ChatGPTで要件定義を進める方法 プロンプト例と任せられる範囲・注意点を解説

要件定義は、開発工程のなかでも特に時間がかかり、担当者の経験に左右されやすい作業です。ヒアリングの質問項目を考え、聞き取った内容を整理し、抜けがないか確認して文書に落とす。この一連の流れを1人で抱えている現場は珍しくありません。

ChatGPTを使えば、この工程のうち「候補を出す」「整理する」「文章にする」部分を大幅に短縮できます。一方で、顧客の業務を理解したうえでの判断や、言葉にされていない要望の汲み取りは、依然として人の領域です。ここを取り違えると、もっともらしいだけの要件定義書ができあがります。

本記事では、ChatGPTが要件定義のどこまで使えるのかという線引きから、使う前に決めておくこと、工程別の具体的な使い方、プロンプトの書き方、そして組織で運用するための整備までを順番に整理します。

確認したいポイント	結論	詳細
ChatGPTで要件定義はできる？	叩き台までは有効	候補の洗い出しや構造化、文書化は得意ですが、業務理解を伴う判断は人が行う前提です。
どの工程で使うと効く？	準備と整理・文書化	ヒアリング項目の洗い出し、議事録からの要求抽出、非機能要件の抜け検出で効果が出ます。
社内情報を入力していい？	事前にルールを決める	顧客名や個人情報の扱いは、自社の規程と契約条件を確認したうえで判断する必要があります。
出力はそのまま使える？	必ず人がレビューする	事実でない内容が混ざることがあり、書かれていない前提を補って生成する点にも注意します。

この記事でわかること

• ChatGPTが要件定義で得意なことと、人が担うべき領域の線引き
• 使い始める前に決めておくべき情報の取り扱いとレビュー体制
• ヒアリング準備から要件の整理・文書化まで、工程別の具体的な使い方
• 出力の質を左右するプロンプトの書き方と、避けるべき指示の出し方
• 事実でない内容が混ざるなどのリスクと、組織で使うための整備

▼ 生成AIを業務にどう組み込むか整理したい方へ 生成AIを使った業務効率化の進め方、研修や支援の内容、導入までの流れをまとめた資料をご用意しています。 検討の初期段階でも構いませんので、まずは全体像の把握にご活用ください。 ＞ 資料請求はこちら

ChatGPTは要件定義のどこまで使えるか

最初に線引きを整理します。何でも任せられるわけではありませんが、使える範囲は思っているより広いというのが実情です。得意なことと苦手なことを分けて把握しておきます。

得意なのは「候補を出す」「整理する」「文章にする」

ChatGPTが最も力を発揮するのは、網羅的に候補を並べる作業です。「勤怠管理システムで検討すべき機能を挙げて」と指示すれば、一般的な項目が数十秒で並びます。自分の頭だけで考えるより、確実に抜けが減ります。

次に、バラバラの情報を構造化する作業です。ヒアリングのメモや議事録を渡して、要求として整理させることができます。人が読み返して分類するより、はるかに速く終わります。

3つ目が、決まった形式の文章に落とす作業です。箇条書きの要求を、要件定義書の書式に沿った文章へ変換する。この種の作業は、時間がかかる割に創造性を必要としないため、任せる価値が大きい領域です。

既存の文書を要約したり、形式を変換したりする作業も同様です。情報を新しく作り出すのではなく、与えられた材料を加工する作業ほど、精度が安定します。

苦手なのは業務理解と最終判断

一方で、その企業固有の業務事情を理解したうえでの判断はできません。なぜその手順になっているのか、どの部署が何にこだわっているのか、過去にどんな経緯があったのか。これらは資料に書かれていない情報です。

顧客が言葉にしていない潜在的な要望を引き出すことも苦手です。「こうしたい」の裏にある本当の困りごとを探るには、対話の場での観察と質問が必要になります。

そして、優先順位の決定と、やらないことの線引きも人の仕事です。予算、期間、体制という制約のなかで何を諦めるかは、責任を伴う判断だからです。

「任せる」のではなく「使う」

この線引きを踏まえると、適切な位置づけが見えてきます。ChatGPTは叩き台をつくる道具であり、最終的な成果物に責任を持つのは人という分担です。

出力をそのまま提出するのは避けてください。一般論としては正しくても、目の前のプロジェクトには当てはまらない内容が必ず混ざります。「これは自社の場合どうか」を確認する工程を、必ず挟んでください。

逆に、叩き台があることの価値は大きくなります。白紙から考えるより、並んだ候補に対して「これは要る」「これは不要」と判断するほうが、人にとってははるかに速い作業です。

顧客との合意形成も人が担う部分です。文書の内容が同じでも、誰がどう説明して合意を取り付けたかで、後の進めやすさは変わります。

要件定義のどの工程で使うか

要件定義は、現状の把握、要求の収集、要件への整理、文書化と合意という流れで進みます。ChatGPTが効くのは、このうち現状の言語化、質問項目の準備、整理、文書化の各段階です。

工程の枠組みを確認したい場合は、IPAが公開する共通フレームが参考になります。ソフトウェアライフサイクルプロセスの国際規格をベースに、企画から要件定義、開発、運用までの作業項目と役割が体系的に整理されています（出典：IPA「共通フレーム2013」）。

使い始める前に決めておくこと

手を動かす前に、3つの点を確認しておいてください。後から問題になりやすいのは、技術ではなく情報の取り扱いと責任の所在です。

入力してよい情報の範囲

最も重要なのがこれです。顧客の社名、個人情報、未公開の事業計画、既存システムの構成情報。これらを入力してよいかどうかを、自社の規程と契約条件に照らして確認してください。

顧客との契約に秘密保持の条項があれば、第三者のサービスへ情報を入力することが制限されている場合があります。判断に迷う場合は、法務部門や顧客側の担当者に確認するのが確実です。

個人情報を含む場合は、個人情報保護法上の義務も関わります。個人データの漏えいや滅失を防ぐため、必要かつ適切な安全管理措置を講じることが事業者に求められます（出典：個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」）。クラウドのサービスを使えば自動的に満たされるわけではありません。

実務的な回避策としては、固有名詞を伏せる、数値を丸める、業種と規模だけを伝えるといった方法があります。一般的な検討には、それで十分な場合がほとんどです。

使うアカウントとプランを確認する

個人のアカウントと、法人向けのプランでは、入力した内容の取り扱いが異なる場合があります。学習への利用可否や保存期間について、自社が契約している条件を確認しておいてください。

組織で使うのであれば、法人向けの契約と管理者による設定を前提にするほうが安全です。個人のアカウントでの利用を黙認している状態が、最もリスクが高くなります。

無償のプランと有償のプランでも条件が異なることがあります。契約内容は更新されるため、導入時に一度確認して終わりにせず、定期的に見直す担当を決めておいてください。

成果物の扱いとレビュー体制

生成された内容を誰がレビューし、誰が承認するのかを先に決めておきます。ここが曖昧なまま使い始めると、確認されないまま顧客に提出される事故が起きます。

あわせて、AIを使って作成したことを顧客に開示するかどうかも確認しておいてください。契約や業界の慣行によっては、事前の合意が必要な場合があります。

▼ 社内での生成AI活用のルールづくりからご相談いただけます 何をどこまで使ってよいか、どう教育するか、どの業務から始めるか。 現状をうかがったうえで、無理のない進め方をご提案します。 ＞ 相談予約はこちら

現状整理とヒアリング準備での使い方

ここからは工程ごとの具体的な使い方です。まずは要求を集める前の準備段階から見ていきます。この段階での活用は、効果が出やすく、リスクも小さくなります。

ヒアリング項目を洗い出す

最も導入しやすい使い方が、質問項目の候補出しです。「中小企業向けの受注管理システムを刷新する前提で、業務担当者に聞くべき項目を表形式で整理して」と指示すれば、一通りの候補が得られます。

出てきた項目を、そのまま使う必要はありません。自社の状況に合わないものを削り、業界特有の論点を足す。判断する材料として使うのが正しい位置づけです。

経験の浅いメンバーにとっては、この使い方が特に有効です。何を聞くべきか分からない状態から、候補一覧を前に取捨選択する状態へ一気に進めます。

出てきた質問項目を、想定される回答とセットで整理させる使い方もあります。回答のパターンが見えていると、当日の対話を深掘りに使えます。

現状の業務を言語化する

既存の手順書や画面のメモを渡して、業務の流れとして整理させる使い方もあります。断片的な情報から、開始から終了までの流れを組み立ててもらう形です。

このとき、不明な部分は勝手に補わず質問するよう指示しておくと、抜けている情報が浮かび上がります。「この工程の次はどうなりますか」と聞かれることで、確認すべき箇所に気づけます。

ただし、渡す資料に顧客の固有情報が含まれる場合は、前章で確認したルールに従ってください。社名や個人名を伏せても、業務の流れを整理する目的は達成できます。

議事録から要求を抽出する

ヒアリングが終わったら、議事録を渡して要求を一覧として抽出させます。「〜したい」「〜が困っている」といった発言を拾い、要求として並べ替える作業です。

手作業でやると見落としが出る部分なので、機械的に拾わせる価値があります。抽出された一覧を見ながら、発言の意図を人が補足していく進め方が実用的です。

発言者や部署の情報も一緒に残しておくと、後から誰の要望かを確認できます。要件の優先順位を決める段階で、この情報が効いてきます。

要件の整理と文書化での使い方

要求が集まったら、要件として整理していきます。この段階では、抜けの検出と構造化にChatGPTを使うのが効果的です。

要求を機能要件へ分解する

「承認の状況が分かるようにしたい」という要求を、具体的な機能の形へ分解させます。ステータスの表示、通知、一覧での絞り込みといった単位に落とす作業です。

1つの要求から複数の実現方法が出てくることもあります。選択肢を並べさせて、それぞれの長所と短所を整理させると、顧客との議論の材料になります。

ここでも、出てきた案をそのまま採用しないでください。実現可能性、既存システムとの整合、コストは人が判断する部分です。

分解した機能には、それぞれ優先度を付けておきます。必須なのか、あったほうがよいのか、将来の検討でよいのか。この仕分けまで含めて整理させると、後の合意形成が進めやすくなります。

非機能要件の抜けを検出する

要件定義で最も抜けやすいのが非機能要件です。IPAの非機能要求グレードでは、可用性、性能・拡張性、運用・保守性、移行性、セキュリティ、システム環境・エコロジーという6つの大項目に整理されています。

この6項目を前提として渡したうえで、「この観点で検討すべき事項を挙げて」と指示すると、機械的に抜けを洗い出せます。稼働率の目標、応答時間、バックアップの世代数、データ移行の方法といった、後から揉める項目を早い段階で表に出せます。

重要なのは、出てきた項目に数値を入れるのは人だという点です。稼働率を99%にするか99.99%にするかで、構成もコストも大きく変わります。ここは顧客との合意が必要な領域です。

要件定義書の骨子を作る

文書化の段階では、目次構成の作成と、各章の記述の下書きに使えます。自社の標準的な章立てを提示したうえで、整理済みの要件を割り当てさせる進め方が確実です。

既存の要件定義書を1つ渡して、その形式に合わせるよう指示する方法も有効です。書式が揃うため、レビューする側の負担も減ります。

用語の定義を一覧として抽出させる使い方も有効です。同じものが複数の呼び方で書かれていないか、機械的に洗い出せます。

矛盾と曖昧さを指摘させる

意外に効果が大きいのが、書き上げた文書をチェックさせる使い方です。「曖昧な表現、定義されていない用語、相互に矛盾する記述を指摘して」と指示します。

「適切に」「速やかに」「必要に応じて」といった、判断基準のない表現は機械的に拾えます。人のレビューでは見慣れて読み飛ばしてしまう部分なので、一次チェックとして有用です。

この使い方は、情報を新しく生成させるわけではないため、事実でない内容が混ざるリスクも比較的小さくなります。まずここから試すという導入の仕方もおすすめです。

▼ 「どの業務からAIを使うべきか」から相談できます 要件定義に限らず、社内のどの作業に生成AIが効くのかを整理するところから、実務目線でご相談いただけます。 ＞ 相談予約はこちら

プロンプトの書き方

出力の質は、指示の出し方でほぼ決まります。「要件定義をして」だけでは一般論しか返ってきません。押さえるべき要素を整理します。

前提・役割・出力形式を指定する

基本の構成は、どういう立場で、どんな前提のもと、何を、どの形式で出すかを明示することです。「中小企業のシステム開発を担当するエンジニアとして」「従業員50名の製造業」「表形式で」といった具合に指定します。

出力形式の指定は特に効果があります。表、箇条書き、章立ての文書など、使いたい形を先に伝えておけば、後から整形する手間がなくなります。列の項目まで指定すると、さらに精度が上がります。

前提が詳しいほど、内容は具体的になります。業種、規模、既存システムの有無、予算感、期間。伝えられる範囲で前提を書くだけで、返ってくる内容の実用性が変わります。

悪い例と良い例を併せて示すのも効果があります。「このような書き方は避けてほしい」という具体例を渡すだけで、出力の方向性は大きく変わります。

制約条件を必ず添える

制約を書かないと、理想論が返ってきます。「既存の基幹システムは変更しない」「予算は◯◯万円以内」「3か月でリリースする」といった枠を伝えると、現実的な案に絞られます。

対象外の範囲を明示するのも有効です。「今回はスマートフォン対応は含めない」と書いておけば、不要な検討が混ざりません。

一度に全部やらせない

よくある失敗が、1回の指示で要件定義書を丸ごと作らせようとすることです。分量が多くなるほど、各項目の内容は薄くなります。

工程を分け、機能ごとに区切って進めるほうが、結果的に質の高い出力が得られます。画面単位、業務単位で指示を出し、順に積み上げていく進め方が実用的です。

対話を重ねることも重要です。返ってきた内容に対して「もっと具体的に」「この観点も加えて」と指示を重ねるほど、目的に近づきます。1回で完成させようとしないでください。

分からないことは質問させる

指示に加えておきたいのが、「情報が不足している場合は、推測せずに質問してください」という一文です。これがないと、書かれていない前提を勝手に補って出力してきます。

質問が返ってくれば、それは自分がまだ決めていない項目だということです。質問される内容そのものが、検討漏れの一覧になるという副次的な効果もあります。

▼ 社内でプロンプトを使いこなせる状態をつくりませんか 実際の業務データを使った研修や、社内で使い回せるプロンプトの整備まで含めてご支援しています。 ＞ 相談予約はこちら

使うときの注意点

効果が大きい一方で、注意すべき点もはっきりしています。知らずに使うと、品質の低い成果物が量産されることになります。

事実でない内容が混ざる

最も重要な注意点です。もっともらしい文章でありながら、事実と異なる内容が含まれることがあります。存在しない機能名、実在しない規格、間違った数値などが自然な文章のなかに紛れ込みます。

要件定義の文脈で特に危険なのが、技術的な制約や標準の記述です。「この方式では◯◯という制限がある」といった記述は、必ず一次情報で確認してください。

対策は単純で、確認できない情報は使わないことです。製品の仕様は公式ドキュメント、法令や規格は公的機関の情報で裏を取る。この手順を省かないでください。

書かれていない前提を補ってくる

情報が不足していても、それらしい答えを返してきます。その結果、実態と異なる業務フローや要件が生成されることがあります。

前述のとおり、質問させる指示を入れておくことが基本の対策です。あわせて、出力を読むときに「これは自分が伝えた情報か、それとも補われた内容か」を意識してください。

また、同じ指示でも毎回まったく同じ結果になるとは限りません。重要な判断に関わる部分では、複数回試して内容が安定しているかを確認してください。

一般論に寄りすぎる

出力は、どの企業にも当てはまる内容になりがちです。当たり障りのない要件が並ぶだけでは、要件定義としての価値がありません。

自社や顧客に固有の事情を前提として与えるほど、出力は具体的になります。逆に言えば、前提を書けないほど業務を理解していない段階では、まずヒアリングに戻るべきです。

責任の所在は変わらない

AIを使って作成した成果物であっても、顧客に対する責任を負うのは作成した側です。「AIが出力したので」という説明は通用しません。

だからこそ、レビューの体制が重要になります。誰が内容の妥当性を確認し、誰の名前で提出するのか。この点を曖昧にしないでください。

組織で使えるようにするための整備

個人が試す段階から、組織として活用する段階へ進むには、いくつかの整備が必要です。ツールを配るだけでは、使える状態にはなりません。

利用ルールを文書にする

最初に整えるべきは、入力してよい情報の範囲、使用するアカウント、成果物のレビュー手順をまとめた社内ルールです。数ページで構いません。

禁止事項を並べるだけでは使われなくなります。「こういう使い方はしてよい」という具体例を併記しておくほうが、現場は動きやすくなります。

併せて、判断に迷ったときの相談先も明記しておきます。ルールに書かれていない場面は必ず出てくるため、誰に聞けばよいかが分かる状態にしておくことが大切です。

プロンプトを資産にする

うまくいった指示は、個人のメモに埋もれさせず、社内で共有できる形にまとめておきます。ヒアリング項目の洗い出し、非機能要件のチェック、文書のレビュー。用途ごとに定型のプロンプトを整備しておけば、誰が使っても一定の品質が出せます。

共有の場所は、社内で使っているツールで構いません。重要なのは、使いながら更新し続けることです。うまくいかなかった例も残しておくと、同じ試行錯誤を繰り返さずに済みます。

効果をどう測るか

導入の効果を説明するには、作業時間の変化を記録しておくのが最も分かりやすい方法です。ヒアリング項目の作成にかかっていた時間、文書化にかかっていた時間を、導入前後で比べます。

品質面では、レビューでの指摘件数や、後工程での手戻りの回数を見ます。速くなっても品質が落ちていては意味がないため、両面での確認が必要です。業務全体の見直し方は業務効率化アイデア55選の記事でも整理しています。

使える人を増やす

最終的に効果を左右するのは、適切に指示を出せる人が何人いるかです。ツールの操作は誰でもできますが、前提を整理して指示に落とす作業には慣れが必要になります。

一部の詳しい人に頼る状態では、組織全体の生産性は上がりません。実際の業務を題材にした社内での学習の機会を設け、使いながら覚える形が最も定着します。育て方の考え方はAI研修の目的と選び方をまとめた記事も参考になります。

まとめ

ChatGPTは要件定義において、候補を網羅的に出す、情報を構造化する、決まった形式の文章に落とすという3つの作業で力を発揮します。一方、業務固有の事情を踏まえた判断と、優先順位の決定は人の領域です。

使い始める前に、入力してよい情報の範囲、使用するアカウント、成果物のレビュー体制の3点を決めておいてください。顧客の秘密保持義務や個人情報の取り扱いに関わるため、技術的な話より先に確認すべき部分です。

実際の使い方としては、ヒアリング項目の洗い出し、議事録からの要求抽出、非機能要件の抜け検出、文書の曖昧さのチェックが特に効果的です。プロンプトには前提と制約を必ず添え、分からないことは質問するよう指示しておきます。

そして、事実でない内容が混ざること、書かれていない前提を補ってくること、責任の所在は変わらないこと。この3点を前提に、必ず人がレビューする体制で運用してください。使える人を増やすところまで整えれば、要件定義の質と速さは両立できます。

▼ 生成AIの活用を、社内に定着する形で進めませんか 株式会社ネクストスケールでは、業務の棚卸しから生成AIの活用設計、社内研修と定着支援までを一貫してご支援しています。 何から手をつけるべきか整理したい段階でも構いません。まずはお気軽にご相談ください。 ＞ 相談予約はこちら