Claudeで理念と社員発言の“橋渡しとなるキーワード”を抽出し、ギャップを埋める設計を。

Q：ワーク後に何も定着しないことが多く…
→ Notionで成果をまとめ、「いつでも見返せる・追記できる文化」をつくると継続につながります。

■ 読者ワーク：「自社らしさ発見ワーク」を自分で設計する

NotebookLMに社内の発言・資料を投入し、共通する価値観を洗い出す
ChatGPTで社員が語れるような「問いかけプロンプト」を生成
Canvaでワークショップスライドを作成し、チームで実施
Notionで成果をまとめ、“組織の言葉”として可視化・共有

■ 最後に

ブランドとは、作るものではなく、育てるもの。
そしてその起点は「自社らしさ」にあります。

その“らしさ”を社員の言葉で語れる状態をつくることが、文化と信頼を育てる広報の本質です。
生成AIは、その見えない価値を“みんなの言葉”へと翻訳してくれる存在です。

59｜“推し会社”を社員に語ってもらう仕掛けと“引き出し”の技法

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：「会社の魅力？うーん……」

BtoB SaaS企業「リブコムテック」。従業員150人。
数々のアワード受賞やメディア掲載も増え、外部からの注目度は高まっていた。

しかし、広報担当の大島岳人には一つの悩みがあった。

「うちって、意外と社員が“うちの良さ”を自分の言葉で語れないんです」

インタビューを依頼しても、皆が口をそろえて「普通ですよ」と言う
SNSでの“社員の発信”が少なく、共感の輪が広がらない
「語ってもらうこと」に広報が過剰に介入してしまい、堅いトーンに…

「社員が語る会社」がもっとも強いPRになると分かっていながら、それを引き出す仕組みがなかった。

■ ケース：「引き出すAI」で“語れる人”を増やす

大島はまずChatGPTに相談。
社員インタビューで語られやすい「共感軸」の質問例を出してもらった。

プロンプト：「“この会社が好き”と感じる瞬間や背景を、自然に引き出せるインタビュープロンプトを10個出してください。回答者が“自分でも気づいていなかった良さ”に気づけるよう設計してください」

次に、Claudeを使い、過去の社内報やインタビュー記事を解析。
共通する「エモーショナルな語り口」や「語られやすいテーマ」を抽出。

さらに、Notion AIで各部署別のインタビュー記事フォーマットを作成し、Canvaで“語る社員”を魅力的に見せるビジュアルテンプレートも整備。

■ 解決：「語らせる場づくり」こそ、広報の腕の見せどころ

社員が語らないのではなく、「語れる場と問い」がなかっただけ。
それを設計したことで、広報による“引き出し力”がチーム全体で再認識された。

ChatGPTで「自然に語りたくなる質問」を準備
Claudeで「語られやすいトーンとテーマ」を構造化
Notionでテンプレ化し、誰でも社内でインタビュー可能に
Canvaで魅力的にビジュアライズ → 社内SNSで共有活性化

社内に「自社を語る人」が増えたことで、採用・営業・アライアンス面でも好影響が広がった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）

ChatGPT インタビュー質問の設計「社員が自社の好きなところを自然に話せる質問を10個作ってください」
Claude 過去発言から語りの“共通軸”を発掘「以下の発言から、“共感を呼ぶ語り方やテーマ”を構造化してください」
Notion AI インタビュー記事テンプレ作成「この部署向けの社内インタビュー記事フォーマットを作成してください」
Canva 語る社員の見せ方ビジュアル設計「この社員紹介記事に合うビジュアルテンプレートを作成してください」

■ コラム：語れる社員が“推し会社”をつくる

「PR担当が語る会社」より、「社員が語る会社」のほうが、何倍も響く。

語らせることは、押しつけではなく“引き出し”。
その設計力こそが、広報の価値になる。

生成AIは、社員の語りを自然に導く“問い”や“場”を設計するための強力なアシスタント。
「語れる人」が増えるとき、会社の“らしさ”は外に広がり始める。

■ こういう時はどうする？

Q：インタビューしても“ありきたり”な答えばかりです
→ Claudeで過去の発言を分析し、「意外性がある言葉」や「感情が出る瞬間」を起点にしましょう。

Q：“話すのが苦手な社員”からも言葉を引き出したい
→ ChatGPTで「Yes/Noで進むインタビュー形式」を作り、小さな問いから心を開いてもらうと効果的です。

Q：記事のビジュアルがいまいちで、読む人が少ないです
→ Canvaで“人が主役になるテンプレ”を使い、顔とコメントを主軸に据えると、印象が大きく変わります。

■ 読者ワーク：「語れる仕掛け」を自社用に設計する

ChatGPTで「語らせる質問集」を作成
Claudeで過去の語り口から“響くテーマ”を整理
Notionでテンプレート化し、インタビューフォーマットを全社展開
Canvaで“社員が主役”のビジュアルを整え、社内外に発信

■ 最後に

「社員が語る会社」は、共感と信頼を生む最強のPR。
そのためには“語りやすさ”を設計することが欠かせません。

生成AIは、問いを設計し、場を支え、語りを引き出すための力強いパートナー。
語られるほどに、会社の物語は“推し”として広がっていきます。

60｜ミッション・ビジョンの“再言語化”をAIと対話しながら進める

（第6章｜ブランドの“らしさ”を言葉と文化で育てる）

■ 序章：「掲げた言葉」と「今の会社」にズレがある

創業から10年を迎えた地方発のIoTメーカー「ネクストアーク」。
社員数は年々増加し、事業もスマートホームからインフラ領域へと拡大していた。

広報責任者の佐久間翔太は、ある課題に直面していた。

「うちのミッション、今の会社のやってることとズレてませんか…？」

5年前に作ったMVVが、現場で語られなくなってきた
採用面接で「正直、よくわからない」と言われることも
経営陣は変えることに慎重で、再定義の進め方が曖昧

「今の言葉を尊重しながら、時代に合った言葉にしたい」
そのジレンマに、生成AIを活用した“対話的な見直し”が始まった。

■ ケース：「AIとの対話」で言葉を棚卸す

佐久間はまず、NotebookLMに過去のMVV策定資料・経営資料・社員インタビューを集約。
「“価値観のコア”がどこにあるか」を探るため、以下のプロンプトを投入。

プロンプト：「以下の資料をもとに、当社の“根本的な価値観”を抽出してください。同時に、過去と現在の“事業の軸の変化”を対比してください」

次に、ChatGPTで社内アンケートを設計。
社員が「いま共感しているキーワード」を自由記述できる形式にした。

プロンプト：「ミッション・ビジョンの見直しにあたり、社員から“共感している価値観”を集めたいです。自由記述を引き出すための質問テンプレートを複数案ください」

さらに、Claudeでアンケート結果を分類・集計し、共通するキーワードと異なる視点を可視化。

最終的に、Gensparkを使って「再言語化の叩き案」を複数バージョン出力し、経営陣との対話に活用した。

■ 解決：「決める前に、見える化する」対話設計

MVVは、いきなり決めるものではなく「見えてくるもの」。

NotebookLMで“これまで”を整理し、
ChatGPTで“いまの声”を集め、
Claudeで“共通項と差異”を分析し、
Gensparkで“複数案”を提示する。

この流れを踏むことで、「一言で決める」のではなく「複数の言葉を並べながら、じっくり決める」プロセスを設計できた。

結果、経営陣と現場の納得感が高い“再言語化”が実現し、新しいMVVは社内研修や採用資料でも活用され始めた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM MVV関連資料・言語資産の棚卸し「以下の資料から、当社の価値観・文化のコアを抽出してください」
ChatGPT 社員アンケート設計「MVV見直しにあたって、社員が“今の会社に感じる価値”を言語化できる質問案をください」
Claude アンケート結果の分類・共通点整理「以下の自由記述回答から、共通する価値観ワードとその背景を分析してください」
Genspark 再言語化案のバリエーション出力「当社の価値観と方向性に基づいた、MVVの言い換え案を10パターン出してください」

■ コラム：MVVは“決める”のではなく“見えてくる”もの

ミッション・ビジョン・バリューの言葉は、上から降ろすものではなく、内側から浮かび上がるもの。

生成AIは、その“見えてくるプロセス”を支える相棒になる。

多様な資料を統合し、感覚を言語に変換し、比較を可能にし、複数案を同時に検討できる。
その力を活かせば、“言葉に納得できる組織”をつくることができる。

■ こういう時はどうする？

Q：経営層が「MVVは変えるべきでない」と言っていて動けません
→ ChatGPTで「現状MVVが伝わっているか」の社内アンケートを設計し、定量・定性で可視化してから対話しましょう。

Q：いろんな意見が出すぎて、まとめられません
→ Claudeで共通語・個別語を分類し、Gensparkで“両立案”を複数出力すると整理しやすくなります。

Q：社員がMVVに関心を持ってくれません
→ Notionで“社員の言葉で語るMVVページ”を作成し、Slackで共有・引用されるようにすると浸透します。

■ 読者ワーク：「再言語化のためのAI対話設計」を試してみる

NotebookLMで自社の過去のMVV・社内資料を統合
ChatGPTでアンケート設計し、“共感ワード”を集める
Claudeで集めた言葉を整理し、全体傾向を可視化
Gensparkで新しいMVVの案を複数出力し、チームで検討する

■ 最後に

言葉は、時にアップデートが必要な“OS”のようなもの。
ミッション・ビジョン・バリューも、成長や変化に合わせて調整することが自然です。

生成AIと対話しながら進めれば、「想い」と「現実」を橋渡しする最適な言葉がきっと見えてきます。

61｜社長交代の発表で失敗しないために ― 期待・安心・未来の整理法

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：「一大事」の発表は“誰に何を伝えるか”の設計がすべて

BtoB SaaS企業「スキマリンク」、社員数約120名。
創業社長の退任と、新たな代表の就任が正式に決まり、広報担当の山崎寛太は緊張していた。

「失敗したら、株主にも社員にも不信感を与える。
でも、言いすぎても言わなすぎても伝わらない…」

プレスリリースで“退任理由”をどう書くか悩む
メディア向けのトーンと社員向けの温度差に迷う
「未来への期待」をどう伝えるかに自信が持てない

“事実”だけでなく、“空気”を設計しなければいけない。
そんなプレッシャーの中、山崎はAIを活用して整理に取りかかった。

■ ケース：温度差のある相手に、共通する「構造」で語る

まず山崎は、ChatGPTで以下のプロンプトを使い、「社長交代の発表文の構成テンプレート」を抽出。

プロンプト：「社長交代を発表する文章を、株主・社員・メディアに向けてそれぞれ作成したいです。 “期待・安心・未来”を軸にした構成テンプレートを出してください」

それぞれの対象ごとにトーンと情報密度を調整する必要があると気づいた。

次にClaudeを用いて、過去の他社事例をインポートし、文章構造と文言の比較を実施。

プロンプト：「以下の社長交代プレスリリースを比較し、“よくある言い回し”と“効果的な伝え方”の違いを分析してください。その上で、自社用に改善案を出してください」

また、NotebookLMに社内ビジョン資料・IR資料・これまでの代表メッセージを集約し、「言葉のトーンの一貫性」を確認。

■ 解決：三層設計で“誰も置いていかない言葉”に

山崎が辿り着いたのは、三層構造のメッセージ設計だった。

株主向け：経営の安定と将来展望（論理＋実績＋数字）
社員向け：社風と文化の継承、不安の払拭（安心＋共感）
メディア向け：話題性とストーリー性（変化＋期待）

この骨格をChatGPTと整えつつ、Canvaで視覚的な関係図も作成。
「交代の理由」ではなく「交代で始まる物語」を語る設計にしたことで、反発なく、期待感のある発表が実現できた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 構成テンプレート作成、メッセージ草案「社長交代の文章構成を“期待・安心・未来”で分類し、読者別に調整してください」
Claude 他社の社長交代文の分析・言い換え提案「事例分析から“効果的な語り方”を抽出し、当社に応じた改善案を作成してください」
NotebookLM 社内文書のトーン分析、一貫性チェック「過去の代表コメントと照らして、今回の発表のトーン整合性を確認してください」
Canva 関係性ビジュアルの作成「社長交代のステークホルダー別説明図をデザインしてください」

■ コラム：重大発表こそ「安心」と「期待」の同居が必要

社長交代は“ニュース”である前に、“関係者へのメッセージ”です。
だからこそ、「不安がないこと」だけでなく、「期待できること」も必要。

生成AIは、過去と未来の言葉をつなぎ、読者ごとのトーンを調整してくれる。
“言葉の設計”を誤らなければ、変化の発表はチャンスになる。

■ こういう時はどうする？

Q：社長が交代理由を曖昧にしたがっています
→ ChatGPTで「曖昧さを残しつつ納得感がある表現」のバリエーションを出してもらい、選ばせましょう。

Q：社員向けとIR向けで言葉のトーンがズレています
→ NotebookLMに両文書を入れて、トーン差とギャップを可視化し、Claudeで調整文案を提案してもらうと滑らかになります。

Q：社長交代で不安の声が上がっています
→ 社内チャットで社員の声を収集し、Gensparkで「社内FAQ型メッセージ」案を作ると、丁寧な対応ができます。

■ 読者ワーク：「社長交代メッセージ三層設計」の練習

ChatGPTで「期待・安心・未来」構成の社長交代メッセージ案を作成
NotebookLMで過去資料と比較し、トーンの一貫性をチェック
Claudeで他社リリースと比較し、差別化された表現を導く
Canvaで「関係者別メッセージ設計図」を作って社内共有

■ 最後に

大きな変化の場面では、「正しく伝える」だけでなく、「安心して受け止めてもらう」ことが重要です。

生成AIとともに言葉の整理を進めれば、感情と理性の両方に届く設計が可能になります。
社長交代の発表も、“誰にどう伝えるか”の設計力で、チャンスに変えることができるのです。

62｜新役職（CPOなど）“聞いたことない役職”の説明どうする？

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：「この肩書、誰にどう説明する？」

物流SaaSベンチャー「Trazer（トレーザー）」が、CPO（Chief Product Officer）を新設した。
広報担当の泉翔太は、経営陣からの発表依頼に戸惑っていた。

「CPOって…社外に通じる？社内でもよく分かってない人、多いのに…」

「説明がくどくなると読まれない」
「かといって略すだけでは何者か伝わらない」
「なぜこの役職を作ったのか？をどう物語にするか…」

新しい役職は“肩書”以上の意味を持つ。
けれど、背景をどう表現するかで、その価値は半減も倍増もする。

■ ケース：役職を「機能」でなく「物語」で語る

泉はまず、Perplexityで「CPOという役職の定義と普及状況」についてリサーチ。
次にClaudeに以下のプロンプトを投げて、職務定義＋社会的背景をまとめ直した。

プロンプト：「CPO（Chief Product Officer）の一般的な職務範囲と、なぜ近年この役職が増えているのか、日本の文脈でわかりやすくまとめてください。そのうえで、社外広報に適した“伝わりやすい肩書説明文”に再構成してください。」

この結果をもとに、ChatGPTで新任CPOの人物像と会社の成長文脈を紐づけるストーリーを作成。
「この肩書を“付けた”理由」ではなく、「この人がこの役職を“担う”必然性」を中心に据えた。

さらに、Canvaで「会社の組織マップ図」を刷新。
役職の位置づけが視覚的にわかる構成にした。

■ 解決：「役職＝組織の意思」として語ると伝わる

泉は、ただの肩書説明ではなく、「組織としてなぜこの役割を重要視するのか？」というビジョン込みで説明を構成。
ポイントは3つ：

新設役職＝“組織の意思決定の重心”が変わるシグナル
略語のまま伝えず、“人＋文脈”で語ることで温度感が出る
事業フェーズとの連動を示すことで、納得感が増す

結果、新設リリースに対するメディアの反応も良好で、社内でも役割理解が進んだ。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity CPOという役職の背景リサーチ「CPOという役職の定義、必要性、登場背景について教えてください」
Claude 社会的背景と定義の再構成「近年CPOが増えた背景とその職務範囲を、日本の読者向けに再構成してください」
ChatGPT リリース用ストーリーの構築「この人物がCPOに就任したことの必然性を、会社の成長ストーリーに沿って描いてください」
Canva 組織マップの視覚設計「CPOのポジションが明確に伝わる組織図を作ってください」

■ コラム：新しい役職は「変化の象徴」

CPO、CHRO、CLO、CQO…。
新設される肩書は、ただの役割整理ではなく、“組織が何を大事にし始めたか”のメッセージです。

生成AIは、定義や役割を整えるだけでなく、そこに“会社の意思”を重ねて言葉を磨くことができる。

説明ではなく、意志として語る。
それが、聞いたことのない肩書を“聞いてみたくなる肩書”に変えるコツです。

■ こういう時はどうする？

Q：CPOの定義が曖昧で、人によって説明が違います
→ Claudeで海外含むCPOの事例を分析し、ChatGPTで社内向け・社外向けの文案を分けて作成しましょう。

Q：新役職に対して社内で「必要あるの？」と懐疑的な声があります
→ NotebookLMで経営資料や過去戦略資料を参照し、「なぜ今この役職が必要か」の根拠と背景を構造化して見せましょう。

Q：説明が長くなると読まれないのですが…
→ Canvaで「組織進化のタイムライン」を作り、要点だけでストーリーが伝わるビジュアルで補足すると効果的です。

■ 読者ワーク：「新役職の伝え方」トレーニング

ChatGPTで「社内／社外向け」の役職説明文を両方作る
Claudeで職務定義と社会的背景を整理する
Canvaで役職の組織内ポジションをビジュアル化
NotebookLMで過去文書と矛盾がないかをチェックする

■ 最後に

新しい肩書を伝えることは、組織の“これから”を言葉にすることでもあります。
生成AIを使えば、説明を超えて「納得感のある語り」に昇華できます。

人の名前と肩書を並べるだけではなく、
その肩書に込めた“意図”まで届けること。
それが、広報の仕事です。

63｜株価急落、報道対応が追いつかない時の即時判断と備え

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：「SNSの数字が落ち着くより先に、株価が落ちていた」

国内老舗メーカー「三條電機」。
子会社の不正処理が経済誌に報じられ、同日朝に株価が8％急落した。

広報責任者の松永隆志は、開示前後の1時間で怒涛の対応に追われていた。

「報道が先行し、事実関係が精査できない」
「社内稟議が通る前にSNSが炎上し始める」
「IR・法務・社長室…調整が間に合わない」

どこまでが事実で、どこからが憶測か。
そんな混沌の中でも、広報は「出す・出さない」の判断を問われる。

■ ケース：AIで“3つの軸”を分けて即時判断

松永は即座に、ChatGPTに以下のプロンプトを入力。

プロンプト：「次の報道内容に基づき、事実・憶測・評価を3つに分類してください。また、各要素について“今伝えるべきこと”と“後で整理すべきこと”を一覧で整理してください。」

同時に、NotebookLMには過去のプレスリリース、ガバナンス関連文書、IR資料などをアップロード。
「これまでに出してきた発信との整合性」を即座にチェック。

さらにClaudeを使い、報道文をもとに「想定される世論・記者質問・株主反応」を3パターンで生成。
それぞれに対する広報メッセージをChatGPTで即時作成。

これにより、「何を、どの順番で出すべきか」の判断軸が明確になった。

■ 解決：「事実・感情・未来」の順で出す

松永が導き出した判断原則は次の通り：

事実：「現時点で確認されたことのみ、簡潔に」
感情：「ご心配をおかけしたことへの謝意を一言でも添える」
未来：「調査と再発防止の方針を先に打ち出す」

この3段階を押さえた臨時発表資料をNotion AIで整形し、社内のチェックを通した。

対応から3時間後、沈静化。翌朝の株価は前日比+1.2％と、急落を一部回復した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 報道内容の分類と対応優先度の設計「事実・憶測・評価に分類し、今伝えるべきことを洗い出してください」
NotebookLM 過去文書との整合性確認「過去の開示資料と矛盾しないかチェックし、差分を明示してください」
Claude 想定質問・世論生成「この報道に対する、記者・株主・SNSユーザーの反応パターンを出してください」
Notion AI 発表資料の編集「この広報メッセージを読みやすい文章に編集し、フォーマットに整えてください」

■ コラム：危機時は「主語・時制・順番」が命

混乱時の情報発信で大切なのは、主語（誰の言葉か）、時制（過去or現在or未来）、順番（何から伝えるか）。

生成AIは、目の前の情報を冷静に“構造化”し、伝える順番を見せてくれる。
感情が揺れる時ほど、機械的な整理が有効。

冷静な文章の裏には、「整った思考」がある。
整った思考の裏には、「支えるAI」がいる。

■ こういう時はどうする？

Q：まだ情報が確定しておらず、何も言えない状態です
→ ChatGPTで「伝えられる範囲だけのメッセージ」を出力し、公開可能な言葉だけで骨子を組みましょう。

Q：社内調整が遅れているのに、報道だけが進んでしまいます
→ NotebookLMで過去開示資料をチェックし、差分がある部分だけでも先に共有できる状態に整備しておきましょう。

Q：記者会見で質問が飛んでくるのが怖いです
→ Claudeで「記者想定問答」をAIに生成させ、ChatGPTで回答を準備しておくと安心です。

■ 読者ワーク：「即時判断の軸」を設計する

ChatGPTで「報道内容の分解」を試す
NotebookLMで「過去文書との差分」を抽出
Claudeで「質問パターンと想定回答」を生成
Notion AIで「一次発表資料」を即時整形

■ 最後に

緊急時に問われるのは「即答力」ではなく「判断の質」。

焦って発信するより、1分で軸を整えること。
生成AIは、その“整える”部分を支える最強のパートナーです。

言葉を出す前に、頭を整える。
整った言葉は、混乱の中で信頼を生みます。

64｜災害時のメッセージ、“冷静さと温度感”を両立させる文面設計

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：「気持ちが先走って、言葉が止まる」

ある朝、関東を震源とする震度6の地震が発生。
都内に本社を構える教育系スタートアップ「EduWave」でも社員の安否確認と対応に追われていた。

広報担当の川島由真は、すぐに社内用のSlackと社外向けのお知らせ文面を任された。

しかし、手が止まる。

「被災した方への気遣いが足りないと炎上しかねない」
「かといって、温度感が強すぎると逆に違和感が出る」
「冷静な情報と、感情の揺れに寄り添う言葉。そのバランスが難しい」

かつて広報研修で「災害時メッセージは“冷たくなく、過剰でもない”温度が大事」と学んだ。
しかし、実際に手を動かそうとすると、どんな言葉が正解かわからなかった。

■ ケース：AIで“感情と構造”を同時に設計

川島は、まずChatGPTに以下のプロンプトを入力した。

プロンプト：「〇月〇日に発生した大規模地震を受けて、社内外に向けたメッセージを作成したいです。以下の要素を含め、冷静さと温度感のある文面を作ってください： - 社員と家族の安全確認が第一であること - 被災された方へのお見舞い - 当社拠点の状況（現時点での被害なし／一部対応中など） - 今後の対応方針と問い合わせ先」

生成された文面は、敬語のトーンと感情の“幅”が過不足なく整理されていた。
しかし「少し文章が固いかも」と感じた川島は、Claudeに以下の追加プロンプトを投げた。

プロンプト：「この文面を、“人の気配”が伝わるような柔らかさに調整してください。過剰な感傷にならず、読み手の不安を少しでも和らげるトーンでお願いします。」

この修正で、表現にやさしい余白が加わった。

最終的に、Notion AIで社内報にも転用できるフォーマットに整形し、同日に発信を完了。

■ 解決：「情報」「共感」「行動先」をワンセットに

川島が得た教訓は、「伝える情報」「寄り添う言葉」「次の行動先（問い合わせ先）」の3点がそろって初めて、“安心感”になるということ。

AIを使うことで、

抜け漏れない構造
感情のトーン整理
すぐ使えるフォーマット整備

が、短時間で可能に。
「揺れたときほど、“言葉の芯”が強くなる」。それを実感できた対応だった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 災害発生時の基本構成と文案作成「災害発生を受けての社内外向けメッセージを、冷静さと温度感のある構成で作ってください」
Claude トーン調整と“やわらかさ”の追加「固すぎない、でも軽すぎない、読み手の心に寄り添うトーンに編集してください」
Notion AI 社内外フォーマットへの展開「この文面をSlack・社内報・Webなど複数形式で使えるように再整形してください」

■ コラム：災害時こそ、“人の声”を言葉に宿す

災害が起きたとき、読み手が求めているのは「冷静な情報」と「寄り添う温度感」。

AIは、前者を構造的に支え、後者を編集トーンで補ってくれる。

言葉の“設計”と“感情”を切り離さず、両方を支えるのが、今の広報。
「この会社、人がいるな」と思われる一文が出せるか。
それが、信頼の第一歩になる。

■ こういう時はどうする？

Q：社内向けと社外向け、どちらを優先すべき？
→ NotebookLMで過去の対応文書を確認し、社内外の優先順位とフローを整理しておくと迷いません。

Q：災害の影響が少ない場合でも何か出すべき？
→ ChatGPTに「出すべきか迷うときの文案例」を尋ねてみましょう。影響がないことを“安心材料”として伝える工夫も有効です。

Q：温度感が社内で分かれ、決定できません
→ Claudeで複数トーンの文案を出し、比較しながら社内で選ぶと客観性が持てます。

■ 読者ワーク：「災害時の発信テンプレート」を整えておく

ChatGPTで自社用の災害時対応メッセージ骨子を作る
Claudeでトーンの調整パターンを2〜3案出す
Notionで汎用テンプレートとして整備し、社内に共有しておく
定期的にNotebookLMで既存文書とのズレを確認し、アップデート

■ 最後に

災害時の発信は、“早く、正しく、やさしく”。

AIはそのすべてを支えるパートナーになれる。
どれだけ丁寧に設計しても、発信が遅れれば意味がない。
逆に、拙速でも冷たい印象を与えてしまっては本末転倒。

冷静さとやさしさ。
その両立に、AIのちからを借りよう。

65｜社員の健康施策、“制度”でなく“想い”を伝える構成術

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：「制度は整った。でも、誰も話題にしない」

大手IT企業のヘルスケア推進チームで働く森下陽介は、社内報を担当する広報スタッフ。

産業医・人事・労務チームと連携しながら、健康経営の一環として「ストレスケア相談」「ワーク・ライフ・バランス支援制度」などを導入したが、いざ制度を社内に伝えようとすると、反応は鈍い。

「制度はいい。でも、“自分ごと”として伝わっていない」
「せっかくの取り組みが、社内掲示板の“お知らせ”で終わってしまっている」
「経営側の“やってます感”が前に出すぎると、社員の目線とズレてしまう」

森下は、「制度の説明」ではなく「想いの言語化」が必要だと感じていた。

■ ケース：AIで“制度→共感”の変換を実行

森下はまずChatGPTに以下のプロンプトを投げた。

プロンプト：「以下の健康施策の内容を、制度の説明だけでなく“会社として社員にどう思っているか”が伝わるメッセージに再構成してください。共感と納得のある構成で、経営側の一方通行にならない文面にしてください。」【例】・メンタル相談窓口の強化・ワークライフバランスの調整制度・健康診断の再受診支援

ChatGPTは、制度の概要だけでなく、それが生まれた背景や導入意図も含めた「ストーリーとしての文面」に整えてくれた。

次に、Claudeで「社員の声を入れた再構成案」を依頼。

プロンプト：「この文面に、社員の体験談や“制度があることで感じた安心感”のような短いストーリーを挿入し、人の顔が見える構成に整えてください」

さらに、Canvaで制度説明スライドのデザインを刷新。
“仕組み説明”ではなく“共感が先にある資料”に変えることができた。

■ 解決：「伝える」から「語りかける」へ

森下は、健康施策が「制度」としてだけでなく、「企業の想い」として伝わるには、“設計”ではなく“会話”が必要だと気づいた。

制度の仕組み → 経営・人事側から
受け止めた声 → 社員の立場から

この両者をつなぐ“語りかけのデザイン”に、AIが役立った。
結果、社内報の閲覧数は3倍に伸び、健康施策の利用率も上昇した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 制度の背景を含めたストーリー化「健康施策を共感と納得のあるストーリー文面に変えてください」
Claude 社員の声を加えた構成編集「この制度紹介に、短い社員ストーリーを挿入して、人の顔が見える構成にしてください」
Canva 社内報・資料のデザイン整形「この内容に合うスライドデザイン案とキャッチコピーを考えてください」

■ コラム：制度紹介は“感情の順番”がカギ

健康施策を伝えるとき、まず「制度」から入ると、どうしても“義務感”がにじむ。

でも、制度が生まれた背景や、「この会社で働き続けてほしい」という経営の想いを先に置くだけで、読み手の心の開き方が変わる。

AIは、感情の順番を整えてくれる。
制度紹介もまた、“エモーショナル・デザイン”が必要な時代だ。

■ こういう時はどうする？

Q：制度の説明文ばかりで、読まれないのですが…
→ ChatGPTで「社員向けに共感される順番で再構成してください」と依頼してみましょう。

Q：社員の声を集めるのが難しいです
→ Claudeで「制度を使うとどう感じるか？」の仮想ストーリーを複数生成し、素材として使えます。

Q：社内報デザインに一貫性がありません
→ Canvaで「社内健康施策向けテンプレート」を選定し、フォーマットを整えると効果的です。

■ 読者ワーク：「想いが伝わる制度紹介文」をAIと設計する

ChatGPTで施策を“ストーリー調”に再構成
Claudeで“社員の立場”からの声を補う
Canvaでビジュアル資料にまとめて社内共有
NotebookLMで他の健康施策と一貫性を確認・統一

■ 最後に

健康施策は、“制度”より“想い”で伝える。

働く人に、「自分のことをちゃんと考えてくれている」と思ってもらえるか。
それが、制度の利用率にも、企業文化にもつながっていく。

生成AIは、その“想いの翻訳者”になる。
構造と感情を行き来する言葉を整えられれば、制度は“通達”から“対話”へと変わっていく。

66｜研究成果を一般に伝える、“科学”と“物語”の融合方法

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：数式の裏に“人生”があった

医療系大学と連携するスタートアップ「メディカルパス」は、ある画期的な検査技術の開発に成功。
共同研究してきた大学との連名でプレスリリースを出す予定だった。

広報担当の石川拓人は、内容の正確さに配慮しながらも、引っかかっていた。

「データと論文だけでは、誰の心にも届かないのでは……？」

その研究には、臨床現場で苦しむ人を救いたいという、ある研究者の個人的な動機があった。
だが、それはリリース原稿にはまったく現れていない。

“技術の正確さ”と“感情に訴える語り”の間で、石川は迷っていた。

■ ケース：科学を“人の物語”に変えるAI活用

石川はまずClaudeに以下のプロンプトを投げた。

プロンプト：「以下の研究成果を、“一般の人が読んでも理解できるストーリー形式”で再構成してください。背景にある研究者の想いや臨床現場の課題なども含め、“なぜこの研究が重要なのか”を共感できる文章にしてください。」【内容】・血液から早期がんリスクを検知するAIモデル・研究者：○○医科大学の中川教授・研究動機：自身の家族が早期発見できなかった経験から

Claudeは、研究者の動機を軸にした「ストーリー」として成果を語る原稿を生成。

次にChatGPTで技術的説明を追加し、バランスを整えた。

プロンプト：「このストーリー形式の原稿に、正確な技術的説明を“わかりやすい例え”で補足してください。専門用語の言い換え、図にできるような説明もお願いします。」

さらに、Canvaでリリース資料に添える「1枚図解」と「人物の背景紹介」を作成し、メディアや社内にも共有しやすい構成に。

■ 解決：ストーリーで“科学の輪郭”が見えてくる

石川は、「伝えるべきは技術そのものだけではない」と気づいた。

研究の背景にある“動機”
解決しようとしている“社会課題”
研究者の“パーソナルな視点”

これらをストーリーとして編むことで、読者の心に届く構成ができた。
結果、プレスリリースは複数メディアに取り上げられ、講演や記事依頼も舞い込んだ。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Claude 研究成果をストーリー形式で再構成「研究の背景と想いを込めて、一般人に共感されるストーリー記事にしてください」
ChatGPT 技術説明の補足・用語のわかりやすい言い換え「この技術を、専門外の人にも伝わる例えと構成で説明してください」
Canva ストーリーを補う図解・人物紹介の作成「この研究成果の流れを1枚にまとめる図解と、研究者の想いを伝える紹介カードを作って」

■ コラム：科学にも“語り”が要る時代

かつて科学は、事実とデータで勝負する世界だった。

しかし今、社会に実装していくためには「共感の文脈」が求められている。
ストーリーは、複雑な技術に“触れられる輪郭”を与えるツールになる。

AIは、科学の語り手としても有能だ。
理系の事実と文系の心をつなぐ、新しい広報が始まっている。

■ こういう時はどうする？

Q：研究成果をどう一般向けに伝えるべきかわかりません
→ Claudeに「研究者の動機と成果をストーリーで語ってください」と依頼してみましょう。

Q：技術用語が多すぎて社内からも“難しい”と言われます
→ ChatGPTに例えや比喩での説明を求めると、一気に伝わりやすくなります。

Q：図解をどう作ればいいかわかりません
→ Canvaに「○○技術の仕組みを1枚で説明したい」と依頼し、ビジュアルのテンプレートを活用しましょう。

■ 読者ワーク：「研究成果を伝えるストーリー資料」を設計する

Claudeで研究の背景と動機を物語化
ChatGPTで専門用語を“伝わる言葉”に変換
Canvaで1枚図解＋研究者紹介カードを作成
NotebookLMで類似発信例をまとめ、構成の一貫性を確認

■ 最後に

研究成果は“数値の塊”ではない。
そこには、誰かを救いたいという祈りのような動機がある。

広報の仕事は、それを丁寧に“語り”としてつむぐこと。
AIはその語りのパートナーとなり、複雑な科学を“人の言葉”で社会に届ける橋渡し役になる。

67｜OSSプロジェクト広報、エンジニアとの言葉の共通点を探せ

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：コードベースに、言葉が追いつかない

ソフトウェア開発企業「コアレイヤー」は、OSS（オープンソースソフトウェア）を軸とした複数のプロジェクトを展開中。

技術広報を担当する永井貴大は、最近悩んでいた。

「エンジニアが書いたREADMEやドキュメントは、読者にとっては“壁”に見える……」

OSSの公開情報や開発ストーリーはある。
しかし、メディアや非エンジニアのユーザーにとって、それはあまりに“わかりづらい世界”だった。

永井は思った。

「このプロジェクトが目指す価値を、“コード外の言葉”で伝える方法はないのだろうか？」

■ ケース：対話と翻訳の“間”にAIを置く

永井はまず、OSSのGitHubリポジトリ、README、開発者ノートをNotebookLMにアップ。

以下のプロンプトで、内容の主旨や読者にとっての価値を抽出した。

プロンプト：「以下のOSSプロジェクトの資料を読み込み、一般のエンジニアや導入を検討する企業担当者に向けて“わかりやすく魅力を伝える構成”を提案してください。専門用語を減らし、メリットを明確にしてください。」

抽出されたキーワード・ユースケースをもとに、ChatGPTで「技術紹介ブログ記事」の骨子とトーン案を作成。

さらに、Claudeには以下を依頼：

プロンプト：「このOSSプロジェクトの背景にある“思想”や“開発のきっかけ”をストーリー化してください。エンジニアの想いや、なぜこの機能を作ったのかといった“人の動機”を中心にしてください。」

→ 記事冒頭に“開発者の声”を取り入れたことで、プロジェクトの共感性が一気に高まった。

■ 解決：“思想と言語の翻訳”はAIが得意

永井はAIとともに、「エンジニア語」を「共通語」に変換するプロセスを構築。

NotebookLMでコードや資料の要点を抽出
ChatGPTで記事・スライドなど発信形態に適した文案へ整形
Claudeで“背景にある人間ドラマ”をストーリー化

結果、OSS紹介ページのPV数は3倍に。
プロジェクトの外部貢献者も増加し、GitHubでのStar数も右肩上がりとなった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM OSS資料の構造化と要点抽出「OSS資料を分析し、魅力的な発信構成を作成してください」
ChatGPT ブログ・スライド構成の文案整形「この技術情報をブログ向けに再構成してください。初心者にも伝わるように」
Claude 技術の背景にある開発動機のストーリー化「OSSプロジェクトの裏にある想いをストーリー仕立てにしてください」

■ コラム：エンジニアの言葉は“翻訳”すれば届く

OSSプロジェクトの多くは、「なぜこの技術が生まれたのか？」という問いに答えないまま、構文や機能だけが先に出てくる。

けれど、そこにはたいてい「誰かの課題」「理想の開発環境」「仲間との挑戦」がある。

AIは、コードでは語られない“人の動機”を引き出し、翻訳する。
OSS広報の鍵は、「コードから物語へ」の変換だ。

■ こういう時はどうする？

Q：OSSドキュメントが無機質すぎて読みにくいです
→ NotebookLMで構成を読み取り、ChatGPTでストーリー性を加えましょう。

Q：エンジニアが広報に協力してくれません
→ Claudeで「本人の開発動機インタビュー」構成を作り、簡単なやりとりから引き出しましょう。

Q：OSS紹介が“なぜ作ったか”を語れていません
→ ChatGPTに「この機能の開発者インタビュー風記事にして」と頼むと自然に“語り”が入ります。

■ 読者ワーク：「OSS広報の翻訳テンプレート」をつくってみよう

NotebookLMにOSS関連資料を読み込ませ、共通の語彙や構成を抽出
ChatGPTで「導入検討者向け資料」として再構成
Claudeで開発の裏にある人間ドラマを引き出すストーリー記事を試作
社内・社外の両面に展開できるテンプレートとして整備する

■ 最後に

OSS広報は、「誰でも書ける技術解説」ではない。
開発者の思想、動機、そして未来への問いを“語れるか”が試される領域だ。

AIはその橋渡し役になる。
“コードのとなりに、物語を置く”。
それが、OSSに命を与える広報の形である。

68｜特許取得をどう伝える？“技術の魅力”をPRに変換する技術

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：「すごい技術なんですけど…」で止まる広報の壁

IoT関連の開発企業「リーネクト」。従業員150名、技術に強みを持つBtoB企業だ。

広報責任者の水野良太は、特許取得の報告を受けたとき、内心少し困っていた。

「これはすごい…らしい。でも、どう伝えたらいいんだ？」

エンジニアチームからは技術資料と、専門用語が並んだ概要文が送られてきた。

けれど、「それをどんな文脈で」「どんな言葉で」「誰に向けて」出せば響くのかが見えない。

社内からは「プレスリリース出した？」と急かされるが、手が止まったままだった。

■ ケース：技術を“機能”でなく“未来像”として語る

水野はまず、NotebookLMに技術概要書・開発背景メモ・競合の特許情報をアップロード。

次のプロンプトで技術の独自性と広報視点の整理を行った：

プロンプト：「以下の技術概要を読み込み、この技術が“他社と比べてユニークな点”を抽出してください。そのうえで、広報文書にするための“伝えるべき3要素（社会的意義・応用可能性・実績）”に沿って要約してください。」

その結果、下記のようなポイントが見えてきた：

業界初のアルゴリズムであること
現場の“ムダ”を削減する具体的なユースケース
今後の応用領域（農業・物流・医療）への広がり

水野はChatGPTにこう依頼した：

プロンプト：「この特許技術を“未来の暮らしや産業がどう変わるか”を描きながら、広報文として再構成してください。記者やユーザーが“面白い”と感じる切り口と見出しをつけてください。」

さらに、Canvaで視覚資料を制作し、Claudeでは開発者インタビューの草稿を用意。

■ 解決：“伝える順番”を設計することで、専門性が意味を持つ

水野が発見したのは、「難しいことを伝える技術」ではなく、「わかりやすく伝える順番」の重要性だった。

まず「未来像」から語ることで読み手の関心を引き
次に「課題解決の文脈」に触れ
最後に「具体的な技術の話」で深掘りする

この順序を守って構成したプレスリリースは、専門誌・業界紙に複数取り上げられた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 技術概要の構造化・競合比較「この特許のユニークな点と、広報用の要点を3つに要約してください」
ChatGPT 未来視点の広報文作成「この技術が社会や暮らしをどう変えるかを軸に、読みやすい広報文を構成してください」
Claude 開発者インタビューの構成作成「開発の動機や苦労を引き出すインタビュー記事を作成してください」
Canva 図解資料の作成「この内容を伝える図やフロー図のアイデアを出してください」

■ コラム：技術広報に必要なのは「技術」ではなく「翻訳」

特許や新技術は、広報にとって“情報”ではなく“素材”にすぎない。

それを「誰に、どう伝えるか」で、ただの報告が、共感や信頼、話題に変わる。

生成AIは、この翻訳作業の最強の補助輪になる。

専門語 → 共感語へ
技術の細部 → 社会への影響へ
機能の列挙 → 未来のストーリーへ

技術広報は、言葉の編集力で“世界を広げる”仕事だ。

■ こういう時はどうする？

Q：特許の技術説明が難しすぎて理解できません
→ NotebookLMで分解し、ChatGPTで「中学生でもわかる説明」に変換してみましょう。

Q：開発チームから協力を得づらいです
→ Claudeで“テンプレートインタビュー”を作り、短時間で済む質問設計をすると負担が減ります。

Q：プレスリリースが専門的で読まれません
→ ChatGPTに「非エンジニア向けのストーリー構成にして」と頼むと、構成が変わります。

■ 読者ワーク：「技術の伝わる順番」を自社用に設計する

NotebookLMで特許資料を読み込み、要素分解する
ChatGPTで「非専門家向け構成」へと変換する
Claudeで開発者の声を記事化する
Canvaでわかりやすい図解とともに広報資料にまとめる

■ 最後に

「すごい技術です」では届かない。

届けたいのは、“なぜこの技術が未来に必要なのか”という文脈。

広報とは、伝える順番を整えること。
AIとともに、その順番を設計できれば、技術は物語になる。

69｜ロゴ刷新、社内の混乱を防ぎ、社外への意義を伝える一文とは？

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：「変わったね」で終わらせたくない

創業から25年を迎える製造系企業「フローバック」。社員数約500名。

新しいビジョンの策定とともに、コーポレートロゴを刷新することが決まった。

広報マネージャーの田口誠は、そのお披露目の文面に悩んでいた。

「刷新の背景が伝わるメッセージにしたい」
「でも長すぎると読まれない」
「社内からも“前の方がよかった”という声が出そう」

デザイナーからは丁寧なコンセプト資料が届いているが、そのままでは“見た目の話”で終わってしまう。

「ロゴが変わる」以上に、「なぜ変わったのか」を伝えたい。

■ ケース：言葉を「つなぎ直す」ことで変化が受け入れられる

田口はまず、NotebookLMにロゴ変更の資料・過去のブランドステートメント・社内報などをアップ。

以下のプロンプトを用いて、社内外に伝えるべき“共通言語”を整理した。

プロンプト：「以下の資料を元に、ロゴ変更の背景とストーリーを読み解き、 “社内外の理解を得るために必要な3つのキーワード”を抽出してください。そのうえで、100文字・300文字・600文字のパターンで説明文を作成してください。」

得られたキーワードは：

変化（事業ドメインの拡大）
継承（創業精神の尊重）
未来志向（環境・社会課題への姿勢）

これをもとに、ChatGPTで「社内報文案」と「社外向けリリース文案」を同時に作成。

さらにCanvaでロゴ刷新のビフォーアフター画像や、ビジョンに合わせた図解を作成した。

■ 解決：メッセージは“正しさ”より“つながり”をつくるもの

田口が気づいたのは、ロゴを変えることが目的ではなく、
ロゴを通じて「私たちは何者か」を語り直すことが大切だということだった。

社内へは「これまでとのつながり」を意識した言葉を
社外へは「これからの姿勢」を端的に伝える言葉を

用途ごとに“メッセージの解像度”を調整することで、反発も混乱も最小限に抑えられた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM ロゴ刷新資料の整理・キーワード抽出「社内外に伝えるための重要キーワードを抽出し、用途別に説明文を100・300・600字で出力して」
ChatGPT 社内報とリリース文の作成「ロゴ刷新の背景を踏まえた、社内向け・社外向けメッセージを用途ごとに作成してください」
Canva ビジュアル資料の作成「ロゴ変更のBefore/Afterを比較し、意味を伝えるデザイン案を提示してください」

■ コラム：ブランド変更は「離れていく人」への配慮から始めよう

ロゴ刷新やビジョン変更は、“変化についてこられない人”への説明が何より大切です。

なぜ今、変えるのか
どこが変わったのか
何が変わらずに残るのか

この3点をていねいに届けることが、変化への信頼をつくります。

生成AIは「用途別・人別」に最適なトーンを出し分けてくれる強い味方。
“正しい言葉”より、“つながり直す言葉”を。

■ こういう時はどうする？

Q：社内から「前のロゴの方が好き」という声が出ました
→ NotebookLMで過去の理念やステートメントを確認し、「変わらない想い」を明文化しましょう。

Q：短くも本質的な文が書けません
→ ChatGPTに「要素を絞って、100文字・300文字・600文字のバリエーションで書いて」と依頼すると整理できます。

Q：ロゴ変更の理由をビジュアルで伝えたい
→ Canvaで変化の意味を図解（形・色・象徴の違い）にすると理解されやすくなります。

■ 読者ワーク：「ロゴ変更の意義」を用途別に言語化する

NotebookLMにロゴ変更資料やブランド文書をアップ
ChatGPTに用途（社内報、IR、HP）別の文面作成を依頼
Canvaで「意味の可視化」を図解としてまとめる
作成物を関係者でレビューし、社内説明のトーンを統一する

■ 最後に

ロゴの刷新とは、過去と未来を「今」の言葉でつなぐ行為です。

生成AIを使えば、“正しく短く、そして届く言葉”を無数にシミュレーションできます。

自分たちがなぜ今変わるのか――その一文に、組織の“現在地”が映し出されるのです。

70｜法務・ガバナンス改革、“誤解なく伝える文章”にAIを活かす

（第7章｜いざというとき、広報は何をすべきか）

■ 序章：「ルールの話」が“伝わらない理由”

製造業を中心にグローバル展開する中堅企業「東亜マテリアルズ」。社員数は1,200名。

内部統制と企業ガバナンスを強化する方針のもと、新たなルール・制度・ガイドラインが一斉に導入された。

広報責任者の藤井翔太は、社内報やイントラ記事にその内容をまとめる役目を担っていた。

だが、いざ草案を書いてみると――

「専門用語ばかりで読みにくい」
「どの部署にどこが関係するのか、伝えきれていない」
「“改革の意義”が書かれていないと指摘された」

社内の法務チームや外部弁護士の協力で正確性は担保されたが、「伝わらない」という壁が残った。

■ ケース：正確性を保ったまま、“読者目線”に翻訳する

藤井はまず、Claudeに社内資料（ガバナンス改革の目的・改訂概要・背景）を入力し、以下のプロンプトで再構成を試みた。

プロンプト：「以下の文章を、非専門職の社員でも理解できるように平易に言い換えてください。特に“なぜこのルールが必要か”“現場にどんな影響があるか”を中心に再構成してください。」

さらに、ChatGPTに以下のようなプロンプトでイントラ記事の草案を作成。

プロンプト：「社内向けに、法務・ガバナンス改革の全体像と意義を伝えるイントラ記事を作ってください。業務に関係する具体例・背景・今後の流れを含めて、1500文字程度でお願いします。」

内容がクリアになったところで、Canvaでスライド図解を作成。
制度導入の背景、現場への影響、メリットを視覚化することで、読むだけでなく“見ることで理解できる”資料に変化した。

■ 解決：“難解”は“誤解”を生む ─ 正しさ＋わかりやすさの両立を

広報文書における最大の落とし穴は、「正しいけれど伝わらない」こと。

藤井は、AIによる言い換えや可視化を通して、以下のポイントにたどり着いた。

説明の順序は「なぜ → どう変わる → 自分に関係あるか」の順に
専門用語は可能な限り平易化、または脚注・図解で補足
トーンは“ルール”より“対話”を意識する

結果、イントラ記事へのコメントが2倍に増加。
社内理解度を測る簡易クイズの正答率も、前回に比べ大きく向上した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Claude 法務資料のやさしい言い換え「非専門職向けに平易な言葉で書き直し、“なぜ必要か”を中心に再構成してください」
ChatGPT イントラ記事全体の構成と執筆「制度改革を伝える社内向け記事を1500字で構成、具体例・今後の流れを含めてください」
Canva 社内資料の図解・スライド作成「制度変更の意図と影響を、社内向けに1ページで視覚化したい。図解を提案してください」

■ コラム：文章は“解説”ではなく“理解の導線”に

制度改革や法務・ガバナンスの話題は、“読む前から読む気をなくす”ことが多い。

だからこそ大事なのは、「読む気が起きる導線」をつくること。

導入文のトーン、構成の順番、文体のやさしさ、例のリアリティ。

生成AIは、内容を変えずにこれらを最適化する“翻訳者”として使えます。

読む人に合わせて設計すること――それが、誤解を防ぎ、共感を生む鍵です。

■ こういう時はどうする？

Q：専門性が高すぎて、自分でも理解できません
→ Claudeで「要約＋背景＋やさしい言葉に変換」をしてから構成を考えると整理できます。

Q：制度名ばかり並べた文章が退屈になります
→ ChatGPTに「具体例を3つ加えて」と指示するだけで、ぐっと身近になります。

Q：イントラ記事の反応が薄いです
→ Canvaで「1ページで理解できる図解」コンテンツを追加すると、読まれやすくなります。

■ 読者ワーク：「制度説明を“伝わる文章”にするワーク」

Claudeに社内資料を読み込ませ、わかりやすく再構成させる
ChatGPTでイントラ記事草案を複数出力（1500字、800字、要約など）
Canvaで視覚資料を設計し、社内イントラにセットで掲載
読者の理解を確認する「ワンクリックテスト」を設計する（正誤テストやアンケート）

■ 最後に

制度を変えることと、それを伝えることは別物です。

「制度の正しさ」が伝わらないとき、組織の信頼も揺らぎます。

生成AIは、“わかりやすく、正確に、そして誤解なく”届けるための最良のパートナー。

これからの広報は、制度の説明もまた「物語」として設計する力が問われていきます。

71｜法改正対応、“読まれない”では済まされない広報の書き方

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：「とりあえず通知しました」では済まされない時代

流通・小売系の中堅企業「ミライデパート」は、全国に80店舗を展開している。

広報担当の大野悠介が直面したのは、2025年春の「改正労働基準法」の社内告知と社外説明だった。

法務部から渡された通知文は、細かく正確だが、読みにくく、理解しづらい。

「結局、何がどう変わるのか？」
「店舗の現場にとってどう関係があるのか？」
「お客様や取引先にどう説明すべきか？」

「とりあえずPDFで回して終わり」にしたくない。しかし、わかりやすく伝えるにはあまりに複雑すぎる。

■ ケース：法改正情報を“自分ごと”として読ませる文章へ

大野はまず、ChatGPTで以下のプロンプトを実行し、社内向けイントラ記事のドラフトを作成した。

プロンプト：「以下の法改正内容をもとに、店舗スタッフ向けのイントラ記事を作ってください。 “何が変わるか”と“現場で注意すべきポイント”を中心に、1500文字程度にまとめてください。表現は、非専門職でも読めるように、やさしく・親しみのある口調でお願いします。」

次に、Claudeを使って「顧客・取引先向けの告知文」のトーンを調整。

プロンプト：「この法改正の社外向け説明文を作成してください。顧客や取引先にとって不安にならないよう、丁寧な口調で“安心感”を意識したトーンにしてください。」

最後に、Canvaで「1ページでわかる法改正対応スライド」を作成し、社内イントラのトップに掲示。
制度変更を“知らせる”ではなく、“理解させる”仕組みをつくった。

■ 解決：“誰に・なぜ・どこまで”を決めれば、文章は明確になる

大野が最終的にたどり着いたのは、「誰に伝えるかを明確にすると、書くべき内容も整理される」ということ。

店舗スタッフ：変わること＋現場対応ポイント
顧客・取引先：不安解消＋対応姿勢
社内全体：背景と会社の方針

それぞれのターゲットに対して、AIを使い分けることで、文章の“温度”と“深さ”を調整できた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 店舗スタッフ向けイントラ記事作成「労基法改正を、やさしい口調で“何が変わるか”と“現場ポイント”を伝える記事にしてください」
Claude 社外向け説明文の調整「法改正の説明文を、安心感が伝わる社外向け文章にしてください」
Canva 法改正内容のスライド作成「この法改正の要点を、社内説明用1ページスライドに視覚化してください」

■ コラム：法律文書は“温度ゼロ”だから、温度を与えるのが広報の仕事

法律文書は冷静で客観的なぶん、“読む人の感情”が置き去りになりがち。

広報がやるべきは、そこに「温度」を足すこと。

たとえば――
・なぜこの制度が生まれたのか
・どんな未来に向けての一歩なのか
・この変更がもたらす安心感や価値は何か

AIは正確に書ける。でも、“温度”を与えるには、広報自身の感性が必要だ。

■ こういう時はどうする？

Q：社内向けと社外向けで、トーンの切り替えが難しいです
→ Claudeで「〇〇向けの口調に変換してください」と依頼すれば、簡単にスイッチできます。

Q：そもそも法改正の内容が難しすぎてわからない
→ ChatGPTに「高校生にもわかるように要約してください」と頼めば、視点が整理されます。

Q：イントラ記事を読まれずに終わってしまうことが多いです
→ Canvaでスライド化し、イントラトップにビジュアルで掲出すれば“視認率”が上がります。

■ 読者ワーク：「自社に合った法改正説明パターン」を作る

ChatGPTに「自社スタッフ向け要点整理記事」の草案を作らせる
Claudeで「顧客・取引先向け文章」へ変換させ、トーン調整
Canvaで「1ページ資料」を作成し、イントラやメール添付に活用
それぞれのフォーマットをテンプレート化しておくことで、次回以降も対応しやすくする

■ 最後に

制度の告知は“読まれないリスク”を孕んでいます。

読まれなければ、誤解を生み、現場対応に遅れ、社内外の信頼に傷がつく。

だからこそ、文章の“届け方”にこだわること。
その最強の相棒が、生成AIです。

制度を伝えることは、会社の姿勢を示すことでもある。
その姿勢が、言葉に宿る時代が来ています。

72｜取材・問い合わせが殺到！メディア対応が追いつかないときの判断基準

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：突然の注目、広報ひとりでは捌けない

教育系スタートアップ「エデュビズ」がリリースした新AI教材が、思わぬ形でバズった。

SNSで拡散され、新聞・テレビ・Web媒体からの問い合わせが一気に殺到。
だが、広報を担当しているのは、ひとり広報の神谷翔のみ。

「電話もメールも止まらない…」
「取材OK／NGの判断を、いちいち経営陣に聞いていられない」
「対応してるうちに、発信すべきことが発信できなくなっていく」

「注目されること＝嬉しいこと」のはずなのに、神谷の頭は混乱気味だった。

■ ケース：状況判断を“AIで並列化”し、優先順位を明確に

神谷はまず、ChatGPTで以下のプロンプトを投げ、各メディア対応の「優先度判定マトリクス」を作成。

プロンプト：「以下のメディアリストを参考に、“社会的影響力×企業戦略との相性”で優先度を3段階に分類してください。そのうえで、対応方針（対応する／後回し／見送る）を提案してください。」

メディアの影響力・過去の掲載事例・企業の方針と照らし合わせ、対応すべきものと見送るものを整理。

次に、Claudeで各メディア向けのテンプレ返信文を用意。

プロンプト：「以下のようなメディアからの問い合わせに対し、丁寧に断るメール文例を作成してください。 “ご関心ありがとうございます”から始まり、“今回はお見送り”の理由を穏やかに伝えてください。」

さらに、NotebookLMに過去の広報対応記録をアップし、類似事例の成功パターンを抽出して優先対応の参考にした。

■ 解決：AIに「判断の軸」を作らせると、冷静になれる

神谷は、AIに優先度を“外注”したことで、自分の頭を整理できた。

「まず何をやるか」
「どこに断りを入れるか」
「今、発信すべき自社の一次情報は何か」

この判断基準があるだけで、「ただ忙しいだけの広報」から「戦略的な選択ができる広報」へと変化した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 優先度の判断軸作成「メディアリストを“影響力×戦略相性”で分類し、対応方針を提案してください」
Claude メディア向け断りメールの作成「断る理由を丁寧に伝える、広報的な断りメール文例を作成してください」
NotebookLM 過去の取材対応事例から学習・判断軸の参考「以下の過去対応履歴から、“成功した取材対応の共通点”を抽出してください」

■ コラム：「急がば回れ」な広報判断の設計法

「対応しなきゃ」と焦ってすべてにリアクションするのは、長期的には逆効果。

“全部の声に応える”のではなく、“今届けたい相手”に絞ること。

生成AIはその「線引き」を冷静に支えてくれる。
感情に流されず、でも冷たすぎず、絶妙な温度感で判断できるようになる。

「急がば、AIで回れ」――
そんな姿勢が、今の広報には必要かもしれない。

■ こういう時はどうする？

Q：メディアの優先順位をどう決めていいかわかりません
→ ChatGPTで「企業戦略に合う取材先の分類軸」をつくると、判断が早くなります。

Q：断るときの文章に気を遣いすぎて時間がかかる
→ Claudeで「断り文テンプレ」を数パターン用意しておくと即対応できます。

Q：対応が追いつかないと社内から責められます…
→ NotebookLMに過去の対応実績をまとめ、「状況の可視化資料」を出力すると説明しやすくなります。

■ 読者ワーク：「取材対応・判断マトリクス」をつくっておこう

ChatGPTで「自社にとっての優先メディアリスト」を整理する
Claudeで「丁寧な断りメールテンプレ」を複数用意しておく
NotebookLMで過去の取材対応記録を整理し、成功パターンを抽出
このマトリクスとテンプレ群を「非常時対応パック」として広報チーム内で共有しておく

■ 最後に

メディア対応は“量”ではなく“選択”が問われる時代。

限られた時間と人的リソースの中で、「戦略的に何を拾い、何を手放すか」。
その判断にこそ、広報の本質が現れます。

生成AIは、私たちに冷静さと視点の高さをもたらしてくれる相棒です。
“忙殺される広報”から“選ぶ広報”へ。
その第一歩を、AIとともに踏み出してみませんか。

73｜取締役会資料を“読まれる資料”に変える広報的視点とは

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：「資料、読まれていないのでは？」という違和感

BtoB SaaS企業「セキュリティクラウド」。社員数180名。上場を視野に、経営陣の意思決定の質を高める取り組みが進んでいた。

広報マネージャーの辻村亮太は、月次で共有される取締役会資料に目を通すたび、ある違和感を抱いていた。

「数値はある。でも、なぜこの数値が重要なのか説明がない」
「スライドはあるけど、どこに注目すべきかがわからない」
「経営陣が“空気で判断”している気がする」

資料の設計が“伝える”より“詰め込む”に偏っていると気づいた辻村は、広報としてできるアプローチを模索し始めた。

■ ケース：資料に「流れ」と「語り」を与える

辻村はまず、NotebookLMに過去の取締役会資料をまとめてアップロード。

次のプロンプトで、構成の一貫性・重複・欠落を分析した。

プロンプト：「以下の取締役会資料を読み込み、構成の一貫性、ストーリー性、重複や抜けを評価してください。 “経営判断に必要な情報がどれだけ整理されているか”を判断軸としてください。」

次に、ChatGPTで“経営者目線”に寄り添った資料ストーリーボードを作成。

プロンプト：「次の事業進捗報告を、“経営者がすぐに理解・判断できる構成”に書き直してください。前提→現状→判断が必要な点→提案の順に整理し、タイトル・要約・注目点を明示してください。」

さらにCanvaで視覚的にわかりやすいテンプレートを整え、Claudeで重要なスライドに補足コメントを付けた。

■ 解決：「読む負担」を減らすことで、思考が深まる

辻村は、“情報量を減らす”のではなく、“意味が入る順番と見せ方”を整えることで、資料の理解度が上がることを実感。

広報の視点＝「受け手がどう見るか」を徹底的に考えること
広報の武器＝伝える順序・言葉のトーン・視覚設計

「読まれる資料」は、“読ませる”資料とは違う。
判断を支えるために、構成も言葉も最適化する――
それが、辻村のたどり着いた答えだった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 過去資料の構成分析「この資料群にストーリーの一貫性があるか、経営判断に必要な要素があるかを評価してください」
ChatGPT ストーリーボード化・構成リライト「前提→現状→判断→提案の順に構成し、経営者が判断しやすい資料にしてください」
Canva ビジュアルテンプレート作成「この資料を経営層向けに見やすくするテンプレ案を作ってください」
Claude スライドへの補足コメント生成「重要なスライドに“伝えたいポイント”を一文で加えてください」

■ コラム：資料にも“ナレーション”が必要だ

資料は“しゃべらないプレゼン”だ。

だからこそ、言葉の順番、強調、補足、問いかけ――
すべてを設計する必要がある。

生成AIは、文章の“語り口”を整えるのが得意だ。
情報を整理するだけでなく、「語るように伝える」資料に進化させることができる。

ナレーションのない資料は、理解されない。
資料にも、“語り手”の工夫が必要なのだ。

■ こういう時はどうする？

Q：取締役会資料が長くて誰もちゃんと読んでくれません
→ NotebookLMで「削れる箇所」「重複箇所」を特定し、ChatGPTで構成を再設計しましょう。

Q：資料のストーリーがバラバラでつながっていません
→ ChatGPTで“起承転結型”または“意思決定型”のストーリーボードに変換すると整理できます。

Q：ビジュアル設計が地味で伝わりません
→ Canvaで「経営会議向けテンプレート」を利用し、強調箇所や余白の設計を工夫しましょう。

■ 読者ワーク：「ストーリー型資料」を自社で試す

NotebookLMで過去の会議資料を分析し、構成の傾向を見つける
ChatGPTで「判断支援型構成」にリライトする
Canvaで視覚的に見やすいフォーマットに変換
Claudeで補足コメントや注釈を加え、“語る資料”に進化させる

■ 最後に

「読まれるかどうか」は、資料の出来にすべてがかかっている。

広報の視点を活かして、「伝える設計」を資料に込めること。
それが、経営陣の理解と判断のスピードを高め、組織の動きを加速させる。

資料のクオリティは、会社の意思決定力そのものだ――
そう信じて、AIとともに「語る資料」をつくっていこう。

74｜年度末レポート、“感謝”と“意志”を伝える構成に再設計

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：「報告書って、“作業”で終わってない？」

関東に本社を置く教育系スタートアップ「エドリンク」。
社員数は50名で、創業から5期目を迎える節目のタイミングだった。

広報担当の大橋達也は、年度末レポート（全社向け報告資料）の作成を任された。
しかし、過去のレポートを見て、モヤモヤが残った。

「数字と業績だけ。感情がない」
「PDFで配られて終わり。誰も感想を言っていない」
「来期の方針が“記号”にしか見えない」

「こんな資料じゃ、振り返っても何も残らないよな……」

数字の羅列ではなく、“感謝と決意のドキュメント”にできないか。
そう考えた大橋は、AIを使って資料の構成を根本から見直すことにした。

■ ケース：「振り返り×未来」両方の“語り”を設計する

まず、NotebookLMに過去5年分のレポートをアップし、読み手目線での構成を分析。

プロンプト：「以下の年度末レポートを読み込み、“感謝”と“未来への意志”が明確に伝わっているかを評価してください。伝わっていない場合、どの箇所にどんな補足や再構成が必要か提案してください。」

続いて、ChatGPTに以下のプロンプトを使って「ストーリー型の年度末レポート」へ再構成。

プロンプト：「この年度末レポートを、“関係者に感謝を伝え、来期の意志を示す構成”にしてください。読者が“今年の頑張りに納得し、来期にワクワクできる”よう、見出しと文章を提案してください。」

さらにCanvaで「物語風スライド」テンプレートを活用し、視覚的にやわらかく、かつ心に残る構成に変更。

Claudeでは、代表コメント文のトーンを「かたすぎず、でも軽くない」絶妙なバランスで整えた。

■ 解決：資料を“対話”に変えると、空気が動き出す

完成したレポートは、単なる報告ではなく「対話のきっかけ」となった。

社員やパートナー企業から「今年を振り返るきっかけになった」と反響
代表コメントに“人となり”が感じられたことで、新規株主との距離が縮まった
来期の目標に“言葉の温度”が宿り、社内掲示や朝会でも引用されるように

「振り返り」は、ただの作業ではない。
組織全体に“温度”を届ける表現活動だと、大橋は実感した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 過去レポートの分析「“感謝”と“意志”の表現があるか？なければ、構成面でどこを改善すべきかを提案してください」
ChatGPT 物語構成でのレポート再設計「振り返り＋感謝＋未来への意志が伝わる構成にしてください。見出しと語り口を含めて」
Canva 温かみあるビジュアルテンプレート作成「年度末感謝レポートにふさわしい、やわらかなスライドテンプレートを提案してください」
Claude 代表コメントの言葉調整「このコメントを、“伝わるけど軽すぎない”トーンに書き直してください」

■ コラム：年次レポートは“記録”でなく“記憶”を残すもの

年次資料はただの記録ではない。
読む人の中に、残る言葉があるかが勝負だ。

数字も重要だが、それ以上に「今年、何を感じたか」「何を一緒に超えたか」。
そうした感情の共有が、未来をともにつくる“信頼”になる。

生成AIは、数字や実績を人の言葉に翻訳する力がある。
その力を借りて、記憶に残る一文を組織に届けよう。

■ こういう時はどうする？

Q：代表コメントが毎回同じような内容になります
→ Claudeで「今期のハイライトを踏まえて、パーソナルな語り口でコメント案を出してください」と依頼しましょう。

Q：事業レポートが硬すぎて、誰にも読まれていません
→ ChatGPTで「社員や取引先が“読んで納得・共感”できる構成に」とプロンプトを出してみてください。

Q：スライド資料が味気なくて、テンションが上がりません
→ Canvaの「サンクスレポート」「ナラティブ型」テンプレートを活用し、ストーリー性のある構成に変えましょう。

■ 読者ワーク：「感謝＋意志」構成を自社に落とし込む

NotebookLMで過去の年次資料を分析し、トーンや構成の傾向を掴む
ChatGPTで「ストーリー型」構成案を出してみる
Canvaで温かみあるスライドを設計し、社内外に配布
Claudeで代表コメントやメッセージを磨く

■ 最後に

年度末レポートは、1年の終わりを“記号”で終わらせないための装置だ。

感謝の言葉は、未来を照らす力になる。
来期の方針は、数字ではなく“想い”で届けよう。

生成AIは、その言葉を見つけ、磨くパートナーになる。
あなたの組織の「1年の物語」を、誰かの心に残るものにするために。

75｜M&A発表、“誰のためのメッセージか”を見誤らないために

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：「なんだか、みんな黙ってしまった」

医療系スタートアップ「セルケアラボ」は、ヘルステック分野の成長企業。
直近で、大手製薬会社とのM&Aが決まり、広報チームは「発表の設計」に追われていた。

リードを務める広報マネージャーの植田浩司は、記者発表資料を作成し、社内にも共有。
が、想定外の反応が返ってきた。

社内：Slackは静まり返り、祝福や期待の声も少ない
社外：投資家や取引先から“納得していない”ような問い合わせがちらほら
メディア：見出しだけが先行し、「買収された側」としてセンセーショナルに報道

「たしかに、説明になってなかったのかもしれない……」

M&Aは“誰のために、何を目的としているのか”。
メッセージの重心を見誤ると、信頼は一瞬で崩れる。
植田はAIとともに、もう一度発信設計を見直すことにした。

■ ケース：ステークホルダーごとに“受け取る言葉”を変える

まず、Perplexityで「近年のM&A発表の傾向と反響事例」を調査。
メッセージ設計のトーンや、誤解が生まれた要因などを洗い出した。

次に、NotebookLMに自社資料・過去の広報発表・FAQ文書・投資家通信をアップし、内容の一貫性やトーン分析を実施。

プロンプト：「以下の社内外メッセージを読み込み、ステークホルダー別に“どこが誤解を生むか”を分析してください。社内・投資家・メディア・パートナー企業ごとに、言い回しや優先度を整理して再構成してください。」

すると、社内向けには「安心と今後の役割」、社外向けには「事業の連続性とシナジー効果」、
投資家向けには「中長期の成長戦略」が欠けていたことが明確に。

ChatGPTで以下のプロンプトを使い、読み手別に言葉を変えたメッセージ案を作成。

プロンプト：「M&A発表に関して、“社内・投資家・メディア”それぞれに向けた説明文を分けて作成してください。それぞれの立場にとって、最も気になる点にフォーカスし、誤解の余地を減らす言葉選びをしてください。」

さらに、Claudeで社長メッセージの草稿を「一貫性ある希望のトーン」に整え、Canvaで資料ビジュアルを差し替えた。

■ 解決：「全員に向けて」は、誰にも響かない

発表をリリースだけで済ませず、「説明会」「QA文書」「社長動画」「Slackコメント」まで用意。

その結果──

社内：未来への不安がやわらぎ、社員アンケートで安心感が6割増
投資家：M&Aの中長期戦略に納得し、問い合わせが信頼感あるものに変化
メディア：正確なトーンの記事掲載が増え、センセーショナルな扱いが減少

植田は気づいた。
発信の設計で問うべきは「何を伝えたいか」ではなく、**「誰に、どう受け取ってもらいたいか」**だと。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 他社M&A発表事例の調査「近年のM&A広報で炎上や混乱が起きた事例とその要因を教えてください」
NotebookLM 過去資料やFAQの分析「M&A文書のステークホルダー別誤解ポイントと、再構成案を提示してください」
ChatGPT メッセージ文の言い換え「社内・社外・投資家向けの“同じ意図を伝える”別々のメッセージ文を出してください」
Claude 社長メッセージの一貫トーン化「ポジティブで誠実なトーンのM&Aメッセージに書き直してください」
Canva M&A説明資料の視覚設計「M&A背景と未来を伝えるプレゼンテンプレートを提案してください」

■ コラム：M&A広報は「信頼の翻訳家」になる仕事

M&Aは、買う・売るの話ではない。
関わる人々の「働く意味」「信頼」「期待」を左右する節目です。

ひとつの情報を、複数の言語で話すこと。
その翻訳作業こそが、広報の仕事。

AIは、その翻訳を支える優秀な“通訳”になり得る。
私たちは、“誰の感情を守るか”を忘れてはならない。

■ こういう時はどうする？

Q：メディアが「買収された側」と強調して報じてしまいます
→ ChatGPTで「強調すべきは“統合の意図と未来”である」トーンに言い換え文案を出しましょう。

Q：社員が“自分の将来”を不安に思っているようです
→ Claudeで「社長として社員に安心を届ける語り口」のメッセージを整えましょう。

Q：投資家が数字の根拠を疑っています
→ NotebookLMで中期経営計画との整合性を確認し、ChatGPTで補足QAを作成しましょう。

■ 読者ワーク：「M&A説明文」の“相手別ドラフト”を作ってみる

ChatGPTに「ステークホルダー別の説明文」を出してもらう
Claudeで社長や経営陣コメントのトーンを整える
Canvaで“数字だけでない説明資料”を整える
NotebookLMで、既存資料との矛盾や抜けをチェック

■ 最後に

M&Aという出来事は、外からは「戦略」に見えるが、内側では「感情」そのもの。

伝える言葉が少し違うだけで、不安にも希望にもなる。

広報とは、“情報を翻訳して、信頼をつなぐ仕事”。

生成AIは、複雑な言葉の網をほぐし、相手の目線で整える力を貸してくれる。
その力を借りながら、あなたの会社の“未来を支える発信”をつくっていこう。

76｜産学連携広報、“成果だけ”では伝わらない人間味の設計

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：「なぜ、この大学と？」

医療機器メーカー「メディテック・イノベーション」は、国内有数の工学系大学と産学連携の新プロジェクトを発表。
AI診断支援ツールの共同研究開発が始まる――はずだった。

広報担当の桐山奈津子は、プレスリリースとLPを用意し、社内外に配信。
だが、反応は芳しくなかった。

「よくある共同研究にしか見えない」
「どうしてこの大学なの？他と何が違うの？」
「難しそう。結局、誰のためになるの？」

「数字も引用したし、技術要素もわかりやすく書いたのに……なぜ響かないんだろう」

そこで桐山は、視点を変えて「人間味」から再設計することを決意。
生成AIに、広報の視点を一緒に考えてもらうことにした。

■ ケース：プロジェクトの“背景”と“動機”を物語にする

まず桐山は、Perplexityで「産学連携の成功事例」「印象に残る広報表現」の事例を収集。
キーワードは「人」「想い」「課題からの出発」。

次に、NotebookLMに研究概要、教授インタビュー、社内報告書などをアップして以下のプロンプトを入力。

プロンプト：「以下の情報をもとに、この産学連携プロジェクトの“はじまりの物語”を要約してください。技術要素だけでなく、課題意識・研究者の想い・社会的な背景も含めてください。」

AIが返してきたのは、「創業者の娘が難病にかかったことをきっかけに、この分野に着手した」という事実だった。
この“起点”こそ、伝えるべきストーリーだと確信。

さらにChatGPTで以下のプロンプトを使用し、「社会課題」と「個人の想い」が交差する構成案を生成。

プロンプト：「以下の共同研究プロジェクトについて、“広報ストーリー”として再構成してください。社会課題・技術革新・研究者の想いが重なる構成にしてください。読み手が“協力したくなる”ような共感ベースの文脈にしてください。」

その原稿をClaudeで自然なトーンに磨き上げ、Canvaで背景・ストーリーのビジュアル資料を整えた。

■ 解決：伝えるべきは「成果」ではなく「志」

広報の再設計により、発信後の反応は大きく変化。

学生や研究者から「共感した」という声が届き、採用イベントにも波及
メディアには「想いの見える産学連携」として好意的に取り上げられる
社内でも、技術部門以外の社員から「うちの会社っていいな」と反応が増加

桐山は、数字や技術ではなく、「なぜ、今この挑戦をするのか」を語ることの力を改めて実感した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 成功事例の調査とストーリー構成の参考収集「感動を呼んだ産学連携プロジェクトの広報事例を教えてください」
NotebookLM 背景情報の整理と“物語要素”の抽出「研究背景から“広報ストーリー”の核になりそうな点を抽出してください」
ChatGPT 社会課題と技術を交えたストーリー構成「共同研究の意義を“社会貢献と挑戦”という文脈で再構成してください」
Claude 感情を乗せた語り口でトーンを整える「この文章にやわらかさと熱意を加えて、人の心に届く表現にしてください」
Canva ストーリー資料や発信用ビジュアルの作成「この研究背景に合うストーリー性ある資料テンプレートを提案してください」

■ コラム：広報に必要なのは、情報ではなく“物語の設計”

産学連携は、「発表すること」がゴールではありません。
広報が伝えるべきなのは、“なぜこの連携なのか”“誰がどんな課題に挑んでいるのか”。

成果や専門用語より先に、「心の動機」を見せることで、人は耳を傾けます。

生成AIは、その動機を言語化し、文脈化し、広報に必要な「語り口」に変えてくれます。

■ こういう時はどうする？

Q：連携内容が技術的すぎて、説明が難しいです
→ Claudeで「非専門家に向けたやさしい解説文」に変換してもらいましょう。

Q：なぜこの大学なのか、説得力が弱いです
→ NotebookLMで研究者の発言や背景を整理し、「共通ビジョン」をChatGPTで要約すると効果的です。

Q：社内向けにも説明したいのですが、温度差があります
→ Canvaで“社内報向けスライド”を設計し、物語調で再構成すると伝わります。

■ 読者ワーク：「あなたの会社の“挑戦ストーリー”を発見する」

NotebookLMにプロジェクト関連資料をアップ
ChatGPTで「この取り組みの“人間的背景”を抽出して」プロンプト実行
Claudeでトーンを整え、ストーリーとしてまとめ直す
Canvaで図解・導入ストーリーをビジュアル化

■ 最後に

人は、数字や制度には動かされません。
動くのは、「人の想い」「誰かのため」「課題への挑戦」です。

産学連携広報とは、情報の翻訳ではなく、物語の設計。

生成AIは、その物語を言語化するための“もうひとりの編集者”です。
あなたの会社の“挑戦”を、丁寧に語っていきましょう。

77｜ロビイングやPA活動、広報との連携で“言葉の力”を最大化するには

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：「政策提言」と「広報」のあいだにある断絶

環境系スタートアップ「グリーンネスト」は、脱炭素技術を活用した地方創生プロジェクトを展開中。
国や自治体との連携を深める中で、ロビイング（政策提言）やパブリック・アフェアーズ（PA）活動も本格化していた。

だが、広報担当の井口隆之は、違和感を抱えていた。

「提言資料は専門用語ばかりで、伝わる気がしない」
「なぜ今この制度を変えるべきか、共感を得られていない」
「活動の社会的意義を、社内外に伝えきれていない」

「政策の話って難しい。でも、“言葉の翻訳”ができるのは、広報なんじゃないか」

そう考えた井口は、生成AIを使って「専門×社会」の翻訳作業に乗り出した。

■ ケース：「政策提言」を“誰かの未来”に置き換える

まず井口は、NotebookLMに提言資料と過去のロビー活動メモをアップ。
以下のプロンプトで、専門情報を読み手目線に変換できる要素を抽出した。

プロンプト：「以下の政策提言資料と背景情報をもとに、“生活者視点で共感される”キーワードや構成要素を抽出してください。難解な制度説明ではなく、“誰のために、何がどう変わるのか”を重視してください。」

抽出されたのは、「若者の地元就職率向上」や「災害時のエネルギー自立」など、生活につながる切り口。

これをもとに、ChatGPTでストーリードリブンな構成を作成。

プロンプト：「以下の制度改革提言を、“地方に暮らす家族”を主人公にしたストーリーで再構成してください。政策や制度の必要性が、“誰かの未来を守る話”として伝わる構成にしてください。」

さらに、Claudeで読みやすい語り口に整え、Canvaでストーリー資料を視覚化。
最後にPerplexityで、同種の成功事例を調査して、説得力を高めた。

■ 解決：社会を動かす“共感言語”を設計する

井口の“翻訳型広報”は、行政・業界団体・地元メディアにも好評だった。

行政側：「市民説明にも使えそう。助かる」
社内：「自分たちの仕事が、社会にどう影響しているのか実感できた」
地元新聞：「専門性と人間味が同居していて、記事にしやすい」

井口は気づいた。制度や提言は、“誰かの未来”として語り直すことで、動かせる言葉になると。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 政策資料の要素整理と“翻訳可能ポイント”抽出「専門的な文書を“生活者目線の共感構成”に変えるためのキーワードを抜き出してください」
ChatGPT ストーリー化と構成づくり「制度改革を“ある家族の物語”として構成し直してください」
Claude トーン調整と読みやすさの最適化「政策文書をやわらかく、読みやすい文章に整えてください」 Canva ビジュアル資料作成「この政策の背景を“未来を守るストーリー”として図解してください」
Perplexity 成功事例のリサーチ「生活者視点で共感を呼んだ政策提言・ロビイング事例を教えてください」

■ コラム：政策は“誰かの物語”として届く

制度は抽象的。政策は遠い存在。
だからこそ、その先にいる「誰かの生活」に引き寄せる視点が必要です。

広報には、その翻訳力があります。
生成AIは、その“翻訳”を一緒に担ってくれるパートナー。

「誰のために、なぜ今、どんな未来をつくるのか」
あなたの言葉が、政策を動かす鍵になるかもしれません。

■ こういう時はどうする？

Q：ロビイング担当と広報で視点が合いません
→ NotebookLMで両者の資料を整理し、ChatGPTに「共通の目的」を言語化させましょう。

Q：行政向けに出す文書が固くなりすぎます
→ Claudeで“やさしい言葉へのリライト”を指示すると、印象が変わります。

Q：PA活動の内容が社内に伝わっていません
→ Canvaで図解を中心に“社内報スライド”を設計し、物語調に再構成しましょう。

■ 読者ワーク：「制度の言葉」を“未来の生活”に翻訳する

NotebookLMで提言文書・行政資料を読み込ませる
ChatGPTで「生活者視点で再構成」プロンプトを実行
Claudeで文章をやさしく整える
Canvaで「ストーリー図解」を設計し、社内・メディア用に展開

■ 最後に

ロビイングや政策提言は、単なる「制度の押し付け」ではなく、
“よりよい社会をどうつくるか”という問いへの提案です。

広報は、その問いを、生活の言葉に翻訳できる存在。
そして、生成AIはその翻訳作業における“共感の設計者”になれます。

伝えるのではなく、届ける。
その一歩先に、社会を動かす言葉があります。

78｜IRとESGの一貫性、企業ストーリーとして再編集する技術

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：「IRとESG、別々に作っていて大丈夫？」

グローバル展開する製造業「テクノリンクス」。
投資家向けIR資料と、社会課題への取り組みを伝えるESGレポート。
どちらも毎年制作しているが、広報責任者の三宅陽子は違和感を抱いていた。

「IRでは“売上・利益”ばかり強調、ESGでは“社会貢献”ばかり」
「投資家がESGを見るとき、結局何を信じればいいのか？」
「社内でも“ESGはCSR部の仕事”みたいな空気がある」

「そもそも、“この会社はどんな価値を生み、どんな未来を目指しているのか”が、資料をまたいで一貫してない…」

三宅は、IRもESGも“ひとつの企業ストーリー”としてつながる資料設計に乗り出した。

■ ケース：「IR×ESGクロス編集」で“企業の語り口”を整える

まず三宅は、NotebookLMに以下の資料を一括アップロード。

過去3年分のIR説明資料
ESGレポート
経営理念・中期経営計画資料

次のプロンプトで、メッセージの一貫性と矛盾ポイントを洗い出した。

プロンプト：「以下のIR資料、ESGレポート、経営理念資料を比較し、“ストーリーの一貫性”があるかを分析してください。特に、“企業として何を目指しているのか”の軸がぶれていないかをチェックし、修正提案をください。」

次に、ChatGPTで「IR向け」「ESG向け」それぞれの資料を“共通ストーリーライン”でつなぐ骨子を作成。

プロンプト：「企業の“持続可能な成長ストーリー”を軸に、IR向けプレゼンとESGレポートの冒頭メッセージを再構成してください。 “利益成長”と“社会価値創出”が自然につながるトーンでお願いします。」

さらにClaudeで、社長メッセージ文を「投資家にも生活者にも響くトーン」に整え、Canvaで「IR×ESG統合ビジュアル」を作成。

■ 解決：「数字の物語」と「社会の物語」をつなぐ設計力

三宅は、広報としての役割を「ストーリーの編集者」だと再認識した。

IRで語る「成長戦略」と、ESGで語る「社会貢献」は、実は同じ“企業の未来像”
「なぜこの事業を伸ばすのか？」と「どんな社会価値を生むのか？」を一本の線でつなぐ
読み手が「この会社は、どこに向かおうとしているのか」がすっと理解できる資料にする

結果、投資家・社員・取引先から「資料のトーンがわかりやすくなった」「会社のビジョンが見えた」と反響が増えた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 資料間の一貫性・矛盾チェック「IRとESG資料を比較し、“企業の未来像”の軸がぶれていないか分析し、改善提案してください」
ChatGPT ストーリー骨子・構成案作成「利益成長と社会貢献をつなぐ“企業成長ストーリー”のプレゼン構成を作ってください」
Claude トーン調整・社長メッセージの一貫化「IR投資家向けと一般生活者向け、両方に届く社長メッセージ文を作ってください」
Canva IR×ESG統合ビジュアル作成「事業成長と社会価値がつながる企業ストーリーを図解してください」

■ コラム：「IR資料は数字、ESGは想い」…本当にそれでいい？

“IRはロジック、ESGはエモーション”――
そんな分断的な資料づくり、していませんか？

投資家も社会も、今見ているのは「この会社はどんな未来を目指しているのか」という“ストーリー”。

数字も、取り組みも、全部が「未来への伏線」です。

AIは、バラバラな資料群を“1本の物語”に編み直すための強力なアシスタントになります。

■ こういう時はどうする？

Q：IR資料とESGレポートのトーンがバラバラです
→ NotebookLMで両方読み込ませて、「共通ストーリー軸」の抽出を依頼しましょう。

Q：IR資料が“数字の説明”だけになりがちです
→ ChatGPTに「このIR内容を“事業成長ストーリー”として語ってください」と依頼。

Q：社長コメントがESGとIRで別人格みたいです
→ Claudeで「両者に一貫性があるトーン」でリライトしてもらいましょう。

■ 読者ワーク：「IR×ESGストーリーライン」を自社用に設計する

NotebookLMで過去のIR・ESG資料を読み込み、軸を抽出
ChatGPTで「統合ストーリー構成案」を作成
Claudeで社長コメントを一貫トーンに調整
Canvaで「事業成長と社会貢献のつながり」を図解し、社内外に共有

■ 最後に

IRとESGは、ふたつの資料じゃない。
“ひとつの企業ストーリーの、ふたつの語り口”です。

その“つなぐ役割”こそ、広報の真骨頂。

AIは、その接着剤になってくれる。
企業の未来を、ひとつの線で描く――
それが、これからの広報に求められる「言葉の編集力」です。

79｜記者会見・発表会、聞き手を置き去りにしない“台本と台詞”とは？

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：「資料はある。でも、何をどう話せば？」

食品業界で急成長中の「ネイチャーフーズ」。

新しいサステナブルブランドの立ち上げにあわせ、初の大規模な記者会見を開催することが決定。
広報リーダーの佐々木裕介は、台本づくりに頭を抱えていた。

「パワポは作ったけど、このスライドに沿って“どう話すか”が見えない」
「社長も取締役も忙しくて、リハに時間が取れない」
「質疑応答も“来たとこ勝負”じゃ、危ない…」

資料はある。でも、「何を、どんな順番で、どう語るか」が設計できていない。

佐々木は、“伝わる会見”にするために、AIを使って「言葉の流れ」を作り直すことにした。

■ ケース：「台詞」と「感情の流れ」をAIでシミュレーション

まず、NotebookLMに当日のスライド資料と、過去の社長スピーチ原稿、過去会見の質疑応答ログをアップ。

以下のプロンプトで、話の流れとよくある質問パターンを分析した。

プロンプト：「以下の会見資料と過去スピーチ原稿をもとに、“伝わりやすいストーリー順”に並べ直してください。さらに、過去の質疑応答ログを分析し、想定問答リストも作ってください。」

次に、ChatGPTで「聞き手の心の動き」を設計するスクリプト案を作成。

プロンプト：「このプレゼン資料に沿って、記者が“共感・納得・質問”したくなる感情の流れを設計し、話者が読むべき“台詞原稿”として出力してください。難しい言葉は避け、語りかけるトーンでお願いします。」

Claudeには、社長用の“自然な語り口での冒頭スピーチ草案”を依頼。

さらにCanvaで、会見当日に配布するメディア用ハンドアウト資料も作成。

■ 解決：「聞き手がどう受け取るか」から逆算する

佐々木は、AIのサポートで「話しやすく、伝わりやすい台本」を短期間で完成させた。

冒頭で「背景と想い」を語り
中盤で「商品や取り組みの具体性」を強調
終盤で「未来への展望」を語りかける構成に

質疑応答は、想定Q&Aリストで事前に準備済み。
当日は、記者からも「わかりやすい」「熱量が伝わった」と好評だった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM スライドと過去原稿の流れ分析・問答抽出「資料を“伝わる順番”に並べ直し、想定質問リストも作ってください」
ChatGPT スクリプト原稿と話し方の流れ設計「この資料に沿って、“聞き手の感情が動く順番”で台詞案を作成してください」
Claude 冒頭スピーチや代表コメントのトーン調整「この冒頭文を、誠実かつ自然体の語り口にしてください」
Canva 配布用メディア資料のデザイン「この会見内容をA4一枚でまとめたハンドアウト資料のテンプレートを作ってください」

■ コラム：広報の台本作りは“聞き手の感情設計”だ

会見は「情報伝達」ではなく、「空気をつくる場」。

聞き手がどこで納得し、どこで興味を持ち、どこで質問したくなるか。
その“感情の道筋”を、台本に込めるのが広報の役割です。

生成AIは、感情の流れをシミュレーションし、トーンと言葉を整える最高の“対話相手”。
会見準備で悩んだら、まずAIに「聞き手の気持ち」を想像させてみよう。

■ こういう時はどうする？

Q：社長が原稿を読んでくれません…
→ Claudeで「自然体のトーンで短めスピーチ」を作成し、“話しやすい言葉”に整えましょう。

Q：質疑応答が怖くて準備に時間がかかります
→ NotebookLMに過去の記者質問ログを入れて、「想定Q&Aリスト」を自動生成させましょう。

Q：スライドに頼りすぎてしまいそうです
→ ChatGPTで「スライドを見なくても話せる“ナレーション原稿”」を作らせましょう。

■ 読者ワーク：「会見スクリプトの感情設計ワーク」

NotebookLMで過去スピーチと質疑データを分析
ChatGPTで「聞き手感情ベース」の台本案を作成
Claudeで社長コメントを調整
Canvaで配布資料や会見用ビジュアル資料を仕上げる

■ 最後に

会見は、伝える場であり、共感を生む舞台でもあります。

AIとともに「情報」ではなく「体験」を設計することで、
聞き手の心に届く会見が実現します。

資料ができたら、次は「空気」をつくること。
そのための台詞と間合いを、AIと一緒に磨いていきましょう。

80｜“広報の時間がない”ときにやるべき3つの時短施策とAI活用法

（第8章｜制度・経営・社会への説明責任を果たす）

■ 序章：「タスクが多すぎて、手が回らない」

中堅IT企業「コネクトソリューションズ」。
社員数250名、広報チームはわずか2名体制。

広報マネージャーの村瀬彩香は、毎日こんな状況に追われていた。

「次のプレスリリース、まだ手をつけられてない…」
「社内報の原稿も、SNSの更新も、後回し」
「取材依頼、社内調整、承認フロー…全部同時進行」

「とにかく“時間がない”…でも、質も落とせない…」

そんなとき、同僚から言われた。

「AI、もっと活用してみたら？」

その一言で、村瀬は“広報の時短化”を本気で考え始めた。

■ ケース：「一気にやろう」から「AIに分担しよう」へ

村瀬がまず取り組んだのは、以下の“3つの時短施策”。

① プレスリリースの“骨子出し”をAIで時短

ChatGPTに、過去リリースと箇条書きメモを入力し、以下プロンプトでたたき台を作成。

プロンプト：「以下の事実情報をもとに、プレスリリースの基本構成案（タイトル・リード文・本文3段落）を作成してください。」

これで、ゼロから書く時間が半減。

② SNS・イントラ用「マルチ文体変換」をAIに任せる

同じ情報をClaudeで以下のプロンプトで複数トーンに展開。

プロンプト：「以下のプレスリリース内容をもとに、社内イントラ用／X用／LinkedIn用／Instagram用／メルマガ用の文案に変換してください。それぞれのメディアに合ったトーンでお願いします。」

これで「コピペして修正」作業が激減。

③ 過去事例の“AI要約テンプレ”で時短

NotebookLMに、過去1年分の広報実績・社内記事・掲載リストをアップロード。

プロンプト：「以下の過去広報事例から、“よく使っている表現パターン”と“反応がよかった構成”を抽出し、再利用できるテンプレートを作ってください。」

これで、似たような案件が来たとき、迷わず着手できる仕組みに。

■ 解決：「全部自分でやる」から「AIに任せるべき工程を分ける」へ

村瀬は気づいた。

企画・意図決定は人がやる
情報整理・初稿作成・トーン調整はAIに任せる
最後のチェックと“会社の顔”としての言葉磨きは自分でやる

こう割り切ることで、月間の広報作業時間が30％削減。
それでも、アウトプットの質はむしろ向上した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT プレスリリース骨子作成「以下情報から、タイトル・リード文・本文3段落のリリース案を作ってください」
Claude 複数メディア向け文案変換「この内容を、イントラ用・SNS用・メルマガ用に文体変換してください」
NotebookLM 過去事例からテンプレ生成「過去事例を分析し、広報文の“効果が高かった構成テンプレ”をまとめてください」

■ コラム：「“全部自分でやる広報”は、もう時代遅れ」

広報の価値は、「どれだけ手を動かしたか」ではなく、「どれだけ影響を与えたか」。

そのためには、“人にしかできない仕事”に集中すること。
情報整理・文案初稿・トーン調整は、AIに“丸投げ”していい。

大切なのは、「自分が“最後の磨き”に集中できる体制」をつくること。

■ こういう時はどうする？

Q：AIが出す文章がイマイチで、逆に手直しが増えます…
→ ChatGPTに「過去の自社リリース例を参考に文体を近づけて」とプロンプトを工夫しましょう。

Q：SNSごとのトーン調整が面倒です
→ Claudeで「同じ内容を、複数SNSに最適化して」と一括指示すれば時短できます。

Q：過去の事例を振り返る余裕がないです
→ NotebookLMで「過去1年分の広報活動のパターン分析」を一気にやらせるのが効果的です。

■ 読者ワーク：「自社の“AI時短広報プロセス”を作ってみる」

ChatGPTでリリース初稿作成フローを標準化
Claudeでマルチメディア用トーン変換フローを整備
NotebookLMで「過去事例テンプレ集」を構築
Canvaで、時短施策を社内共有用にビジュアル化し、関係部署に説明する

■ 最後に

「時間がない」は、広報の永遠の課題。
でも、時代は変わった。

AIという“分身”を使えば、「時間がないからできない」から、
「時間がないからこそAIで賢く回す」へ、広報は進化できる。

その第一歩は、「どこを任せ、どこを自分でやるか」を決めること。

さあ、あなたの広報に、AIという“時短パートナー”を迎え入れてください。

81｜テレビや日経新聞に出たい！現場で通用する“ネタの見つけ方”

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「どんなネタなら載せてもらえるんですか？」

創業10年目、ITベンチャーの「スカイデータソリューションズ」。
広報担当の中西修一は、最近ある課題に悩んでいた。

「もっとテレビや日経新聞に出たい」――これは経営陣の長年の願い。

だが、記者に送っても、返信ゼロ。
過去に掲載されたのは、業界紙やWeb系メディアのみ。

「うちのニュース、そんなに地味かな？」
「どうやったら“取り上げたい”って思ってもらえるんだろう」
「日経が食いつく“ネタの粒度”って、どのくらいなんだ？」

「単に送ればいいわけじゃないのはわかってる。でも、具体的に“何を送ればいいか”がわからない…」

中西は、AIを使って「自社のニュース価値」を客観的に分析することにした。

■ ケース：「記者目線での“ニュース性”診断」をAIで実施

まず中西は、Perplexityで「過去1年の日経新聞・テレビ各局で取り上げられたIT企業関連記事」をリサーチ。

次に、NotebookLMに自社の過去プレスリリース、プロダクト発表資料、コラム記事、採用広報実績などをまとめてアップロード。

以下のプロンプトで「メディア視点でのネタ価値」をチェック。

プロンプト：「以下の自社コンテンツ群をもとに、“日経新聞”“テレビ報道”で取り上げられる可能性があるトピックを抽出してください。 “社会性”“新規性”“インパクト”の観点から、ニュース価値が高い順にランキング形式で出力してください。」

得られたのは、「業界初のデータ連携技術」「中小企業支援の社会貢献プロジェクト」「人材多様化による生産性向上施策」などの候補。

さらにChatGPTで、次のプロンプトを実行。

プロンプト：「以下のネタ候補について、“記者が知りたい切り口”でプレスリリースタイトル案とリード文案を3パターンずつ作成してください。それぞれ、社会性／インパクト／人間ストーリーの切り口でお願いします。」

Claudeで「記者向けトークスクリプト」も用意し、Canvaで記者向け“ビジュアル付き1ページ資料”も完成。

■ 解決：「自分たちの“当たり前”が、社会にとっての“新規性”になる」

中西が気づいたのは、
「自社では当たり前すぎて気づいていないネタ」が、外から見ると新鮮で社会性のある情報だということ。

メディアが求めるのは“事実”ではなく、“社会に投げかけるストーリー”
記者が原稿にしやすい構成、切り口、問いかけが重要
「広報の主観」ではなく「記者の眼」でネタ選定するプロセスが欠かせない

結果、日経新聞のWeb版で初掲載を獲得し、テレビ地方局でも取り上げられた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 過去のメディア掲載事例のリサーチ「過去1年間、日経新聞・テレビで取り上げられたIT企業の事例を教えてください」
NotebookLM 自社コンテンツのニュース価値診断「以下資料から、社会性・新規性・インパクトの観点で“ニュース価値が高い順”にランキング」
ChatGPT プレスリリースタイトル・リード文の作成「社会性／インパクト／人間ストーリーの3視点で、タイトルとリード文案を出してください」
Claude 記者向けトークスクリプト作成「このニュースについて、記者向けに30秒で説明できるトークスクリプトを作成してください」
Canva 記者向け資料の1ページ化「このネタ内容を1ページでわかりやすくまとめた記者向け資料テンプレートを提案してください」

■ コラム：「社内の当たり前」は、外から見ると“新鮮な社会ニュース”

広報が一番忘れがちな視点――
それは「自分たちの日常は、社会にとって非日常かもしれない」ということ。

“技術の進化”も“働き方の変化”も“地域との関わり”も、
見せ方次第で「社会ニュース」に化ける。

AIは、社内の情報群を“社会目線のネタ”として炙り出してくれる。
広報が“当たり前”に慣れてしまったとき、AIの客観性が効く。

■ こういう時はどうする？

Q：どのニュースが“メディア価値が高い”かわかりません
→ NotebookLMに過去社内資料をまとめ、ChatGPTに「メディア向きネタランキング」を出してもらいましょう。

Q：リード文が毎回地味で、記者に刺さりません
→ ChatGPTに「社会性」「インパクト」「人間ストーリー」の3視点でタイトル案とリード文を出させましょう。

Q：記者への電話アプローチが苦手です
→ Claudeで「30秒の記者向け説明スクリプト」を生成してから挑戦するとスムーズです。

■ 読者ワーク：「自社ネタ発掘・3視点ランキング作成」

NotebookLMで過去広報資料と事業トピックをまとめる
ChatGPTで「社会性」「インパクト」「人間ストーリー」の3軸でネタ案を出す
Claudeで「記者向けトークスクリプト」を準備
Canvaで記者配布用の簡易資料をビジュアル化

■ 最後に

広報の武器は「発見力」だ。

「ネタがない」と嘆く前に、
AIと一緒に、自社の“当たり前”を“社会ニュース”に変えていこう。

その視点の切り替えが、次の掲載につながる。

82｜社会課題解決型PR、“正しさ”をどう“共感”に変えるか？

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「正しいことを言ってるのに、なぜ響かない？」

サステナビリティ領域で注目されているスタートアップ「グリーンリーフ・ソリューションズ」。

環境配慮型パッケージの新製品が完成し、社会課題解決型PRとしてリリースを配信。
担当広報の石川美咲は手応えを感じていた――が、結果は散々。

「問い合わせゼロ」
「SNS反応ゼロ」
「メディア掲載ゼロ」

社内でも「せっかく良い取り組みなのに、なぜ広がらないの？」という空気。

石川は焦りながら思った。

「“正しいこと”だけじゃ、人は動かない…」

次に必要なのは、「共感が生まれる設計」だった。

■ ケース：「正しさ」から「物語」への変換プロセス

石川はまず、NotebookLMに以下の情報をアップ。

プレスリリース原稿
社内資料（商品開発背景、ターゲット顧客インサイト）
過去のSNS投稿データ

次のプロンプトを投入。

プロンプト：「以下の資料をもとに、このPRが“正しさ一辺倒”になっている箇所を指摘してください。読み手が“共感できるストーリー要素”を追加するなら、どこに、どんな切り口が効果的か提案してください。」

次に、ChatGPTで「物語ベースのリリース文」を作成。

プロンプト：「この新製品について、“ある消費者”の生活視点から描くストーリー型プレスリリースを作ってください。 “なぜこの商品が必要だったのか”を“日常生活の困りごと”から語ってください。」

さらに、Claudeで語り口をナチュラルに整え、Canvaで“共感型SNS投稿用ビジュアル”も作成。

最後にPerplexityで「社会課題解決PRのバズ事例」をリサーチし、タイトル・構成のチューニングにも役立てた。

■ 解決：「課題」ではなく「誰かの気持ち」を伝える

石川がたどり着いた答えはシンプルだった。

「社会課題」は“状況説明”
「共感ストーリー」は“感情のフック”

“ある主婦の買い物シーン”“子どもの一言”“開発担当者の挫折と挑戦”――
そうした“人の感情”が乗ったストーリーに変えたことで、リリース配信後すぐにSNSで拡散。

メディアにも「人のドラマがある商品」として取り上げられた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 現行原稿の“正しさ過多”分析と改善提案「このPR文書が“正しさ一辺倒”になっている箇所を指摘し、“共感ストーリー化”の提案をください」
ChatGPT ストーリー型リリースの作成「この新製品について、“ある生活者”の視点で共感ストーリー型リリースを作ってください」
Claude トーン調整と読みやすさ向上「この原稿を“自然でやわらかい語り口”に整えてください」
Canva SNS投稿用ビジュアルの作成「この商品とストーリーに合わせた共感型SNS投稿ビジュアルをデザインしてください」
Perplexity 他社の社会課題解決PR成功事例リサーチ「共感を呼んだ社会課題解決型PR事例を国内外から教えてください」

■ コラム：社会課題は“正解発表”ではなく“共感のストーリー”

「正しいことを言ってるのに響かない」――
その理由は、「読者の心のフック」がないから。

人は、データではなく、人の想いに動かされる。

だからこそ、広報がすべきは「事実の提示」ではなく「感情の翻訳」。
AIは、その“翻訳作業”を高速で、的確にサポートしてくれる。

■ こういう時はどうする？

Q：事実を削るのが怖くて、情報過多なリリースになります
→ NotebookLMで「過不足チェック」をし、ChatGPTで“読み手視点での最適ボリューム”に整えてもらいましょう。

Q：エモーショナルにすると嘘っぽくなりそうで心配です
→ Claudeで「事実ベースで共感を呼ぶ語り口」を作らせると、自然なトーンに仕上がります。

Q：SNS用に短く感情フックのある文案がほしいです
→ ChatGPTで「SNS向け共感型キャプション案」を複数出力させましょう。

■ 読者ワーク：「正しさ→共感ストーリー」変換ワーク

NotebookLMで自社の社会課題関連PR資料を読み込み、過不足をチェック
ChatGPTで「生活者視点ストーリー案」を複数パターン作る
Claudeで語り口の自然さを整える
Canvaで“感情フック”に寄せたSNSビジュアルを作成し、配信前に社内レビューを実施

■ 最後に

社会課題PRで響くのは、「事実」より「感情」。

“正しさ”だけでは人は動かない。
必要なのは、「誰かの物語」として届ける広報の設計力。

そのプロセスを、AIと一緒に磨けば、
きっとあなたの言葉は、社会に届く。

83｜中小企業の広報、“社長しか語れる人がいない”問題の乗り越え方

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「いつも“社長コメント頼み”…このままでいいの？」

建設関連機器の製造販売を手がける「タカシマテック」。
社員数は約70名。地方都市で40年以上続く老舗企業。

広報担当の谷口剛は、最近ずっと悩んでいた。

「メディア取材＝いつも社長が出る」
「イベント登壇も、寄稿も、全部社長」
「でも、社長は多忙で、ネタ出しにも限界がある…」

社内には魅力的な社員も多いが、「広報向きのコメント」を引き出すスキルがない。
谷口は考えた。

「もっと“語れる人”を増やさなきゃ、この先回らない…」

そうして、生成AIを使った“語れる社員づくりプロジェクト”が始まった。

■ ケース：「社員の言葉」をAIと一緒に引き出す仕組み

まず谷口は、NotebookLMに過去の社内報、インタビュー原稿、イベント登壇記録をアップ。
次のプロンプトで「語れそうな社員候補」をピックアップ。

プロンプト：「以下の社内コンテンツを分析し、過去に“自社の強みや理念”を語っていた社員、または潜在的にストーリーテラーになり得る社員をリストアップしてください。」

次に、ChatGPTで「広報向きコメントを引き出すインタビューフロー」を作成。

プロンプト：「中小企業社員への“広報コメント”インタビューガイドを作成してください。質問は、“仕事のやりがい”“会社の魅力”“これからの目標”など、外部向けに使えるコメントが出やすい内容でお願いします。」

インタビューで得た原稿をClaudeでトーン調整。

さらにGensparkで「社員登壇時の自己紹介スクリプト例」や「取材時のコメントテンプレ」を複数パターン作成。
Canvaで「語れる社員紹介シート」を作成し、社内イントラに公開。

■ 解決：「広報パーソンを“社内に増やす”ことが最強の時短策」

プロジェクト開始から3ヶ月。

メディア取材に社長以外の登場が増加
地域紙やWebメディアで「現場社員の声」を紹介される機会が増えた
社内でも「次は私が出ましょうか？」と自然に声が上がるように

谷口は実感した。

「広報パーソンは、外にだけいるんじゃない。
“語れる社員”を社内に育てるのも、広報の大事な役割だ」と。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社内候補者の言語化履歴分析「過去社内コンテンツから、“広報コメント適性のある社員”をリストアップしてください」
ChatGPT インタビューフロー作成「中小企業社員への“外向きコメント”インタビューガイドを作成してください」
Claude 社員コメント原稿のトーン調整「このインタビュー原稿を、“読みやすく親しみのある広報コメント”にしてください」
Genspark 登壇・取材時のコメントテンプレ作成「中小企業社員用の“広報コメントテンプレート”を複数出してください」
Canva 社員紹介ビジュアル資料作成「この社員の“語れるポイント”を、社内向け紹介資料として1ページでデザインしてください」

■ コラム：「社長だけが“会社の顔”じゃない」

“うちは小さい会社だから、語れるのは社長だけ”…
その思い込み、今日で終わりにしよう。

社員一人ひとりの中に、「広報に使える言葉」は必ずある。
それを掘り起こすのが、広報の仕事。

AIは、その「引き出す力」を何倍にもしてくれる。
まずは、「最初の語り手」を増やすところから、始めよう。

■ こういう時はどうする？

Q：社員がメディアに出るのを嫌がります
→ ChatGPTで「社員が安心できる広報インタビューガイド」を作り、事前共有しましょう。

Q：誰が“語れる人”か、感覚でしかわかりません
→ NotebookLMで過去社内資料を分析し、「広報適性スコア」的なリストアップをしてもらいましょう。

Q：原稿にしても、どうしても堅いトーンになります
→ Claudeで「自然体で、外部にも響くトーン」に整えてもらいましょう。

■ 読者ワーク：「社内ストーリーテラー候補」を探してみよう

NotebookLMで社内コンテンツを分析し、候補者リスト化
ChatGPTでインタビューフローを作成
Claudeでコメント原稿を整える
Canvaで「社員紹介資料」を作成し、イントラに掲載

■ 最後に

広報は、一人ではできない。

「社長だけが語れる会社」から、
「社員みんなが会社を語れる組織」へ。

その変化が、広報の未来を大きく変える。

AIを使って、“語れる人材”を社内に育てていく時代が、もう始まっている。

84｜フリーランス広報、“ひとりでも結果を出す”武器のつくり方

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「リソースも人脈も少ない。でも、結果は出さないと」

フリーランス広報として独立して2年目の川原亮は、最近プレッシャーを感じていた。

クライアントはアーリーステージのスタートアップが中心。
「広報実績が欲しい」「メディア掲載が目標」と言われるが、社内に情報提供できる広報担当もいない。

「メディアリストもゼロから自分で作る」
「プレスリリースも、ネタ探しも、原稿も、全部ひとりで」
「成果が出なければ、次の契約更新はないかもしれない」

「ひとりで全部は無理。でも、何か突破口があるはず…」

川原は、AIツールを“もうひとりのチームメンバー”にすることに決めた。

■ ケース：「全部ひとり」だからこそAIを分身化する

まず、Perplexityで「似た規模・フェーズのスタートアップの最近のメディア掲載事例」をリサーチ。

次に、NotebookLMにクライアントの過去資料、SNS投稿、サービス説明資料を一括アップ。

以下のプロンプトで「ニュースになり得る要素」を抽出。

プロンプト：「以下のクライアント資料をもとに、“メディア掲載につながりやすいネタ候補”を10個、ランキング形式で出してください。社会性・新規性・タイムリー性・人間ストーリーなど、各観点から評価してください。」

次にChatGPTで、以下のプロンプトで「複数リリース骨子」を同時に出力。

プロンプト：「以下のネタ候補について、それぞれ“メディア向けタイトル案”“リード文案”“想定ターゲットメディア”を一覧で作ってください。」

さらにClaudeで、代表メッセージや背景コメントのトーンを整え、
Canvaで「1ページ資料」「SNS投稿案」「メディア向けダイジェスト資料」をビジュアル化。

■ 解決：「ひとり広報×AI＝“複数人チーム化”できる」

川原は、AIの助けを借りて、

ネタ探し
初稿ライティング
メディア別アレンジ
社長コメントの整え
資料デザイン

この全部を“短期間＆同時並行”で回せるようになった。

結果、スタートアップクライアントのサービスが、
初めて業界系メディアに掲載。

さらにその掲載を元にSNSでバズり、次のプロジェクト契約も獲得できた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 他社事例のリサーチ「同業スタートアップが最近掲載されたメディア事例を教えてください」
NotebookLM クライアント資料のネタ要素抽出「この企業の資料群から、“メディア掲載可能性の高いネタ”を10個抽出し、評価付きで出力」
ChatGPT リリース骨子とタイトル・ターゲット設計「以下ネタ候補について、タイトル・リード・想定メディア別に一覧出力してください」
Claude コメントトーン調整「この代表コメントを、“誠実かつメディア受けするトーン”にリライトしてください」
Canva メディア資料やSNSビジュアル作成「この内容を“メディア向けダイジェスト資料”として1枚でデザインしてください」

■ コラム：「ひとり広報でも、“仮想広報チーム”はつくれる」

人手が足りない。予算も少ない。
でも、「時間」と「脳みそ」は、AIで補える時代。

情報整理・ネタ出し・文案作成・トーン調整――
これらは全部、AIが得意分野。

広報の仕事は「最後の判断」と「感情の設計」。
そこにだけ集中できれば、ひとりでも“成果の出る広報”は作れる。

■ こういう時はどうする？

Q：ネタ探しに時間がかかりすぎます
→ NotebookLMで「自社ネタ要素のリスト化」を行い、ChatGPTで「メディア向け骨子」を出しましょう。

Q：複数のメディア向けに同時対応ができません
→ ChatGPTに「同じネタを、Web媒体／TV／新聞向けにそれぞれ変換して」と一括指示。

Q：ビジュアル資料が苦手です
→ Canvaの「プレスリリース用」「メディア向けダイジェストテンプレート」で時短しましょう。

■ 読者ワーク：「AIを“ひとり広報チーム”にするための分担設計」

NotebookLMでクライアント情報を一括管理し、ネタ抽出
ChatGPTでネタごとの骨子を作成
Claudeでコメント・社長メッセージを整える
Canvaでビジュアル資料やSNS用データを仕上げる

■ 最後に

「ひとりだから無理」ではなく、
「ひとりでも、AIを使えばできる」。

それが、これからのフリーランス広報の武器。

AIは、“あなたの仮想チームメンバー”。
悩んだら、まずはAIに投げてみよう。
そこから、広報の突破口はきっと開ける。

85｜地方企業がメディアに出るには？“距離”を超える工夫とは

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「東京から遠いだけで、チャンスが減る…？」

北陸地方でBtoB製造業を営む「イシダテック」。
従業員80名。地域密着で40年続く企業だ。

広報担当の河合真司は、ひそかに焦っていた。

「都内のPRイベント？…コストも時間も無理」
「キー局や大手メディアの人脈、ゼロ」
「リリースを送っても“地方企業”ってだけで読んでもらえない気がする…」

社長からは「なんとか東京メディアにも出してほしい」とプレッシャー。

「“距離”って、広報にとってこんなに不利なのか…」

河合は、“距離の壁”をAIと越える方法を探り始めた。

■ ケース：「東京メディア目線」で自社情報をリライトする

まず、Perplexityで「地方発で全国メディアに掲載された成功事例」をリサーチ。

次に、NotebookLMに以下をアップ。

過去の自社プレスリリース
地元新聞・業界紙での掲載記事
社内製品カタログ・CSR活動記録

次のプロンプトで、「全国メディア向きの切り口」を抽出。

プロンプト：「以下の自社情報をもとに、“東京キー局”や“全国紙”で取り上げられる可能性があるネタ要素を抽出してください。 “社会性”“全国性”“ニュース性”の3軸で評価し、優先度順に出力してください。」

その結果、意外にも「地域防災への貢献」「SDGs関連の技術」「地方創生プロジェクトとの連携」が“全国性がある話”として浮上。

次に、ChatGPTで“都市部メディア向けタイトル案”を作成。

プロンプト：「以下の地方企業の取り組みを、東京のビジネス記者が興味を持つ切り口でタイトル案とリード文を3パターンずつ作成してください。」

さらに、Claudeで「取材依頼メール文」を作成し、Canvaで“東京メディア用1ページ資料”をデザイン。

■ 解決：「距離の壁」は、“語り方の壁”だった

河合はAIを活用しながら、

「全国的な社会課題と自社の取り組み」をセットで伝える
「地方発のユニーク事例」というフックをつくる
「記者が取り上げやすい資料セット（リード文＋要点＋視覚資料）」を短時間で準備する

その結果、首都圏のビジネスWebメディアで初掲載。
さらに、SNSでの拡散を経て、テレビ地方局からもオファーが来た。

「“距離”のせいで出ないんじゃない。
“全国視点で語ってないから”出ないんだ」

河合は、そう実感した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 地方企業のメディア掲載事例リサーチ「地方企業が全国メディアに掲載された成功事例を教えてください」
NotebookLM 全国向けネタ要素の抽出「以下資料から、社会性・全国性・ニュース性で評価した“全国メディア向きネタ”を抽出」
ChatGPT タイトル・リード文の全国メディア視点リライト「地方発の取り組みを、東京のビジネス記者目線で興味を持つタイトルとリード文にしてください」
Claude 記者向けアプローチメール文作成「全国紙記者向けに、“地方発の社会課題解決事例”として取材依頼メールを作成してください」
Canva メディア向け1ページ資料作成「このネタ内容を“東京メディア向け1ページ資料”にまとめてください」

■ コラム：「“距離”は“視点”で越えられる」

物理的な距離は縮められない。
でも、「どう語るか」「どんな切り口で見せるか」は変えられる。

AIは、その“視点のスイッチャー”になってくれる。

地方企業こそ、“ユニークな地域ストーリー”という武器がある。
それを全国目線に変換するのが、これからの広報の力。

■ こういう時はどうする？

Q：メディアが“地方ニュース”としてしか扱ってくれません
→ ChatGPTで「全国紙・キー局向け切り口」に変換したタイトル案を出してもらいましょう。

Q：そもそも、取材先リストがありません
→ Perplexityで「同業他社が取材された全国メディア一覧」をリサーチしましょう。

Q：社内で“どうせ無理”ムードが強いです
→ Canvaで「過去に地方企業が全国掲載された事例集」をビジュアル化し、社内啓発に使いましょう。

■ 読者ワーク：「地方発ネタを全国メディア向きに変換するプロセス」

NotebookLMで自社過去事例を分析
ChatGPTで全国メディア向けタイトルとリード文を作成
Claudeで記者向けメールを整える
Canvaでメディア向け1ページ資料を作成し、配信準備

■ 最後に

距離は言い訳にならない。
今ある情報を、どこから、どんな角度で、どんな言葉で届けるか。

AIはその“視点の編集”を手伝ってくれる。

地方企業の挑戦に、AIという“広報の相棒”を加えよう。

86｜小売・飲食・店舗ビジネス、メディアに届ける“街角の物語”

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「“ただのお店”が、ニュースになるの？」

東京・下町のカフェ「カフェミチシルベ」。
夫婦二人で営む小さな店。

オープンから5年。地元では常連客も増えたが、広報経験ゼロ。
SNSで情報は発信しているものの、メディア掲載は一度もなし。

そんなある日、店主の川崎智也は、常連客からこう言われた。

「ここの“取り組み”、もっと世の中に知ってもらったほうがいいよ」

取り組み――それは、地域の子どもたちに週1回“おむすび無料デー”を提供していること。
地元農家の規格外野菜を使っていること。
高校生の文化祭メニューをコラボ販売していること。

「これ、ニュースになるのかな…？」

川崎は、AIを使って“お店の日常”を“社会ニュース”に変えてみようと決めた。

■ ケース：「日常のエピソード」を“社会文脈”で再編集

まず、Perplexityで「小規模店舗がメディアに取り上げられた事例」をリサーチ。

次に、NotebookLMに以下の情報をアップ。

おむすび無料デーの背景ストーリー
地域連携イベント履歴
SNS投稿データ

以下のプロンプトで「社会性をもつ切り口」を抽出。

プロンプト：「以下の店舗活動情報から、“社会性があり、メディアが取り上げそうなストーリー要素”を抽出してください。地域連携、子ども支援、食のSDGs、まちづくりなどの観点で整理してください。」

さらに、ChatGPTで「地域ニュース用のプレスリリース」を作成。

プロンプト：「この店舗の取り組みを、“地域の子ども支援×フードロス削減”という切り口で、地域紙向けプレスリリース案を作成してください。見出し・リード文・本文3段落構成でお願いします。」

Claudeで、店主コメントを「地元愛が伝わる語り口」に整え、
Canvaで、店舗風景と取り組み内容を1枚で伝えるビジュアル資料を制作。

■ 解決：「“街角の物語”は、誰かに届く社会ニュースになる」

リリース配信後、地元紙とWebメディアがすぐに取材に来た。
SNSでも「近くにこんなお店があるんだ」と話題に。

川崎は思った。

「“特別なこと”をやっているつもりはなかった。
でも、“語り方”を変えたら、こんなに届くんだ…」

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
Perplexity 小規模店舗のメディア事例リサーチ「小規模飲食店が地域新聞やWebメディアに掲載された事例を教えてください」
NotebookLM 店舗活動情報のストーリー要素抽出「この店舗の取り組みから、“社会性のあるメディア向きストーリー”を抽出してください」
ChatGPT 地域紙向けリリース作成「この活動を、“子ども支援×フードロス”の文脈で地域紙向けプレスリリースにしてください」
Claude 店主コメントのトーン調整「このコメントを、“親しみがあり、地元愛が伝わる語り口”に整えてください」
Canva 店舗紹介・取り組み紹介ビジュアル作成「この取り組みを、1ページで視覚的に伝える店舗紹介資料にしてください」

■ コラム：「“ニュースにする視点”は、どんな街角にもある」

大きな企業じゃなくても、
有名ブランドじゃなくても、
“伝える理由”は、日常の中にある。

それを「社会課題」「地域貢献」「人の想い」という文脈で編集すれば、
どんな小さな店舗も、“街角の物語”として世の中に届く。

AIは、その“視点の変換”を一緒にやってくれる。

■ こういう時はどうする？

Q：店の取り組みが“自己満足”っぽく見えそうで不安です
→ ChatGPTに「読者が共感できる社会課題文脈に変換して」と指示しましょう。

Q：文章が硬すぎて、地域紙に合わないと言われました
→ Claudeで「地域新聞向けの、親しみある語り口」に整えてもらいましょう。

Q：SNS投稿も広報に役立てたいです
→ Canvaで「SNS向けビジュアル」を作り、投稿用コピーはChatGPTで生成しましょう。

■ 読者ワーク：「店舗の日常から“社会文脈ネタ”を見つける」

NotebookLMで店舗の活動ログを整理
ChatGPTで“社会性のあるストーリー構成案”を作成
Claudeで店主コメントを整える
Canvaで「メディア向け紹介資料」を作成し、配信準備をする

■ 最後に

「ニュースにするような話じゃない」――
そう思っているのは、自分たちだけかもしれない。

あなたの店の日常は、
誰かにとって“知るべき物語”。

AIと一緒に、その一歩を踏み出そう。

87｜PR会社と付き合ってみたが…“失敗しない外注”のポイント

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「お願いしたのに、なぜ成果が出ない？」

人材系スタートアップ「ワークキャリアラボ」。
社員数50名、広報専任1名体制。

広報担当の柴田祐樹は、最近疲弊していた。

「PR会社に月30万円払ってるのに、メディア掲載ゼロ」
「向こうから提案がなく、こっちが全部指示しないと進まない」
「レポートも“活動しました”ばかりで、手応えがない」

社内からは「PR会社、ほんとに必要？」という声もちらほら。

「外注すれば楽になると思ってたのに…
“丸投げ”じゃダメってことか…？」

柴田は「成果が出る付き合い方」を探すことにした。

■ ケース：「目的の言語化」と「AIによる期待値調整」

まず、NotebookLMに以下のドキュメントをアップ。

PR会社との契約書
過去3ヶ月の活動レポート
社内の広報目標資料

次に、以下のプロンプトで「現状の課題ポイント」を可視化。

プロンプト：「以下の契約書・レポート・広報目標資料を読み込み、“PR会社との役割分担が不明確な点”“期待値のズレが生まれているポイント”を抽出してください。さらに、“改善に向けたアクション提案”も出してください。」

さらに、ChatGPTで「依頼時に渡すべきPR指示書テンプレート」を作成。

プロンプト：「PR会社に業務指示を出す際のテンプレートを作ってください。必要項目は、背景・目的・ゴール・期待成果・KPI・参考資料など。読みやすいフォーマットでお願いします。」

Claudeでは、経営陣への報告用に「PR会社との今後の付き合い方方針案」を自然体でまとめ直し。

Gensparkで「“よくある外注失敗パターンとその回避策”」をリスト化し、Canvaで関係部署向け説明資料を作成。

■ 解決：「外注＝成果」ではなく、「役割設計＝成果」

柴田は、次のことを社内外に明確に伝えた。

PR会社に求めるのは「実働」なのか「戦略立案」なのか
社内で用意する情報、PR会社に期待する動き、ゴールラインを言語化
「月次アクション」「KPI管理表」「ネタ出し会議シート」を整備

結果、PR会社との関係が大きく改善。

定例会議での提案量が増え、リリース本数も倍増。
3ヶ月後、全国紙での掲載を獲得。

「外注は、使い方次第で成果が変わる」
それが柴田の実感だった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 契約内容・レポート・目標の整合性チェック「PR会社との契約・レポート・社内広報目標を読み込み、役割ズレと改善アクションを提案」
ChatGPT PR指示書テンプレート作成「PR会社への指示書テンプレートを作ってください。背景・目的・期待成果・KPI項目を含めて」
Claude 経営層向け説明資料のトーン調整「PR会社との今後の付き合い方を“経営層向けに自然体で伝える”報告案にまとめてください」
Genspark 失敗パターン＆回避策リスト化「“広報外注でよくある失敗パターンと回避策”をリストで出してください」
Canva 社内説明用の1ページ資料作成「PR会社活用方針を、1ページでわかりやすくまとめた社内説明資料にしてください」

■ コラム：「外注は“丸投げ先”ではなく、“伴走者”」

PR会社に全部任せれば楽になる――
その考え方が、広報の失敗の第一歩。

必要なのは、「何を任せ、何を自分たちで持つか」の明確な設計。

AIは、その“役割分担の設計図”を短時間で作れる強い味方。

外注も、内製も、“言語化力”があってこそ成果が出る。

■ こういう時はどうする？

Q：PR会社がまったく提案してくれません…
→ ChatGPTで「月次定例用のネタ出し依頼テンプレート」を作り、渡してみましょう。

Q：社内で“PR会社は無駄”という空気が強くなってます
→ Claudeで「現状と改善方針」を自然なトーンでまとめ、経営層に説明しましょう。

Q：過去の成果が見えづらく、評価できません
→ NotebookLMで「過去のPR会社施策一覧表」を自動生成し、GensparkでKPI可視化テンプレートを作成しましょう。

■ 読者ワーク：「“成果が出る外注”のための役割設計ワーク」

NotebookLMで契約・過去レポート・社内目標を一括分析
ChatGPTで「PR会社指示書テンプレート」を作成
Claudeで経営向け説明資料を整える
Gensparkで「外注KPI管理表」を作成し、Canvaで社内向け方針資料にまとめる

■ 最後に

「頼んだのに動いてくれない」――
その原因は、「伝えていない」「決めていない」「設計していない」ことかもしれない。

広報は、外注先もチームメンバー。
その関係設計をAIと一緒に整えれば、きっと次の成果が生まれる。

88｜PRサービス・AIツール、“選ぶ基準”と“活かすプロンプト”とは？

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「どのツールが、いちばん効果あるんですか？」

IT系スタートアップ「クラフトリンク」。
社員数120名、広報チームは2名。

担当の森下悠人は、ここ数ヶ月、ある悩みに追われていた。

「生成AIが話題だけど、何をどう使えばいいかわからない」
「PR会社もAIプラン出してくるし、外部PRサービスも多すぎる…」
「結局、何にお金をかけて、何は内製すべき？」

「ツールが増えるほど、逆に迷って手が止まる…」

森下は決めた。
「ツールとサービスを“業務別に最適化”しよう」と。

■ ケース：「業務工程ごとの最適ツールマップ」をAIで設計

まず森下は、NotebookLMに以下をアップ。

現在使っている広報ツール一覧
社内の広報業務フロー資料
過去半年の広報成果レポート

次に以下のプロンプトで「業務別ツール適正マップ」*をAIに作らせた。

プロンプト：「以下の広報業務フロー資料とツール一覧をもとに、 “情報収集”“原稿作成”“資料整備”“メディアアプローチ”“効果測定”の各工程に対して、最適なPRサービス・生成AIツールをマッピングしてください。それぞれ、選定理由も添えてください。」

次に、ChatGPTで「自社用AI活用プロンプト集（全業務フロー対応）」を作成。

プロンプト：「広報業務（プレスリリース作成、SNS運用、危機対応、取材アプローチなど）における AI活用プロンプト集を作ってください。ツールごとに適したプロンプトを業務別に整理してください。」

Gensparkでは、「ツール活用効果の可視化テンプレート」を出力し、
Canvaで「社内向けAI活用ガイド」資料を1枚にまとめた。

■ 解決：「“ツール依存”から、“目的最適化”へ」

森下は、
「どのツールがいい？」ではなく、
「いまこの工程で、一番成果が出せるツールはどれ？」という視点に変えた。

ニュース性評価 → Perplexity
社内情報整理 → NotebookLM
初稿作成 → ChatGPT
トーン調整 → Claude
資料デザイン → Canva
KPI可視化 → Genspark

結果、社内からも「AI活用、前より意味が出てきたね」と評価が上がり、
外注費の最適化にもつながった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）

NotebookLM 業務フローとツール適正のマッピング「広報業務ごとに、最適なAIツールとPRサービスをマッピングしてください」
ChatGPT 業務別AIプロンプト集作成「広報業務フローごとに使えるAI活用プロンプト集を作成してください」
Genspark 効果測定テンプレート出力「AIツール導入前後の広報成果を可視化できる表テンプレートを作ってください」
Canva 社内向けAI活用ガイド作成「このAI活用フローを、1ページでわかりやすくまとめる広報ガイド資料にしてください」

■ コラム：「“万能ツール探し”を、そろそろやめよう」

どんなツールにも得意不得意がある。
大事なのは「この工程で、何が欲しいか」を明確にすること。

AIは道具。
選び方は「最も解決したい広報課題」から逆算すればいい。

ツール選びに迷ったら、まずはAI自身に「おすすめマッピング」を聞いてみよう。

■ こういう時はどうする？

Q：どのAIが、どの工程に向いてるか全然わかりません
→ NotebookLMに社内フローを入れ、「工程別最適AIツール一覧」を作ってもらいましょう。

Q：社内でAI活用に抵抗があります
→ ChatGPTで「広報部門向けAI活用メリット説明資料」を作って、Canvaでビジュアル化しましょう。

Q：いろんなツールを入れすぎて逆に非効率です
→ Gensparkで「AIツール別・効果測定シート」を作り、効果が出てないツールを整理しましょう。

■ 読者ワーク：「自社版AIツール×業務マッピング表」をつくる

NotebookLMで業務フローとツール一覧を整理
ChatGPTで「広報業務別プロンプト集」を作成
Gensparkで効果測定テンプレートを作る
Canvaで「社内向けAI活用マップ」を1ページ資料にまとめて共有

■ 最後に

AI選びに正解はない。
正解は、「いま、自分が解決したい課題に最適なもの」。

ツールを比べる前に、
“課題”と“使うシーン”を、まず言語化しよう。

その一歩が、AI活用を「試すだけ」から「成果につなげる」ステージへ変えてくれる。

89｜トラブル未然防止！よくある広報事故とその“予防パターン”

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「“うっかり”が、会社の信用を落とす瞬間」

ITサービス企業「データリンクソリューションズ」。
広報担当の篠原美咲は、ここ最近、胃が痛い日々が続いていた。

「掲載予定だった大手メディアから突然のNG」
「SNSで“表現が不適切では？”と炎上寸前」
「社内資料の機密情報が、うっかりリリース原稿に混ざっていた」

「全部、“うっかり”で済ませられないミスばかり…」

篠原は思った。

「次こそは、絶対に未然に防がないと」

そのとき、同僚が提案してくれた。

「AIで“事前リスクチェックフロー”作ってみたら？」

■ ケース：「広報事故予防プロセス」をAIで標準化

まず篠原は、NotebookLMに以下をアップ。

過去1年分のプレスリリース原稿
SNS投稿履歴
社内から指摘が入った“事故一歩手前”事例メモ

次に、以下のプロンプトで「よくあるリスクパターン」をAIに洗い出させた。

プロンプト：「以下の広報コンテンツをもとに、“過去に問題となったリスクパターン”を一覧にしてください。文言リスク、情報漏えい、誤認リスク、炎上リスクなど、カテゴリ別に整理し、事前チェックリスト化してください。」

次にChatGPTで「広報原稿用・リスク事前チェックプロンプト集」を作成。

プロンプト：「プレスリリース、SNS投稿、社内広報資料について、 “誤認表現”“不適切表現”“過剰表現”“炎上リスク”“機密情報漏えい”などの観点で、配信前に自動チェックできるプロンプト集を作ってください。」

Claudeでは「万が一炎上した場合の初動対応テンプレート」を作成。

さらにGensparkで「広報リスクパターン別・過去事例データベース」を構築し、Canvaで「社内向けリスク防止マニュアル」を1枚にまとめた。

■ 解決：「“感覚頼り”から、“AIベースのリスク管理”へ」

篠原は、新たに以下の社内ルールを導入。

全リリースは、配信前に「AIリスクチェック」を必須化
SNS投稿は、「表現・炎上・誤認リスク」の3観点でAI事前レビュー
万が一の時用に「初動対応フローチャート」を可視化

結果、
「ヒヤリ」が激減。
経営層からも「広報が安心して任せられる部署になってきた」と評価された。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 過去事故パターンの分析「以下の過去リリースと指摘事例から、“よくある広報リスクパターン”をリスト化してください」
ChatGPT リスク事前チェックプロンプト集作成「広報コンテンツ用の“誤認・不適切表現・機密漏えい”の事前チェック用プロンプト集を作ってください」
Claude 炎上時の初動対応テンプレート作成「SNS炎上時の“初動対応文例”と社内報告用メッセージテンプレートを作ってください」
Genspark リスクパターンDB作成「“広報事故あるある”をカテゴリ別データベース化してください」
Canva 社内リスク防止マニュアル作成「“広報事故予防マニュアル”を1ページで社内共有資料にしてください」

■ コラム：「“防ぐ仕組み”があるかどうかで、広報の価値は決まる」

広報は、ミスがニュースになる仕事。
だからこそ、“感覚頼り”はもうやめよう。

AIは、「うっかり」「見落とし」を防ぐ“安全装置”。

失敗を減らす最大の方法は、「事前に、AIで、仕組みにしておくこと」。

■ こういう時はどうする？

Q：AIにリスクチェックを頼んでも、抜け漏れが心配です
→ ChatGPTで「Wチェック用プロンプト」を作り、2段階チェックフローにしましょう。

Q：SNSだけでなく、社内報や採用広報でも表現リスクが心配です
→ NotebookLMで「過去広報コンテンツ全体のリスク表現パターン」を分析し、ChatGPTで事前確認用リストを作りましょう。

Q：いざという時の“謝罪文”が書ける自信がないです
→ Claudeで「不適切表現のお詫び文テンプレート」をストックしておくと安心です。

■ 読者ワーク：「自社版“広報リスク事前チェックリスト”を作る」

NotebookLMで過去広報物のリスク事例を洗い出す
ChatGPTで事前チェック用プロンプト集を作成
Claudeで“炎上時の初動対応マニュアル”を作る
Canvaで「広報リスク予防マニュアル」を1ページ資料にまとめる

■ 最後に

広報で一番怖いのは、「起きてから動く」こと。

AIでできることは、すべて“事前に”。
それが、広報としてのリスクマネジメントの基本。

「防げたはずの失敗」を、AIと一緒にゼロに近づけていこう。

90｜“会社のファンを増やす”ためのコミュニティ設計とストーリー構築

（第9章｜広報の力を社会に広げる応用と実践）

■ 序章：「“フォロワー”は増えた。でも、“ファン”って？」

生活雑貨メーカー「LIFENOTE（ライフノート）」。
SNSのフォロワー数は3万人。キャンペーンも定期的に実施中。

しかし、広報担当の小泉智美には、ずっとモヤモヤがあった。

「投稿への反応が薄い」
「キャンペーンの時だけ数字が跳ねるけど、継続的な会話が生まれない」
「“好きな会社です”って言ってくれる人が少ない…」

社内会議で上司に言われた。

「フォロワーじゃなく、“ファン”が欲しいんだよ。
どうやってつくるの？」

小泉は、AIと一緒に「ファン化コミュニティ設計」に取り組むことにした。

■ ケース：「単発キャンペーン」から「継続ストーリー設計」へ

まず小泉は、NotebookLMに以下をアップ。

過去1年分のSNS投稿履歴
イベント参加者リスト
商品レビューコメント
お客様アンケート結果

以下のプロンプトで、「既存顧客層の感情パターン」をAIに抽出させた。

プロンプト：「以下のSNS・アンケート・レビュー情報をもとに、 “既存フォロワー・顧客が感じている共通の感情ワード”と“繰り返し出てくるキーフレーズ”を抽出してください。さらに、“コミュニティ化の可能性があるテーマ候補”もリストアップしてください。」

次に、ChatGPTで「年間コミュニティコンテンツ計画（ストーリー連続型）」を作成。

プロンプト：「この会社のファンコミュニティを作るために、 “1年間のストーリー連続型コンテンツカレンダー”を設計してください。 “顧客参加型イベント”“SNS企画”“UGC（ユーザー生成コンテンツ）促進施策”なども含めて提案してください。」

Claudeで、コミュニティ開始時の「ウェルカムメッセージ」と「ファンに響く感謝メッセージ例」を整え、
Canvaで「コミュニティメンバー募集用バナー」を作成。

さらに、Gensparkで「“ファン化KPI指標テンプレート”」を作成し、効果測定も準備。

■ 解決：「“つながりたい理由”を、ストーリーで設計する」

小泉が実感したのは、

「商品情報の発信」だけではファンは生まれない
「共通体験」「共通言語」「物語への参加感」が必要
「企業→顧客」だけでなく、「顧客同士のつながり」も設計が必要

取り組みから半年後。
コミュニティメンバーは2000人を超え、イベント応募倍率は3倍に。

“フォロワー”が“ファン”に変わっていく手応えが、そこにあった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 顧客感情ワード・テーマ抽出「SNS・レビュー・アンケートから“感情ワード”“キーフレーズ”を抽出し、コミュニティテーマ候補を提案」
ChatGPT 年間コミュニティコンテンツカレンダー作成「ファン形成を目的とした1年間のストーリー型コンテンツ計画を作成してください」
Claude ウェルカムメッセージ・感謝文例作成「ファンコミュニティ参加者向けの“自然で心のこもったウェルカムメッセージ”を作ってください」
Genspark ファン化KPI指標テンプレート作成「SNS・イベント・UGC数などでファン化を可視化するKPIテンプレートを作ってください」
Canva コミュニティ募集用ビジュアル作成「このファンコミュニティの魅力が伝わる募集バナーをデザインしてください」

■ コラム：「“好きになる理由”を、企業が先に用意する」

ファンは、自然には増えない。
企業側が先に「共感できる物語」を用意することで、
人はその物語に“乗っかる理由”を見つける。

AIは、その“物語の設計”と“つながりの導線づくり”を高速でサポートしてくれる。

これからの広報は、「伝える」だけじゃなく、「一緒に物語をつくる」仕事。

■ こういう時はどうする？

Q：フォロワーはいるけど、リアクションが薄いです
→ NotebookLMで過去投稿データを分析し、ChatGPTで「共感キーワードを使った投稿例」を出してもらいましょう。

Q：コンテンツのネタがすぐ尽きてしまいます
→ ChatGPTで「ファン参加型施策」「ユーザー投稿促進企画」の年間カレンダー案を作らせましょう。

Q：社内で“ファンコミュニティ”の重要性が理解されません
→ Gensparkで「ファン化による企業価値向上事例」をリスト化し、Canvaで1ページ資料にまとめましょう。

■ 読者ワーク：「自社ファン化ストーリー設計ワーク」

NotebookLMで顧客の感情ワード・テーマを抽出
ChatGPTで年間コンテンツ設計を行う
Claudeでウェルカムメッセージを作る
GensparkでKPIテンプレートを用意し、Canvaで社内用ガイド資料をつくる

■ 最後に

ファンは、愛されたい人を探している。

その最初の一歩は、企業側が「物語の種」をまくこと。

AIと一緒に、“会社が愛される理由”を、これから設計していこう。

91｜社内エンゲージメントを高めたい？“言葉の文化づくり”が出発点

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「“伝えているのに伝わっていない”…その理由は？」

教育関連企業「スタディリンクス」。
社員数150名、全国に拠点展開中。

広報責任者の大西慎一は、最近ずっと悩んでいた。

「社内報を出しても、読まれていない」
「社内イベントも盛り上がらない」
「経営メッセージも、どこか届いていない感じがする」

上層部からは「エンゲージメントスコアを上げたい」と言われるが、

「“温度感”が伝わってないんだよな…」

大西は思った。

「必要なのは、“言葉の文化”そのものを作ることかもしれない…」

■ ケース：「企業の“言葉づかい”そのものをAIで棚卸し」

大西はまず、NotebookLMに以下の情報を集約。

過去の社内報
経営メッセージ
社員アンケートの自由回答欄
社内Slackで使われる言葉のログ

次に以下のプロンプトで「自社らしい言葉」と「浸透していないトーン」をAIに分析させた。

プロンプト：「以下の社内コンテンツから、“ポジティブに繰り返されているキーワード”と、“社員から乖離している表現パターン”を抽出してください。さらに、“社内エンゲージメントを高めるために推奨すべき言葉づかい”を提案してください。」

次に、ChatGPTで「社内向けトーン＆ワードガイド」を作成。

プロンプト：「この企業の社内文化に合わせて、“エンゲージメントが高まる言葉の使い方ガイド”を作ってください。 NGワード例、推奨ワード例、語尾トーン、呼びかけ方の工夫なども入れてください。」

Claudeで、経営陣向け「次回社内報用・心に刺さるメッセージ例」を生成。
さらにGensparkで「エンゲージメント施策プロンプト集」を整備し、Canvaで「言葉の文化づくりマニュアル」をビジュアル化。

■ 解決：「情報発信」ではなく「言葉の文化形成」へ

大西が実感したのは、

社内広報は「情報伝達」ではなく、「感情のインフラ整備」
経営メッセージも、日々の社内コメントも、「同じトーン」で統一感が大事
小さな呼びかけひとつが、社員の心理に影響する

取り組みから数ヶ月。

社員アンケートで「最近、会社の言葉が前よりあたたかい」という声が増え、
エンゲージメントスコアも15ポイント上昇した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社内言葉づかいの実態分析「社内コンテンツから“ポジティブワード”と“乖離ワード”を抽出し、トーン改善案を出してください」
ChatGPT トーン＆ワードガイド作成「エンゲージメントが高まる社内言葉づかいガイドを作ってください」
Claude 経営メッセージ例文作成「この社内テーマに合わせた“心に刺さる社長メッセージ例”を作ってください」
Genspark エンゲージメント施策プロンプト集作成「“社内エンゲージメント向上策”に使えるAIプロンプト集を業務別に作成してください」
Canva 言葉の文化づくりマニュアル作成「この言葉づかいガイドを社内共有用に1ページでビジュアル化してください」

■ コラム：「“言葉のインフラ”が、社内文化をつくる」

情報が多すぎる時代。
だからこそ、「どんな言葉で、どんなトーンで、どんな順番で伝えるか」が重要。

社内に流れる“言葉の空気”を変えれば、
エンゲージメントは自然に変わり始める。

AIは、その“空気をつくる言葉”を、一緒に探してくれる。

■ こういう時はどうする？

Q：経営陣が堅すぎて、温かい言葉が出てきません
→ Claudeで「経営層向け“自然体メッセージ”サンプル」を作りましょう。

Q：社内の言葉がバラバラでトーンが揃いません
→ ChatGPTで「社内トーン統一ガイド」を作り、イントラで共有しましょう。

Q：エンゲージメントスコアがずっと低迷しています
→ NotebookLMで「過去社内発信とスコア推移の相関分析」をし、Gensparkで改善プロンプトを出しましょう。

■ 読者ワーク：「自社版“言葉の文化ガイド”をつくる」

NotebookLMで社内コンテンツと言葉パターンを分析
ChatGPTでトーン＆ワードガイドを作成
Claudeで経営メッセージ例を整える
Gensparkで施策用プロンプト集を作り、Canvaで社内共有資料にまとめる

■ 最後に

社内エンゲージメントは、数字で測れるけれど、
本当の起点は「日々、どんな言葉が社内に流れているか」。

広報ができるのは、“その言葉の文化”をつくること。

AIと一緒に、明日からの社内の空気を変えていこう。

92｜インフルエンサーと共創するには？言葉の“橋渡し力”を磨く

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「商品紹介してもらったのに、なぜバズらない？」

アパレルブランド「earth and co.」広報担当の佐伯拓也は、SNS施策で悩んでいた。

人気インフルエンサーに商品提供もした。
有名TikTokerともタイアップ動画をつくった。

でも…

「投稿はされたのに、全然反響がない」
「フォロワー数が多いのに、売上に直結しない」
「結局、“うちの良さ”が全然伝わってない感じがする」

「これ、ただ“広告っぽく”なっちゃってるのかも…？」

佐伯は気づいた。

「大事なのは、“インフルエンサーに自社のストーリーをどう渡すか”だ」

■ ケース：「インフルエンサー向け“ストーリーパック”をAIで設計」

まず、NotebookLMに以下をアップ。

ブランドヒストリー
過去のSNS投稿内容
商品開発エピソード
ターゲット顧客のペルソナ資料

次に、以下のプロンプトで「インフルエンサーに渡すべき“物語要素リスト”」を作成。

プロンプト：「以下のブランド資料をもとに、インフルエンサーが自分の言葉で自然に語れるようになるための“ブランドストーリーパック”を作ってください。内容には、ブランドの想い、商品の背景、ターゲット像、使ってほしいキーワード例などを含めてください。」

次に、ChatGPTで「コラボ投稿用・推奨トークスクリプト例」を生成。

プロンプト：「この商品の魅力を、インフルエンサーが“自分の体験談として自然に語る”SNS投稿用スクリプトを作ってください。オーバーなPR感をなくし、共感トーンでお願いします。」

さらにClaudeで、インフルエンサー向け説明資料を「読みやすく、短く、感情が伝わる文章」に整え、
Canvaで「インフルエンサー向け簡易ブランドガイド」をデザイン。

最後にGensparkで「コラボ施策KPIテンプレート」を作成し、効果測定も同時設計。

■ 解決：「“企業の想い”と“インフルエンサーの言葉”をつなぐ設計力」

佐伯が学んだのは、

インフルエンサーは「自分の言葉で語れる材料」を求めている
ブランド側の「伝えたいこと」と、「彼らの語り口」をつなぐ“翻訳レイヤー”が必要
AIは、その“言葉の橋渡し設計”を高速化できる

結果、次のタイアップからはSNSでの反応が倍増。
「企業の想いがちゃんと伝わるコラボ」になった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM ブランドストーリーパック設計「以下ブランド資料をもとに、インフルエンサー向け“語れるポイント集”を作ってください」
ChatGPT コラボ投稿用スクリプト作成「この商品の魅力を“体験談トーン”で、SNS投稿用スクリプトにしてください」
Claude インフルエンサー向け説明資料の整文「この資料を、“短く、感情が伝わる語り口”にリライトしてください」
Genspark KPI管理テンプレート作成「インフルエンサー施策の“投稿数・エンゲージメント・CTR”などを可視化できるKPIシートを作成」
Canva インフルエンサー向けブランドガイド作成「この内容を、1ページでわかりやすい“インフルエンサー用ブランドガイド”にまとめてください」

■ コラム：「“語ってもらえる設計”が、広報の仕事」

どんなに有名なインフルエンサーでも、
素材がなければ響く投稿はできない。

広報がすべきは、“語れる材料”を先回りして用意すること。

そのためのストーリー設計、語り口翻訳、トーン整備――
AIは、その全部を支えてくれる。

インフルエンサーとの成功は、広報がどれだけ“語れる場”を作れるかにかかっている。

■ こういう時はどうする？

Q：インフルエンサーに何を渡せばいいかわかりません
→ NotebookLMでブランド情報をまとめ、ChatGPTで「インフルエンサー向け語りポイントリスト」を作りましょう。

Q：企業感が強すぎて、投稿が不自然になります
→ ChatGPTに「自然体・体験談風・共感トーンで」と指示して、投稿用コピーを調整しましょう。

Q：成果指標が曖昧で、効果が見えません
→ Gensparkで「インフルエンサー施策用KPIシート」を作り、次回施策の振り返りに活用しましょう。

■ 読者ワーク：「自社版・インフルエンサー施策設計シートをつくる」

NotebookLMでブランドストーリー要素を整理
ChatGPTでSNS投稿スクリプト例を作成
Claudeでインフルエンサー向け説明資料を整える
GensparkでKPI管理表をつくり、Canvaでビジュアル資料化

■ 最後に

インフルエンサーとの共創は、広報にとって“言葉の橋渡し仕事”。

「何を語ってほしいか」「どう語ってもらいたいか」を、
AIと一緒に設計していこう。

その一歩が、“ただのタイアップ”を“共感を生む物語”に変える。

93｜企業文化って、どう言語化するの？“らしさ”を育てる広報の視点

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「“うちの文化”って、言葉にできる？」

広告制作会社「ソウルクリエイティブ」。
創業20年、社員数約60名。

広報担当の高橋翔太は、ある社内プロジェクトで壁にぶつかっていた。

ミッションは「自社のカルチャーを言語化し、採用広報や企業ブランディングに活用すること」。

でも…

「“社風”を言語化しようにも、ふわっとしすぎている」
「社員ごとに“うちの文化”のイメージがバラバラ」
「過去の資料も、社長コメントも、全部“いいこと言ってる風”だけど薄い」

「文化って…どうやって言葉にすればいいんだ？」

高橋は、AIを使って“企業文化の言語化プロジェクト”に踏み出した。

■ ケース：「“社員のリアルな言葉”から、文化のコアを抽出する」

まず、NotebookLMに以下のデータを一括アップ。

過去の社内報
Slackでの社員同士のやりとり
社内イベントのアンケート結果
オンボーディング資料

次のプロンプトで、「社内で繰り返されている価値観キーワード」を抽出。

プロンプト：「以下の社内コミュニケーションデータから、“価値観・行動様式・社内文化を象徴する言葉”を頻出順にリストアップしてください。さらに、それらのキーワードを3～5つの“文化コンセプトワード”にまとめてください。」

次に、ChatGPTで「社内向け“カルチャーデック初稿案”」を作成。

プロンプト：「以下のキーワード群をもとに、社内文化を伝える“カルチャーデック初稿案”を作ってください。具体例・エピソード・行動指針・象徴的なフレーズを入れてください。」

Claudeで語り口を親しみやすく調整し、
Gensparkで「社内文化浸透施策のAIプロンプト集」を作成。

Canvaでは「ビジュアルで伝えるカルチャーポスター」をデザイン。

■ 解決：「“キレイな言葉”ではなく、“リアルな言葉”で文化は伝わる」

高橋は学んだ。

社内文化は、“理念”から作るのではなく、“日常の行動”から掘り起こすもの
「社員が普段どう話しているか」に、すでに“文化の種”がある
AIは、その“見えない共通項”を短時間で言語化してくれる最強の相棒

プロジェクト完了後、
新入社員からも「この会社の文化、入社前からイメージしやすかった」と好評価。
採用広報やIR資料にも自然にカルチャー要素が盛り込まれるようになった。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社内文化キーワードの抽出「社内のやりとり・資料から、“繰り返し出る価値観ワード”をリストアップしてください」
ChatGPT カルチャーデック初稿作成「このキーワード群をもとに、社内文化を言語化した“カルチャーデック初稿”を作ってください」
Claude トーン調整と自然な語り口への変換「この文章を“社員が共感しやすい語り口”に整えてください」
Genspark 社内文化浸透施策プロンプト集作成「社内文化を浸透させるためのAI活用施策プロンプト集を作ってください」
Canva カルチャーポスター作成「この社内文化を、1ページで視覚的に伝えるポスターにしてください」

■ コラム：「“理念を作る”より、“言葉を拾う”」

企業文化は、どこかにある“理想の言葉”を持ってくるものじゃない。

すでに社員たちが、
日々の言動で「語っているもの」。

それをAIで炙り出し、まとめ、育てていくこと。
それが、“リアルな文化づくり”への第一歩。

■ こういう時はどうする？

Q：経営層が抽象論ばかりで、具体的な文化が言語化できません
→ NotebookLMで「社員の日常会話データ」から“実際に使われている言葉”を拾いましょう。

Q：カルチャーデックの事例が社内になく、手がつけられません
→ ChatGPTで「同規模企業のカルチャーデックサンプル」を生成して参考にしましょう。

Q：社内浸透施策のネタが尽きました
→ Gensparkで「文化浸透施策アイデア集」を作り、実施カレンダー化しましょう。

■ 読者ワーク：「自社版カルチャー言語化プロジェクトを始める」

NotebookLMで社内発言・資料・社内報などを分析
ChatGPTでカルチャーデック初稿を作成
Claudeで文章トーンを自然体に整える
Gensparkで施策プロンプト集を作り、Canvaでビジュアル資料化

■ 最後に

「文化は空気だから、言語化できない」――
そう思っていたけど、それは違った。

AIと一緒に、
“いま社内に流れている言葉”をすくいあげることで、
文化は、確かに、形になる。

94｜“自社らしさ”って何？生成AIで言葉を炙り出すワークショップ設計

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「“らしさ”を探そうと言われても、どうしたら？」

物流SaaS企業「ロジリンク」。
社員数約100名、急成長中。

広報担当の藤井綾乃は、ある日人事部からこう頼まれた。

「新卒採用向けに、“ロジリンクらしさ”をもっとわかりやすく言語化したいんです」

…でも。

「そもそも“らしさ”って、どうやって見つけるの？」
「聞く人によって答えがバラバラ」
「理念やミッションとはまた違う、日常の“空気感”をどう言葉にする？」

「これ、一人で考えても無理かも…」

そこで藤井は、AIを使った“言葉の炙り出しワークショップ”を企画した。

■ ケース：「社員の言葉をAIで可視化し、“らしさ”を浮かび上がらせる」

まず藤井は、事前準備としてNotebookLMに以下のデータをアップ。

社員インタビュー記録
社内チャットログ
過去の全社イベント議事録
社内報記事

次に以下のプロンプトで、「社員が日常的に使っている“ロジリンクっぽい言葉”」を抽出。

プロンプト：「以下の社内資料から、社員がよく使っている“行動に関する言葉”“価値観を示す表現”“比喩や口癖”をリストアップしてください。さらに、これらを5つ以内の“自社らしさキーワード”にまとめてください。」

次に、ChatGPTでワークショップ用の「社員参加型問いかけスライド案」を作成。

プロンプト：「自社らしさを言語化するための社員ワークショップで使える“問いかけスライド案”を作成してください。問いは、参加者が自分の経験を思い出しやすい内容にしてください。」

さらにClaudeで、ワークショップで配布する「言語化ワークシート」のトーンを自然に整え、
Gensparkで「社内文化言語化プロンプト集」を作成。
Canvaでは、当日のファシリ用「ワークショップ進行フロー資料」をデザイン。

■ 解決：「AIは、社員の中にすでにある“言葉の地層”を掘り出してくれる」

ワークショップ当日。

AIが抽出した「らしさキーワード」を元に、社員同士で語り合い
各グループで「自社らしさストーリー」を発表
最後にChatGPTで「全体まとめレポート」をその場で生成

結果、

「ロジリンクらしさ＝“現場主義・寄り添い・スピード重視”」という言葉が全社共通認識に
採用ページや社内資料にもすぐに展開できるストーリーフレーズが完成

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社員発言データからキーワード抽出「以下社内資料から、“自社らしさを象徴するキーワード”を抽出し、5つ以内にまとめてください」
ChatGPT ワークショップ用スライド設計「社員が参加しやすく、自分の体験を語れるようになるワークショップ用スライド案を作ってください」
Claude ワークシートの自然なトーン調整「このワークシートを“親しみやすく、書きやすいトーン”に整えてください」
Genspark 社内文化言語化プロンプト集作成「“自社らしさ言語化ワーク”で使えるAIプロンプト集を作ってください」
Canva ファシリテーション用進行フロー資料作成「このワークショップの進行内容を、1ページで視覚的に伝える進行フロー資料にまとめてください」

■ コラム：「“社員の言葉”の中に、すでに答えはある」

文化は、ゼロからつくるものではない。

社員が、会議で、Slackで、雑談で、
もうすでに使っている“自社っぽい言葉”が、必ずある。

AIは、その「言葉の地層」を掘り起こし、
広報や採用、社内活性の“芯”にしてくれる。

■ こういう時はどうする？

Q：社員がシャイで、なかなか発言してくれません
→ ChatGPTで「ワークショップで場が温まるアイスブレイク質問集」を作ってみましょう。

Q：いろんな“らしさキーワード”が出て、絞り込めません
→ NotebookLMで「キーワード頻出ランキング」を出し、Gensparkで絞り込みプロンプトを活用しましょう。

Q：言葉がきれいすぎて、リアリティがありません
→ Claudeで「自然体で、社員の声っぽいトーン」に整えてもらいましょう。

■ 読者ワーク：「自社版“らしさワークショップ設計シート”をつくる」

NotebookLMで社内発言データを整理
ChatGPTでワークショップスライド案を作成
Claudeでワークシート文言を整える
Gensparkで社内文化プロンプト集を作り、Canvaで進行フローマニュアル化

■ 最後に

“らしさ”は、探すものじゃない。
すでにそこにあるものに、気づき、言葉にするだけ。

AIはその“気づき”のスイッチになる。

95｜社員が語る“推し会社”企画、どこまでリアルにする？

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「“うちの会社好きです”なんて、ほんとに言える？」

デジタルマーケティング企業「グロースハックラボ」。
社員数80名。

広報担当の三宅圭介は、社内プロジェクトの打ち合わせで違和感を覚えていた。

新企画は「社員が語る“推し会社”キャンペーン」。

でも――

「社員が“好き”とか“誇り”とか、わざとらしく聞こえない？」
「社内から“やらされ感あるよね”って空気が出そう」
「本音っぽくしたいけど、ネガティブが出過ぎても逆効果…」

「どこまで“リアル”にして、どこから“広報用”に整えるべきか…？」

三宅は悩んだ末、AIで“社員語りのリアルバランス設計”に挑戦することにした。

■ ケース：「社員の本音データ」をAIで安全に可視化・編集

まず三宅は、NotebookLMに以下をアップ。

過去の社員インタビュー原稿
社内アンケートのフリーコメント欄
Slack上での雑談ログ

次に、以下のプロンプトで「ポジティブな本音／ネガティブな本音／両方含む“リアルな声”」を抽出。

プロンプト：「以下の社内データから、“会社の好きなところ”“ちょっと不満なところ”をそれぞれ5項目ずつ抽出してください。そのうえで、“広報に出せる表現に整える観点”と、“リアルさを残す工夫”を提案してください。」

次にChatGPTで「“リアルかつポジティブ”に社員が語るコメント例」を生成。

プロンプト：「この会社の特徴と社員の声をもとに、“わざとらしくなく、自然体でポジティブさが伝わる社員コメント例”を5パターン作成してください。」

Claudeで、社員インタビュー記事の原稿トーンを「自然で、共感性のある語り口」に整え、
Gensparkで「“推し会社”社内投稿キャンペーンのプロンプト集」を作成。
さらにCanvaで、社内イントラ用の「社員投稿募集ビジュアル」をデザイン。

■ 解決：「“作られた言葉”から、“本音に根ざした広報”へ」

三宅は、次のルールで企画を進めた。

社員コメントは「加筆はするが、事実は変えない」
ネガティブ要素は「ポジティブへの気づきの流れ」で表現
テキストだけでなく「動画コメント」や「社内Slack投稿」も素材化

その結果、社員からの投稿数は当初想定の1.5倍に。

SNSでの反応も「作られた感がない」「この会社、素直でいいな」と好評。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 社員本音データの抽出とリスク整理「以下データから“ポジティブ本音”と“ネガティブ本音”をそれぞれ5つ抽出し、広報用表現の工夫を提案」
ChatGPT 社員コメント例文作成「この会社の雰囲気に合わせて、自然体でポジティブな社員コメント例を5パターン作成してください」
Claude 社員インタビュー原稿のトーン調整「このインタビュー原稿を“自然で共感性のある語り口”に整えてください」
Genspark 社内投稿キャンペーン用プロンプト集作成「“社員が会社の良さを語りたくなる”社内投稿促進用プロンプト集を作ってください」
Canva 社内募集用ビジュアル作成「この“社員が語る推し会社企画”の告知用ビジュアルを作ってください」

■ コラム：「“リアルさ”は、企業の最大の信頼資産」

“いいことしか書いてない広報”は、見抜かれる。

でも、“愚痴まみれの生々しさ”も違う。

大事なのは、“本音に根ざしたポジティブ”。

AIは、そのバランス設計を、短時間でサポートしてくれる。

■ こういう時はどうする？

Q：社員が“いいこと”をあまり言ってくれません
→ ChatGPTで「“働いていて嬉しかった瞬間”を語る問いかけ例」を作り、社内ワークで使いましょう。

Q：“本音”をそのまま出すのが怖いです
→ Claudeで「ネガ→ポジ変換」「共感トーン化」など、AIによるリライト調整をかけましょう。

Q：投稿数が集まらず、盛り上がりません
→ Gensparkで「社内投稿促進のためのインセンティブ設計案」を出し、Canvaで告知ビジュアルを追加しましょう。

■ 読者ワーク：「“社員が語る会社の魅力”素材をつくる」

NotebookLMで社員発言・アンケート結果を分析
ChatGPTで自然体コメント例を作成
Claudeで原稿トーンを調整
Gensparkで社内投稿促進施策プロンプト集を作り、Canvaでイントラ向け告知資料を作成

■ 最後に

「リアルな声がほしい」
でも、「ネガティブなだけでは使えない」

その間をつなぐのが、広報の言葉の設計力。

AIは、その“バランス感覚”を、必ず支えてくれる。

96｜AIと広報、正しい距離感とは？依存でも拒絶でもない関係を探る

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「AI、便利だけど…このままでいいの？」

ソフトウェア開発企業「システムグルーヴ」。
広報チームはわずか2人。

広報リーダーの植田誠は、最近こんな違和感を覚えていた。

「AIに頼りすぎて、なんだか“自分で考えてない”感がある」
「文章がどれも似たようなトーンになってきた…」
「でも、使わないと工数が回らない」

「AI、便利。でもこれって“本当の広報”って言えるんだろうか…？」

社内でも「AI文章、味がないよね」という声がポツポツ。

植田は考えた。

「AIとの“適切な距離感”って、どこだろう？」

■ ケース：「“AI任せ”をやめ、“AIとの分担ルール”を可視化する」

まず植田は、NotebookLMに以下をアップ。

過去半年分の広報施策一覧
AIツール使用履歴
社内から出たフィードバックコメント集

次に、以下のプロンプトで「AI任せ過ぎ／人が介在すべきポイント」を分類。

プロンプト：「以下の広報施策・AI使用履歴・社内フィードバックをもとに、 “AIに任せてもいい作業”と“必ず人が考えるべき工程”を分類してください。さらに、“成果が上がりやすかったAI活用パターン”と“失敗が多かったパターン”もリストアップしてください。」

次にChatGPTで「広報業務のAI×人間役割分担マトリクス表」を作成。

プロンプト：「広報業務ごとに、“AIが担当すべき工程”“人が最終判断すべき工程”をマトリクス表で出してください。また、“共同作業ゾーン”についても解説をつけてください。」

Claudeで、社内説明用「AI活用方針案内文」を作成し、
Gensparkで「AI活用ポリシー策定プロンプト集」を作成。
Canvaで「AI×広報の役割分担ポスター」をデザイン。

■ 解決：「“全部AI”でもなく、“全部人力”でもない、“第三の広報スタイル”」

植田は、以下の“新ルール”を導入。

「原稿初稿作成はAI、最終仕上げは必ず人間」
「社外向け重要メッセージは、AIの提案を経て、人がゼロベースで再検討」
「SNS運用やデータ分析系はAIに大胆に任せる」

結果、社内のAI活用への信頼感がアップ。

AIも、人も、それぞれが“本当に強い領域”で力を発揮できる状態が整った。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM AI使用履歴と効果の振り返り分析「広報施策とAI使用履歴から、“効果があったAI活用”と“失敗パターン”を分類してください」
ChatGPT 業務別AI×人間分担マトリクス作成「広報業務ごとに“AI領域”“人間領域”“共同作業ゾーン”をマトリクス表で出してください」
Claude 社内向けAI活用方針案内文作成「このAI活用方針を“自然体でわかりやすい社内向け案内文”にまとめてください」
Genspark AI活用ポリシープロンプト集作成「広報部門用のAI活用ポリシー策定用プロンプト集を作ってください」
Canva AI×広報の役割分担ポスター作成「このAI活用方針を、社内掲示用の1ページポスターにしてください」

■ コラム：「“AIとの正しい距離感”は、会社ごとに違う」

AIをどう使うかに、正解はない。

でも、「どこまでAIに任せるか」「どこから人が考えるか」を言語化することで、
迷いは減る。

それが、
“AI依存でも、AI拒絶でもない広報スタイル”への第一歩。

■ こういう時はどうする？

Q：社内で“AI使いすぎ”という声が増えてきました
→ ChatGPTで「社内向けAI活用ガイドライン初稿」を作り、Claudeでトーン調整しましょう。

Q：“AIに頼りすぎてない？”と経営層から指摘されます
→ Gensparkで「AI活用効果の定量データ出力テンプレート」を作り、NotebookLMで過去成果を可視化しましょう。

Q：逆に“AI導入が進まない”という現場もあります
→ ChatGPTで「広報部向けAI活用メリット説明資料」を作り、Canvaでビジュアル化して社内展開を。

■ 読者ワーク：「自社版・AI×広報役割分担マトリクスを作る」

NotebookLMでAI活用履歴と成果を分析
ChatGPTで業務別AI×人分担表を作成
Claudeで社内向け説明文を整える
Gensparkでポリシープロンプト集をつくり、Canvaで社内掲示用資料にまとめる

■ 最後に

AIは、味方にもなるし、壁にもなる。

大事なのは、**「広報として、どう付き合いたいか」**を自分で決めること。

その選択肢も、その設計も、
AIは必ず、一緒に作ってくれる。

97｜広報パーソンは、AIに何を任せ、何を自ら担うべきか？

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「全部AIにやらせたら、私は何をするの？」

医療系ベンチャー「メディカルフロント」。
広報担当の佐野美優は、最近、ふと立ち止まった。

「プレスリリースの初稿はAI」
「SNSの投稿案もAI」
「社内報の構成もAIが出してくれる」

…その一方で、自分の役割がわからなくなってきていた。

「これって…私、広報で何を“考えて”るんだろう？」

そんな不安を抱えた佐野は、**「広報×AIの役割棚卸し」**に着手した。

■ ケース：「“広報スキル”と“AI活用スキル”を仕分けるワーク」

まず佐野は、NotebookLMに以下をアップ。

自分が過去半年で担当した広報施策一覧
使用したAIツール履歴
各施策の成果レポート

次に以下のプロンプトで、「AIに任せた作業」「人が考えた作業」「成果が出たポイント」を可視化。

プロンプト：「以下の施策リストとAI使用履歴をもとに、 “AIが担当した工程”と“人が考えた工程”を工程別に分類してください。さらに、“どの作業で人の判断・感性が強く影響したか”を特定してください。」

次に、ChatGPTで「広報スキルマップ」を作成。

プロンプト：「広報パーソンに必要なスキルセット（例：ストーリー設計力、言語化力、社内調整力など）を一覧化し、その中で“AIにサポートさせやすい領域”と“人がやるべき領域”を仕分けてください。」

さらにClaudeで、社内共有用「AI×広報スキルの分担方針案」を作成。
Gensparkで「広報パーソン向けAIスキルアップ用プロンプト集」を整備し、
Canvaで「広報×AIスキルマップポスター」をデザイン。

■ 解決：「“AIでできること”を知るほど、“人がやるべきこと”がクリアになる」

佐野がたどり着いた答えは、シンプルだった。

AIに任せるのは「情報整理」「初稿生成」「テンプレ反映」
人が担うのは「言葉に“魂”を込める」「文脈を読む」「社内の空気を感じて調整する」
「そもそも何を伝えるべきか？」の“問い立て”は、絶対に人間の仕事

結果、自分の「広報パーソンとしての強み」が再認識できた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
NotebookLM 広報業務フローとAI活用履歴の分析「以下の施策リストとAI使用履歴をもとに、“AI領域”と“人の領域”を分類してください」
ChatGPT 広報スキルマップ作成「広報業務で必要なスキルを一覧化し、“AIにサポートさせやすいもの”“人が担うべきもの”で分類」
Claude 社内説明用分担方針文作成「このスキルマップをもとに、“AIと人の役割分担方針”を自然なトーンでまとめてください」
Genspark AIスキルアップ用プロンプト集作成「広報パーソンがAI活用スキルを高めるための“自己トレーニング用プロンプト集”を作成してください」
Canva 広報×AIスキルマップポスター作成「このAI×広報スキルマップを1ページで可視化できるポスターにしてください」

■ コラム：「“全部AIでできる時代”だからこそ、広報の“人間力”が問われる」

AIが文章を作れる時代。
AIが戦略提案すらできる時代。

だからこそ、広報パーソンに必要なのは――

“問いを立てる力”
“感情を読める力”
“意図を編集する力”

AIは、あくまで**“思考の補助輪”**。

最後のジャッジと、最後の言葉選びは、広報であるあなたの仕事。

■ こういう時はどうする？

Q：AIに任せすぎて、広報スキルが落ちてる気がします
→ Gensparkで「広報スキルセルフチェックシート」を作り、自己診断してみましょう。

Q：そもそも、広報スキルって何が必要なのか分かりません
→ ChatGPTで「広報に必要なスキル一覧＋各スキルのAI活用ポイント」を出してもらいましょう。

Q：社内で“AI任せすぎ”と批判されています
→ Claudeで「AIと人の役割分担方針」を社内向けにわかりやすくまとめて発信しましょう。

■ 読者ワーク：「自分の“広報スキル棚卸し表”をつくる」

NotebookLMで過去の業務履歴を整理
ChatGPTで自分用のスキルマップを作る
Claudeで社内説明文を整える
Gensparkで自己学習用プロンプト集を作り、Canvaでスキル成長マップを作成

■ 最後に

AIに何を任せ、
自分はどこで“最後の責任”を取るのか。

それを決められる人だけが、
これからの広報の“プロ”として生きていける。

98｜「なぜ私が広報をやるのか？」問い続けることで言葉に厚みが出る

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「AIが言葉を作ってくれる。でも、“想い”までは？」

老舗メーカー「タカハシ精工」。
社員数約500名。

広報歴5年目の木村友香は、ある日ふと、デスクで手が止まった。

「AIにプロンプト入れれば、リリースも、メッセージも、それっぽく出てくる」
「作業は早くなった。でも…心が動かない」
「最近、“この言葉でよかったのか”って、自分に自信が持てない」

ある日、ふと上司に聞かれた。

「木村さんさ、“なんで広報やってるの？”」

答えに詰まった瞬間、彼女は気づいた。

「私…“自分の言葉で伝えたい理由”が、ちゃんとないかもしれない…」

■ ケース：「“自分の広報観”をAIと対話しながら言語化する」

木村はまず、ChatGPTに相談した。

プロンプト：「私が“なぜ広報をやっているのか？”を言語化したいです。以下の質問を投げてください。そして私の回答から“私らしい広報観”を整理してください。 ①この仕事で一番嬉しかった瞬間は？ ②一番悔しかった経験は？ ③社内外で“ありがとう”と言われたのはどんな時？ ④“伝わった！”と感じた仕事は？ ⑤これから、どんな広報になりたい？ ※質問は順に投げて、私の回答をもとに最後にまとめてください。」

木村は、AIからの問いかけにひとつひとつ答えながら、自分の気持ちを整理。

さらにClaudeで、まとめた広報観を「未来の自分へのメッセージ文」に仕立てた。

Gensparkでは「“私の広報軸”言語化ワークプロンプト集」を作り、
Canvaで「“私が広報をやる理由”ポスター」をデザインし、デスク横に貼った。

■ 解決：「AIの言葉に、“私の想い”を重ねることが、これからの広報」

木村が得た答えはシンプルだった。

AIは、文章を作る。
でも、「なぜ伝えたいか」だけは、自分で問い続けないといけない。

言葉の出発点は、“自分の想い”
AIは、その“形にできない想い”を、言葉に整えてくれる相棒
毎回「なぜ私はこれを伝えるのか？」と問いながら原稿を書くこと

結果、最近の社内報もプレスリリースも、
「木村さんの文章、前より伝わるようになったね」と言われることが増えた。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 自分の広報観の問いかけと整理「“なぜ私が広報をやるのか”を言語化するための問いかけ＆回答整理ワークをしてください」
Claude 自己メッセージ文へのトーン整え「この内容を“未来の自分への手紙風”に、前向きで自然体な文章にしてください」
Genspark 広報観言語化プロンプト集作成「広報担当者が“自分の広報軸”を言語化するためのワーク用プロンプト集を作ってください」
Canva 「私が広報をやる理由」ポスター作成「この広報観メッセージを1ページで可視化できるポスターにしてください」

■ コラム：「“AIにできない仕事”は、“自分の想いに向き合うこと”」

テクニックも、構成も、ストーリーも、
AIが助けてくれる。

でも、“なぜ伝えたいか”は、あなただけの問い。

それがなければ、どんなにきれいな言葉も、
“薄い文章”で終わってしまう。

だから、広報パーソンは、
「なぜこの言葉を、自分が選ぶのか？」
を、問い続けよう。

■ こういう時はどうする？

Q：毎回AIに任せてしまって、広報としての自分の軸が見えません
→ ChatGPTで「“私が広報をやる理由”問いかけワーク」をやってみましょう。

Q：どうしても“無難な文章”しか書けません
→ Claudeで「自分の過去経験をもとにした広報メッセージ例」を生成し、言葉に感情を乗せましょう。

Q：“広報って何のためにあるの？”と聞かれてうまく答えられない
→ Gensparkで「広報の存在意義・価値一覧」を作り、自分に合う言葉を探してみましょう。

■ 読者ワーク：「自分の広報観」を言語化する

ChatGPTで問いかけワークを実施
Claudeで“未来の自分への手紙”を作成
Gensparkでプロンプト集を出し、自分なりの回答を深める
Canvaでポスター化し、デスクやノートに貼る

■ 最後に

AIが言葉を整える時代だからこそ、
「誰が、どんな想いで、その言葉を選んだか」が、
いちばんの“説得力”になる。

その想いに向き合える人だけが、
これからの広報で“本当に伝えられる人”になれる。

99｜未来の広報って？生成AI・社会変化の中でどう進化する？

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「このままAIに頼り続けて、広報の未来は大丈夫？」

スタートアップ支援企業「フューチャーリンク」。
広報担当の井上翔は、最近よく考える。

「このままAIに頼り続けたら、広報の仕事はどうなるんだろう？」
「数年後、“人が書く意味”って残ってるのかな？」
「社会も、情報流通も、変わりすぎてない？」

AIツールはどんどん進化し、
生成スピードは加速。

でも、ふと思う。

「これからの広報って、どこに向かうんだろう？」

■ ケース：「“未来の広報業務”をAIと一緒にシミュレーション」

井上は、ChatGPTにこう問いかけた。

プロンプト：「生成AIが高度化した5年後、広報パーソンに求められる役割は何か？ “情報設計力”“対話力”“倫理観”など、未来広報スキルマップとしてまとめてください。さらに、企業がこの変化にどう備えるべきか、具体的なアクションリストも作成してください。」

次に、NotebookLMに過去社内広報施策とAI活用履歴をアップし、
以下のプロンプトで「これまでの進化トレンド」を振り返った。

プロンプト：「以下の施策とAI活用履歴から、“この企業の広報業務の進化ステップ”を時系列で整理してください。次のフェーズに向けたアクション提案もお願いします。」

Claudeで、経営層向けの「未来広報ビジョン説明文」を自然なトーンで作り、
Gensparkで「未来広報スキル育成ロードマップ用プロンプト集」を生成。
最後にCanvaで「未来の広報スキルポスター」をデザイン。

■ 解決：「“AI活用力”と“人間力”の両輪で進化する広報」

井上がたどり着いた未来像はこうだった。

「AIに作らせる」だけじゃなく、「AIを“思考パートナー”にする」
「量を出す」だけじゃなく、「質と哲学で差別化する」
「情報発信者」ではなく、「対話設計者」「感情ファシリテーター」になる

会社としても「広報AI教育プログラム」をスタートし、
次世代広報人材育成に動き出した。

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 未来広報スキルマップ作成「生成AI時代の広報パーソンに必要なスキルを一覧化し、具体的アクションリストも作ってください」
NotebookLM 自社の広報進化ステップ振り返り「広報施策とAI活用履歴から、“進化ステップ”を時系列で整理し、次の成長アクションを提案」
Claude 経営向け未来広報ビジョン説明文作成「未来広報に向けた企業ビジョンを、自然体かつ希望を感じさせるトーンでまとめてください」
Genspark スキル育成ロードマッププロンプト集作成「次世代広報スキルを育成するためのAIワーク用プロンプト集を作ってください」
Canva 未来広報スキルポスター作成「このスキルマップを1ページで社内共有できるポスターにしてください」

■ コラム：「AIがある時代だから、“人が広報をやる意味”が問われる」

AIがいくら進化しても、
企業が「人間に広報を任せる理由」は残る。

それは、「問いを立てる力」「葛藤を抱えて考える力」「心で言葉を選ぶ力」。

これからの広報は、**“AIとの共創”**で、
“より人間らしい言葉”をつむぐ時代に入っていく。

■ こういう時はどうする？

Q：未来の広報スキルが、なんとなく不安です
→ ChatGPTで「未来の広報人材に求められるスキル一覧＋セルフ診断ワークシート」を作りましょう。

Q：社内がAI活用に消極的で、未来への準備が進みません
→ Claudeで「AI×広報の未来トレンド説明資料」を作り、経営層や人事に共有しましょう。

Q：次世代育成プログラムをどう設計すればいいかわかりません
→ Gensparkで「次世代広報育成プランテンプレート」を生成し、Canvaでロードマップ資料化しましょう。

■ 読者ワーク：「自社の“未来広報スキル育成プラン”をつくる」

NotebookLMで過去広報施策とAI活用状況を振り返る
ChatGPTで未来スキルマップとアクションリストを作成
Claudeで社内説明資料を整える
Gensparkで育成プロンプト集を作り、Canvaでビジュアル資料化

■ 最後に

未来の広報は、
AIに支えられ、AIに試され、
「それでも、人が言葉を選び続ける理由」が
問われる仕事になる。

その準備は、もう、始まっている。

100｜広報とは、“人の想い”をつなぎ続ける仕事である

（第10章｜これからの広報 ─ 想いとテクノロジーの交差点）

■ 序章：「言葉の向こうに、いつも“誰か”がいる」

通信インフラ企業「ネクストリンク」。
創業30年、社員数800名。

広報部門を率いる渡辺亮介は、ある夜、ふと自席で過去の広報資料をめくっていた。

創業時の社長メッセージ
初めてのIR資料
社内報の創刊号
数年前のクレーム対応メール
震災後に全社に出した、あの時のメッセージ…

「全部、誰かに向けて、必死で言葉を選んできたんだな…」

AIがどんなに便利になっても、
広報の本質は“想いと想いの橋をかけること”だと、
改めて思った。

■ ケース：「AIを使いながら、“最後の一行”は自分で書く」

渡辺は、社内の若手広報メンバーに、こう言った。

「AIを使っていい。でも、最後の一行だけは、自分で書こう」

その理由は――
「その一行に、広報としてのあなたの想いが必ず滲むから」

チームでは以下の取り組みを始めた。

初稿作成はChatGPT、Claudeで整文
社内資料分析はNotebookLM、効果測定はGenspark
ビジュアル化はCanva、企画アイデアはPerplexity
でも「読者への最後のひと言」は、必ず担当者自身が書くルールに。

それは、広報としての“責任のサイン”だった。

■ 解決：「AIがあるからこそ、私たちは“最後の想い”に集中できる」

結果、広報部内で自然と「言葉に想いが乗る文化」が育ち始めた。

「最後の一行」があることで、文章全体に熱が宿る
社内から「最近、広報が人間味あるね」と声が上がる
AIに頼ることで、むしろ“自分たちが言うべきこと”がクリアになっていく

■ 使用AIツールとプロンプトまとめ

ツール活用シーン使用プロンプト（抜粋）
ChatGPT 広報原稿の初稿作成「このテーマで広報用メッセージの初稿を書いてください。読者は〇〇層です。」
Claude 文体とトーンの整え「この文章を“親しみがあり、誠実で、読者の心に届くトーン”に調整してください。」
NotebookLM 社内情報の整理と過去施策データ分析「以下の社内資料から、“広報施策の成功パターン”を抽出してください。」
Genspark 効果測定テンプレートの出力「この施策の成果指標を可視化するためのKPIシートを作ってください。」
Canva 社内外資料のビジュアル作成「このメッセージ内容を、1ページでわかりやすいポスターにしてください。」

■ コラム：「“想いの編集者”として、これからも」

AIが原稿を書く。
AIがタイトルを出す。
AIが構成を整える。

でも――
最後に“この言葉で、誰に、何を届けるか”を決めるのは、広報であるあなた自身。

広報は、情報ではなく、“想い”を届ける仕事。
AIはその道具であり、パートナーであり、補助輪でしかない。

■ こういう時はどうする？

Q：AIが出す言葉に頼りきりで、自分の言葉がなくなってきました
→ ChatGPTで「“この施策で私が伝えたいこと”問いかけワーク」を実施し、最後の一文を自分で足しましょう。

Q：“人間らしさ”って何？と悩んでいます
→ Claudeで「人間らしい広報メッセージ例」をいくつか生成し、参考にしてみましょう。

Q：“最後の一行”がどうしても出てきません
→ Gensparkで「“読後の余韻を残す一文”生成プロンプト」を使い、そこからヒントを得ましょう。

■ 読者ワーク：「自分の“最後の一行”ルールをつくる」

ChatGPTで問いかけワークを実施
Claudeで文章トーンを磨く
Gensparkで“締めの一文アイデアリスト”を作る
Canvaで「私の広報宣言ポスター」をつくって、自席に貼る

■ 最後に

広報とは、誰かの想いを、誰かに届ける仕事。

AIが進化しても、
情報があふれても、
その“橋をかける役目”は、これからも人間にしかできない。

この本の中のどのプロンプトも、どのAI活用例も――
最後に「あなた自身の想い」が加わってこそ、初めて意味が生まれる。

さあ、次に伝えるべき相手は、誰ですか？

最後に

「生成AI✕広報PRの教科書ケーススタディ100」は
「現場で、広報パーソンが、AIとどう向き合っていくか」
その一点に向き合って作りました。

ぜひ次は、あなた自身が、続きをあなたの現場で作ってください。

#創作大賞2025 #ビジネス部門

生成AI✕広報PRの教科書 ケーススタディ100

はじめに

「生成AI✕広報PRの教科書 ケーススタディ100」の使い方

01｜プレスリリースが書けない！どう伝えればいい？

02｜メディアに送っても返信ゼロ…選定と文面見直し

03｜“読まれない社内広報”を構造で立て直す

04｜IR資料と広報資料、どう住み分ける？

05｜複数サービスをどう整理して伝える？

06｜SNS投稿で反応がない…トンマナ迷子の正体とは

07｜オウンドメディア、更新が止まってませんか？

08｜SNSの“バズ”を狙うのではなく“共感”を設計する

09｜FAQやCS文面、どこまで広報が書く？

10｜プレスリリースの“ネタ”が枯れたときの再発掘術

11｜広報方針が定まらない！最初の戦略設計

12｜“広報KPIって必要？”曖昧な評価からの脱却

13｜広報とIRの交差点：未来を語る情報設計

14｜IPO準備広報の全体像と“言葉のタイミング”

15｜ガバナンスをどう伝える？透明性の表現技法

16｜会社の“存在意義”をどう言語化するか

17｜スタートアップ広報のはじめの一歩

18｜経営層の“無理難題”をどう広報に翻訳する？

19｜広報活動が理解されないときの社内対話術

20｜広報予算が取れない…“言える人”になる方法

21｜社長メッセージを共感させたい！

22｜社員インタビュー、どこまで出していい？

23｜経営陣の言葉を“使える”形に変換するには？

24｜採用広報、何から手をつけたらいい？

25｜候補者目線で採用サイトを再構成する方法

26｜社員による情報漏えい…ガイドラインの設計法

27｜企業統合後の文化融合をどう広報する？

28｜周年事業、“ただのお祝い”で終わらせない発信術

29｜官民連携プロジェクトを伝えるには？

30｜社内から信頼されない広報…インナーブランディング再構築

31｜社長交代をどう伝える？“人が動く”メッセージの設計術

32｜セミナー登壇資料、何をどう語れば刺さるか？

33｜社長の寄稿を通すには？媒体選定から編集対応まで

34｜広報戦略としての書籍出版 ― 企画立案から話題化まで

35｜ノベルティ配布文、販促っぽくならずに心を動かす言葉とは？

36｜採用ピッチ資料、最新の“惹きつけポイント”に更新する方法

37｜古い会社紹介資料、どこから手をつけて再構築する？

38｜アワードを「とる」ためのPR戦略と申請書の磨き方

39｜自社主催PRイベント、集客と報道を両立させる広報術

40｜コラボ企画で“どっちが主語？”問題を乗り越える設計力

41｜調査リリースが刺さらない…伝わる構成に再設計する方法

42｜インタビュー記事が冗長…“一言で伝わる言葉”の見つけ方

43｜Podcast配信のシナリオ、“聴かれる構成”に磨くAI活用法

44｜YouTube動画の概要文、“流し見されない導線”を設計する

45｜IRページを更新せよ！見やすさと信頼感を両立する整備術

46｜FAQやカスタマー対応文、ChatGPTと磨く“誤解させない言葉”

47｜海外配信時の英語文面、文化的ニュアンスはどう訳す？

48｜社外役職・兼務メッセージ、“一貫性のある言葉”で表現するには？

49｜株主向けニュースレター、“投資家目線”で再構成する技術

50｜自治体との連携広報、行政と民間の言語ギャップを超えるには？

51｜CSR×地域連携、「支援感」ではなく「共創感」を出す広報

52｜ESG報告書、“伝わらない資料”から“読まれるコンテンツ”へ

53｜Slackで社内報…反応があるチームに共通する投稿術

54｜ブランド再構築フェーズ、“今の会社”に合う言葉の棚卸し

55｜アライアンス発表、“どちらが主語？”で揉めない設計の極意

56｜多言語対応、翻訳ではなく“文化翻案”が求められる理由

57｜社員の“なんとなく不満”を魅力に変える“巻き込み型”PR術

58｜自社らしさ、AIと社員ワークで言語化するプロンプト設計

59｜“推し会社”を社員に語ってもらう仕掛けと“引き出し”の技法

60｜ミッション・ビジョンの“再言語化”をAIと対話しながら進める

61｜社長交代の発表で失敗しないために ― 期待・安心・未来の整理法

62｜新役職（CPOなど）“聞いたことない役職”の説明どうする？

63｜株価急落、報道対応が追いつかない時の即時判断と備え

64｜災害時のメッセージ、“冷静さと温度感”を両立させる文面設計

65｜社員の健康施策、“制度”でなく“想い”を伝える構成術

66｜研究成果を一般に伝える、“科学”と“物語”の融合方法

67｜OSSプロジェクト広報、エンジニアとの言葉の共通点を探せ

68｜特許取得をどう伝える？“技術の魅力”をPRに変換する技術

69｜ロゴ刷新、社内の混乱を防ぎ、社外への意義を伝える一文とは？

70｜法務・ガバナンス改革、“誤解なく伝える文章”にAIを活かす

71｜法改正対応、“読まれない”では済まされない広報の書き方

72｜取材・問い合わせが殺到！メディア対応が追いつかないときの判断基準

73｜取締役会資料を“読まれる資料”に変える広報的視点とは

74｜年度末レポート、“感謝”と“意志”を伝える構成に再設計

75｜M&A発表、“誰のためのメッセージか”を見誤らないために

76｜産学連携広報、“成果だけ”では伝わらない人間味の設計

77｜ロビイングやPA活動、広報との連携で“言葉の力”を最大化するには

生成AI✕広報PRの教科書ケーススタディ100

「生成AI✕広報PRの教科書ケーススタディ100」の使い方