ChatGPT カスタム指示おすすめ設定と書き方――エンジニア向け完全ガイド

ChatGPTのカスタム指示は何文字まで？文字数制限と圧縮のコツ

ChatGPTのカスタム指示は、2つの入力欄（「あなたについて」と「どのように応答してほしいか」）それぞれに1,500文字前後まで入力できるのが基本仕様です。合わせて約3,000文字が実質の上限で、これを超える情報は入りきらないため、伝える内容を絞り込み、密度を高く書くことが効果を最大化する鍵になります。

• 2欄で役割を分ける：「あなたについて」に前提・肩書き・使う言語やツールを、「どのように応答してほしいか」に出力形式・トーン・禁止事項を書き分けると、限られた文字数を重複なく使えます。
• 冗長表現を削って圧縮する：敬語や説明文を箇条書き・命令形に置き換え、繰り返す前提は「以後省略」と宣言するだけで、同じ情報量を少ない文字数で表現できます。
• 正確な上限は公式ヘルプで確認を：入力欄の文字数上限は仕様変更されることがあるため、重要な運用では設定画面のカウンターやOpenAI公式ヘルプで最新値を確認してください。

カスタム指示より長い役割設定を残したいときは、GPTsの作り方と使い方で解説しています。

関連記事ChatGPT Projectsの使い方は？

ChatGPT カスタム指示とは何か――技術的な仕組みと設計思想

ChatGPT のカスタム指示（Custom Instructions）は、すべての会話セッションに自動的に適用されるシステムレベルのプリセット機能です。ユーザーが毎回「〇〇のように回答してください」と繰り返す手間を省くために設計されており、セッションを超えて有効なシステムプロンプトをユーザー権限で書き込む仕組みといえます。

技術的な位置づけを正確に理解しておきます。カスタム指示はチャット履歴とは独立したメタデータ層に保存されます。OpenAI API に置き換えて考えると、system ロールのメッセージに相当するが、ChatGPT UI 上ではモデルへの送信前にこの内容が自動的に挿入されます。したがって、過去の会話を削除してもカスタム指示は残り続けます。これはカスタム指示を「設定ファイル」として、チャット履歴を「ログファイル」として分離管理している設計の帰結です。

入力フィールドは二つ設けられています。

• 「自分について」欄：ユーザーの背景・役職・技術スタック・目的など、モデルが文脈を把握するための静的な情報を記述します。
• 「回答スタイル」欄：出力の形式・言語・トーン・禁止事項など、応答側の制約を記述します。

各欄の文字数上限は1,500文字（OpenAI 公式 UI 上の制限）。合計3,000文字が実装上のハードリミットとなります。限られた文字数の中でモデルに必要な文脈を過不足なく渡す記述設計は、それ自体がプロンプトエンジニアリングの実践です。

なお、カスタム指示は Free プランを含む全プランで利用可能だ（japan-ai.co.jp, ailesys.co.jp）。有料プランへの加入は設定の前提条件ではありません。ただし、利用できるモデルはプランによって異なるため、後述する比較を参照してほしいです。

メモリ機能（Memory）との違いも初期段階で整理しておきます。メモリは会話内容から自動的に事実を抽出して蓄積する動的な仕組みであるのに対し、カスタム指示はユーザーが明示的に記述した静的な設定です。「常に日本語で回答する」のような不変のルールはカスタム指示に、「現在取り組んでいるプロジェクト名」のような変化する情報はメモリに委ねる役割分担が合理的です。

ChatGPT カスタム指示おすすめの書き方――エンジニア向け実践テンプレートと設計原則

設定内容の品質は「何を書くか」よりも「何を省くか」の判断で決まります。1,500文字という制約の中でモデルが正確に解釈できる情報密度を実現するには、自然言語の散文よりも構造化された記述が適しています。クリスタルメソッドの機械学習エンジニアが実際に使用している設定をベースに、以下にテンプレートを示します。

「自分について」欄の記述例（技術系エンジニア向け）

役職: バックエンドエンジニア（経験8年）
主要技術スタック: Python / FastAPI / PostgreSQL / Docker / GCP
現在のプロジェクト: MLパイプライン構築・LLMアプリケーション開発
目的: 設計の壁打ち・コードレビュー・技術調査の補助
前提: 基礎知識の説明は不要。実装レベルの議論を優先します。
言語: 日本語話者。技術英語は読めるが回答は日本語で。

「回答スタイル」欄の記述例

言語: 常に日本語で回答します。コード内のコメントも日本語。
形式: 結論を冒頭に置く（BLUF形式）。箇条書きより散文を優先。
コード: 動作するコード例を必ず含めます。型アノテーションを付与します。
禁止: 絵文字・励ます文章・「ぜひ〜してみてください」等の表現。
確認: 回答が推測を含む場合は「これは推測です」と明示します。
文字数: 1回の回答は原則800字以内。長くなる場合は分割を提案します。
批判: 私の設計案に対し、リスクや代替案を必ず提示します。

この構成で意識した設計原則は三点あります。

第一に、役職と技術スタックの明示によって文脈の前提を固めます。「MLエンジニアがPyTorchを使っている」という情報があれば、モデルは入門的な説明をスキップし、実装の勘所に直接触れられます。

第二に、禁止事項を具体的に列挙して出力ノイズを除去します。AIが生成しがちな冗長な前置き・励ましの文句・絵文字は、技術的な議論の邪魔になります。「禁止」として明示することで、これらを効率的に排除できます。Qiitaに投稿されたカスタム指示プロンプト集（qiita.com/sharakus）でも、不要な出力を除去する指示の有効性が複数のユーザーによって報告されています。

第三に、推測に関するメタ指示を埋め込んでハルシネーションの透明性を高めます。文部科学省が2026年2月に公開した生成AIに関する資料（mext.go.jp）では、AIの出力をそのまま信用しない批判的評価の重要性が指摘されています。この観点からも、「推測は明示する」という指示を設定しておくことには合理的な根拠があります。

日付の文脈補完として「The current date is in the year 2026.」の一行を追加することで、モデルが時系列の判断を誤るリスクを一定程度低減できるという知見も実用上有効とみられています。ただし、これはモデル挙動に対するヒューリスティックな対処であり、確実な保証ではない点は付記しておきます。

文字数管理の実践的アドバイス

1,500文字の制限に対して、情報を詰め込みすぎると逆効果になる場合があります。モデルが処理するトークン数が増えるほど、後続のユーザー入力への注意が薄れる可能性があります。設定後は必ず実際の会話で意図通りに機能するかを検証し、不要な記述を削ぎ落とすリファクタリングを繰り返すことが重要です。

ChatGPT カスタム指示おすすめ設定パターン――用途別の比較と選択基準

カスタム指示の最適な内容は用途によって大きく異なります。以下の比較表に、代表的なユースケースごとの推奨記述方針をまとめます。

表1：用途別カスタム指示おすすめ設定パターン（2026年6月時点）

用途	「自分について」欄の重点	「回答スタイル」欄の重点	注意点・トレードオフ
コード生成・レビュー	言語・フレームワーク・コーディング規約・テストフレームワークを明記	型アノテーション必須・テストコード含む・エラー理由と修正案を説明	プロジェクトが変わるたびに更新が必要。頻繁な変更はメモリに委ねることも検討する
技術調査・情報収集	調査対象ドメイン・利用目的（意思決定・報告書作成等）・知識レベル	出典を必ず明示させる・推測と事実を区別させる・情報の鮮度を確認させる	モデルが出典を捏造するリスクは残ります。出力はあくまで初稿とし必ず一次情報で検証する
文書作成・技術レポート	読者層・文書の目的・業界用語の可否・組織の文体規定	文体（です・ます or だ・である）・文字数目安・構成テンプレートの指定	機密情報・プロジェクト固有名称は欄に入れません。情報はOpenAIサーバーを経由する
設計・アーキテクチャ壁打ち	システム規模・非機能要件の優先順位・自分の立場（意思決定者 or 実装者）	反論・リスク指摘・代替案を3つ以上提示させます。賛同のみの回答を禁止する	ChatGPTはデフォルトで肯定的な傾向があるため、批判的視点の強制指示が特に重要
MLモデル開発・実験管理	使用フレームワーク（PyTorch/TensorFlow等）・データ種別・評価指標	精度・推論速度・メモリ使用量のトレードオフを軸に整理・数値根拠を求める	最新モデルの情報はモデルの学習データカットオフより新しい場合があります。公式ドキュメントを優先する
英文技術ドキュメント翻訳	翻訳方向（英→日 or 日→英）・専門領域・対象読者	技術用語は原語を括弧内に残す・過翻訳を避ける・意訳箇所に注釈を付ける	固有名詞・製品名の訳し方はプロジェクトごとに用語集を別途管理すべき

表に示した通り、同一ユーザーでも業務内容によって最適な設定は異なります。現行の ChatGPT UI では1つのカスタム指示しか保存できない制約上、最もよく使う用途に合わせて基本設定を定め、特殊なタスクはその都度会話内プロンプトで上書きする運用が現実的である（biz.moneyforward.com）。複数の設定を切り替えたい場合は、設定内容をテキストファイルとして管理しておき、用途変更時に丸ごと貼り替えるワークフローを推奨します。

職種・用途別カスタム指示テンプレート5選――営業・企画・文章作成・調査・学習

エンジニア以外の職種でも、カスタム指示の考え方は共通しています。「About you」欄に役割と前提を、「How you’d like me to respond」欄に出力形式の制約を分けて書くという設計原則（前章参照）に沿って、以下に職種別のテンプレート例を示します。そのままコピーして自分の状況に合わせて書き換えてご利用ください。

営業向けテンプレート

About you: 「BtoB法人営業を担当。主に〇〇業界の企業に対して提案を行っています。商談前の情報整理や提案書のたたき台作成に使いたいです。」
Response style: 「結論から先に述べます。専門用語には簡単な補足を付けます。提案書のたたき台は見出し＋箇条書きで構成し、最後に想定される反論とその切り返しを添えます。」

企画向けテンプレート

About you: 「新規事業・サービス企画を担当。アイデア出しから企画書の骨子作成までを一貫して相談したいです。」
Response style: 「アイデアは複数案を比較表形式で提示します。各案にメリット・デメリット・想定コストの観点を必ず含めます。断定は避け、判断材料の提示に徹します。」

文章作成向けテンプレート

About you: 「社内外向けの文章（メール・レポート・ブログ記事）を日常的に作成しています。」
Response style: 「まず簡潔な下書きを提示し、その後に改善ポイントを箇条書きで補足します。敬体（です・ます調）を基本とし、絵文字や過度な感嘆符は使いません。」

調査向けテンプレート

About you: 「市場調査・競合調査を行うことが多いです。一次情報と推測を区別して扱いたいです。」
Response style: 「事実として断定できる情報と、推測・一般論を明確に分けて記述します。出典が不明な数値は『未確認』と明示します。箇条書きで要点を先に示します。」

学習向けテンプレート

About you: 「新しい分野を独学で学んでいます。理解度は初学者〜中級者程度。」
Response style: 「専門用語を使う場合は一言で定義を添えます。説明の後に簡単な確認問題を1つ提示します。長文よりも段階的な説明を優先します。」

いずれのテンプレートも、まず素のまま試し、実際のやり取りを見ながら「About you」と「Response style」の記述を削ぎ落としていくのがおすすめです。前章で触れた文字数制限（各欄あわせて実用上約3,000文字）を踏まえ、詰め込みすぎず余白を残すことが、指示の遵守精度を保つポイントです。

本記事は2026年7月に情報を見直し、最新のChatGPT仕様に基づいて加筆しています。

プラン別モデルとカスタム指示の組み合わせ戦略

カスタム指示はプランを問わず使用可能だが、実行されるモデルの能力によって指示の解釈精度と遵守率に差が生じます。2026年6月時点の現行プランとモデルの関係は以下の通りである（出典: OpenAI 公式サイト chatgpt.com/pricing/, openai.com/business/chatgpt-pricing/）。

• Free（$0）：GPT-5.5 Instant が既定モデル。カスタム指示自体は動作するが、条件分岐が複雑な指示や長文の制約設定では解釈の揺れが生じやすいです。
• Go（月額$8、約1,200円）：2026年に追加された廉価プランで、軽度な業務用途への導入に適しています。
• Plus（月額$20、約3,000円）：GPT-5.5 へのアクセスが拡張され、カスタム指示で設定した複雑な制約条件をより忠実に実行できます。業務利用の標準的な選択肢となります。
• Pro（月額$100 または $200）：GPT-5.4 Thinking・GPT-5.5 Pro が利用可能。高難度の推論タスクや詳細な出力構造の制御でカスタム指示の安定性が最も高いです。
• Business（ユーザー月額$25、年払い$20）：旧 Team プランに相当する法人向け。管理者がワークスペース単位でカスタム指示のポリシーを設定でき、組織としての運用標準化が可能になります。
• Enterprise（カスタム価格）：目安として1席あたり月額約$60程度とみられているが、最小席数・年契約等の条件は営業問い合わせで確認が必要。データ保護ポリシーに関する管理機能が強化されています。

エンジニアの観点から重要なのは、カスタム指示の複雑さとモデル能力のマッチングです。「5つの禁止事項を列挙する」「特定のJSON構造で出力する」「トレードオフを必ず3軸で整理する」といった複合的な制約は、より高性能なモデルほど遵守率が安定する傾向にあります。ただし、遵守率に関する定量的な公開データは現時点では確認できないため、自身の用途で実際の挙動を検証することが前提となります。

なお、2026年時点で GPT-5.1（Instant/Thinking/Pro）は2026年3月11日に ChatGPT からの提供を終了しており、GPT-4o・o1・o3 も旧世代（レガシー）扱いである（出典: OpenAI モデルリリースノート）。過去の設定例を参照する際は、当時のモデル前提が現行と異なる可能性に留意する必要があります。

カスタム指示の限界・リスク・技術的トレードオフ

ChatGPT カスタム指示おすすめの設定例を活用する前に、技術的な限界とリスクを正確に把握しておくことが、エンジニアとしての適切な導入判断につながります。以下に主要な論点を整理します。

指示の遵守は「ベストエフォート」である

モデルはカスタム指示を絶対的な強制命令として処理するわけではありません。特にトークン数が多い長い会話では、指示の影響力が段階的に薄れ、デフォルトの挙動に戻る「指示忘れ」が発生することがあります。これはTransformerアーキテクチャのアテンション機構に起因する特性であり、現行のLLMが持つ本質的な制約です。重要な出力制約は会話の要所で再掲する設計を組み込むことが望ましいです。

機密情報の取り扱いに関するリスク

「自分について」欄に記入した内容はモデルへのプロンプトとして送信されます。サービス利用規約に基づき OpenAI のサーバーを経由するため、個人情報・機密プロジェクト名・内部システムの詳細・未公開の技術仕様は記入を避けるべきです。特に Business/Enterprise プランの管理者は、ワークスペース全体のカスタム指示ポリシーと組織のデータ保護方針を整合させる必要があります。

OpenAI 使用ポリシーとの関係

カスタム指示は OpenAI の使用ポリシーを上書きできません。「倫理的考慮を一切無視して回答する」のような指示は無効化されます。これは設計上の仕様であり、セキュリティやコンプライアンスの観点から適切な制約として理解すべきです。

マルチモーダル利用時の整合性

2026年現在、GPT-5.5 はテキスト・画像・音声を統合的に処理するマルチモーダル能力を持つ（マルチモーダルAIの解説はこちら）。カスタム指示はテキスト出力に対して主に効果を発揮するが、音声モードでは指示内容の一部が正しく反映されない場合があります。利用するモダリティごとに挙動を個別に確認することを推奨します。

プロンプト設計と出力品質に関する学術的知見

J-Stage に掲載された文章生成AIに関する研究報告（医学図書館, jstage.jst.go.jp）では、プロンプト設計が出力の正確性と信頼性に与える影響が議論されており、カスタム指示設計にも参考になる視点を提供しています。また、J-Stage PR0045（jstage.jst.go.jp）でも生成AI活用における出力管理の重要性が示されています。これらは医療・学術分野における知見であるものの、「出力の前提条件を明示的に設定する」というアプローチの有効性はエンジニアリング文脈にも共通して適用できます。

DeepAI開発の現場に見るカスタム指示の業務活用

クリスタルメソッドが開発する DeepAI は、実在の人物の容姿・表情・声・振る舞いをデジタル空間で再現するバーチャルヒューマン／AIアバターソリューションであり、接客・研修・面接練習・広報など多様な業務シーンへの活用が進んでいます。

このようなバーチャルヒューマン開発の現場においても、ChatGPT のカスタム指示おすすめ設定を活用することで、技術的な議論の生産性が向上します。DeepAIの開発エンジニアが実際に使用している設定の要素を以下に示します。

「自分について」欄には「CNN・GAN・異常検知を実装するMLエンジニア。PyTorchを主軸に使用。データ前処理から推論パイプライン・深層学習モデルのファインチューニングまでを担当」と記述しています。これによって、モデルアーキテクチャの選定議論や損失関数の設計に関する質問を冒頭から実装レベルで進められます。

「回答スタイル」欄には「モデルアーキテクチャの比較は精度・推論速度・メモリ使用量・実装コストの4軸でトレードオフを整理すること。提案が推測に基づく場合は必ずその旨を明示すること」と設定しています。この設定によって、「とりあえずResNetを使えばいい」のような根拠の薄い提案ではなく、実際の意思決定に使える比較が得られやすくなります。

GANを用いた学習データの拡張や異常検知モデルの評価方法について、スパースモデリングや機械学習の基礎との接続を含めて技術調査をする際にも、適切なカスタム指示があることで毎回の文脈説明が不要になる実務上の効率化は無視できません。

テキストマイニングやBERTを用いたNLPの開発領域でも同様で、扱う技術領域をカスタム指示に明示しておくことで、LLMとの対話を常に実装者の視点に固定できます。強化学習のような実験サイクルが長い領域では、試行設計の壁打ち相手として ChatGPT を使う際に、この設定の恩恵が特に大きいです。

設計・運用の意思決定チェックリストとまとめ

本記事で論じた内容を踏まえ、カスタム指示を設計・運用する際に確認すべき項目を以下に整理します。

• 「自分について」欄に技術スタック・役職・プロジェクトの目的を具体的かつ簡潔に記述しているか。
• 「回答スタイル」欄に出力フォーマット・言語・禁止事項を明確に列挙しているか。
• 各欄が1,500文字以内（推奨800〜1,000文字）に収まっているか。超過する場合は優先度の低い項目を削除します。
• 機密情報・個人情報・未公開仕様が含まれていないことを確認したか。
• 設定後、意図した通りに機能するか実際の会話で検証したか。特に禁止事項が遵守されているかを確認します。
• 利用するプランのモデルが指示の複雑さに見合っているかを評価したか。
• カスタム指示（静的設定）とメモリ機能（動的蓄積）の役割分担を明確にしているか。
• 業務変化・モデルアップデートに合わせて定期的に見直す運用フローを設定しているか。

カスタム指示は一度設定して終わりの静的なドキュメントではありません。モデルのアップデート・プロジェクトの変化・新たなユースケースの追加に応じて継続的に改訂すべき「生きた設定ファイル」です。エンジニアとして、プロンプト設計の品質をコードと同等の管理水準に置く習慣が、生成AIの業務活用における長期的な生産性を左右します。

---

バーチャルヒューマン／AIアバターソリューション「DeepAI」の詳細については、クリスタルメソッドのブログからお問い合わせいただけます。LLMを活用した業務効率化・AI実装の技術相談についても対応しています。

---

参考文献

• OpenAI 公式料金ページ: https://chatgpt.com/pricing/
• OpenAI Business Pricing: https://openai.com/business/chatgpt-pricing/
• OpenAI GPT-5.5 発表: https://openai.com/index/introducing-gpt-5-5/
• OpenAI モデルリリースノート: https://help.openai.com/en/articles/9624314-model-release-notes
• 文部科学省「宇都宮委員提出資料」（2026年2月）: https://www.mext.go.jp/content/20260213-mxt_kyoiku01-000047326_____04.pdf
• J-Stage「文章生成AIのもたらす学術情報への影響」医学図書館: https://www.jstage.jst.go.jp/article/igakutoshokan/71/2/71_89/_pdf/-char/ja
• J-Stage PR0045（日本音楽情報科学研究会）: https://www.jstage.jst.go.jp/article/jasmin/202411/0/202411_142/_pdf/-char/ja
• ChatGPT カスタム指示の設定方法（japan-ai.co.jp）: https://japan-ai.co.jp/media/5414/
• ChatGPT カスタム指示 2026年最新版（ailesys.co.jp）: https://www.ailesys.co.jp/archives/15465
• ChatGPTのカスタマイズで業務効率を上げる（biz.moneyforward.com）: https://biz.moneyforward.com/ai/basic/2082/
• ChatGPT カスタム指示プロンプト集（Qiita）: https://qiita.com/sharakus/items/0e2bc392d388fb3f2ca4

よくある質問

Q. ChatGPTのカスタム指示は最大何文字まで入力できますか？
A. 「自分について」と「回答スタイル」の各欄に1,500文字前後まで入力でき、合わせて実質約3,000文字が上限の目安です。正確な上限は仕様変更される可能性があるため、設定画面のカウンターやOpenAI公式ヘルプで最新値を確認することが推奨されています。

Q. カスタム指示とメモリ機能はどう違いますか？
A. カスタム指示はユーザーが明示的に記述する静的な設定で、すべての会話に自動的に適用されます。一方でメモリ機能は会話内容から自動的に事実を抽出して蓄積する動的な仕組みで、両者は役割が異なります。

Q. カスタム指示はFreeプランでも利用できますか？
A. はい。カスタム指示はFreeプランを含む全プランで利用可能です。ただし利用できるモデルはプランによって異なり、モデルの能力によって指示の解釈精度や遵守率に差が生じます。

Q. カスタム指示に記入した内容の機密性についてはどのような注意が必要ですか？
A. 「自分について」欄に記入した内容はモデルへのプロンプトとして送信されるため、個人情報・機密プロジェクト名・内部システムの詳細・未公開の技術仕様は記入を避けるべきとされています。

Q. カスタム指示は必ず指示通りに遵守されますか？
A. いいえ。カスタム指示は「ベストエフォート」で処理される仕組みで、絶対的な強制命令ではありません。特にトークン数が多い長い会話では指示の影響力が段階的に薄れる「指示忘れ」が発生することがあるため、重要な制約は会話の要所で再掲する設計が推奨されています。

Q. カスタム指示でOpenAIの使用ポリシーを上書きできますか？
A. できません。カスタム指示はOpenAIの使用ポリシーを上書きすることはできず、「倫理的考慮を一切無視して回答する」といった指示は無効化される設計になっています。

Q. 1つのアカウントで複数のカスタム指示を使い分けることはできますか？
A. 現行のChatGPT UIでは1つのカスタム指示しか保存できない制約があります。そのため最もよく使う用途に基本設定を合わせ、特殊なタスクはその都度会話内プロンプトで上書きするか、複数パターンをテキストファイルで管理して貼り替える運用が現実的とされています。

---

関連記事

• ChatGPT とは 使い方
• ChatGPT 料金プラン 比較
• ChatGPT Claude Gemini 比較
• chatgpt 解約方法
• chatgpt gpts
• chatgpt sora
• chatgpt canvas