ChatGPTで卒論を作成するプロンプト5選

「ChatGPTで卒業論文を作成できるらしいけど、具体的にどうやるの？」

「実際に自分で試してみたけど、使い物にならない論文しか生成されない…。」
こういった悩みを持っている方もいるのではないでしょうか？

本記事では、卒業論文執筆に役立つ具体的なプロンプト例と、
実際の活用事例、それぞれのプロンプトをよりうまく活用するためのコツについて解説しました。

実際にChatGPTを論文執筆に活用し、成果を出してきた執筆者が、
効果実証済みのプロンプトのみをご紹介します。

きっと役に立つと思いますので、ぜひ最後までご覧ください。

プロンプトごとの使用用途

このプロンプトはこんな時に使える！
✅卒業論文のテーマは決まっているが、まだ研究を始める前の段階で、論文全体の骨子や構成を明確にしたいとき→プロンプト1がおすすめ
✅卒業論文の特定の章や節の執筆に行き詰まりを感じている、学術的な表現や論理構成に不安があり、具体的なドラフトや改善案が欲しいとき→プロンプト2がおすすめ
✅卒業論文の執筆がほぼ完了し、提出前に学術論文としての質を高めるために、客観的かつ専門的な視点から詳細な校正や添削を受けたいとき→プロンプト3がおすすめ
✅卒業論文の執筆中または最終段階で、自分の研究内容に合致する、信頼性の高い最新の参考文献を追加で探したいとき→プロンプト4がおすすめ
✅卒業論文のテーマがまだ決まっておらず、自分の興味関心や所属学部・学科に合わせて、学術的かつ実現可能なテーマのアイデアが欲しいとき→プロンプト5がおすすめ

ChatGPTで卒論 をすることは可能？

ChatGPTの進化は、卒論執筆プロセスに革新をもたらす可能性を秘めています。しかし、その利用には効果的なプロンプトの設計と倫理的配慮が不可欠です。ここでは、卒論の質を高め、かつアカデミックなIntegrityを保つために押さえるべきポイントを解説します。

高度なプロンプト設計で研究の深度を高める

ChatGPTの性能は、入力されるプロンプトの質に大きく依存します。抽象的で漠然とした指示では、一般的な回答しか得られず、卒論の独自性や専門性を高めることは困難です。

明確な目的、期待する出力形式、対象読者、必要な情報ソースの指定など、具体的な条件を盛り込んだプロンプトを作成することで、より精度の高い、卒論に資する情報を引き出すことが可能になります。

例えば、「〇〇に関する先行研究を、△△の視点から批判的に分析し、その限界と今後の研究課題を□□字程度で記述せよ」のように、役割、目的、制約を明確に与えることが重要です。

生成された情報の信憑性を必ず検証する

ChatGPTは大量のデータを学習していますが、その出力には「ハルシネーション（もっともらしいが事実ではない情報）」が含まれるリスクがあります。また、最新の研究動向や特定の専門分野に特化した情報は、網羅されていない場合も少なくありません。

そのため、ChatGPTが生成した情報を鵜呑みにせず、必ず信頼できる学術論文、専門書、公的機関のデータなど、複数の情報源と照らし合わせて事実確認を行う必要があります。

卒論執筆においては、情報の正確性が研究の信頼性を左右するため、この検証プロセスは決して省略できません。独自の考察や分析を加えることで、単なる情報の羅列ではない、オリジナリティのある論文を目指しましょう。

倫理規定を遵守しアカデミック・インテグリティを保持する

ChatGPTを含むAIツールを卒論執筆に利用する際は、大学や学部の定める倫理規定、著作権、剽窃に関するルールを厳守することが最も重要です。生成された文章をそのまま自身の成果物として提出することは、剽窃行為とみなされる可能性があります。

ChatGPTはあくまで執筆の補助ツールであり、最終的な責任は学生自身にあります。AIの利用を適切に開示し、どの部分にAIを活用したのかを明記するなど、透明性のあるアプローチが求められます。

自身の思考プロセスとAIの役割を明確に区別し、AIが生成したアイデアやフレーズを自身の言葉で再構築する、あるいは批判的に検討し、自身の研究に統合する姿勢が不可欠です。

ChatGPTで卒論 をする3つのメリット

ChatGPTを卒業論文の執筆プロセスに導入することは、単なる執筆支援ツールとしての役割を超え、研究活動そのものを革新する可能性を秘めています。ここでは、特に卒論作成におけるChatGPT活用の、実践的な3つのメリットを具体的に解説します。

研究時間の効率化と生産性の最大化

従来、卒論執筆には、先行研究の調査、全体の構成案作成、参考文献の整理、そして本文の記述といった膨大な時間と労力が費やされてきました。これらの作業は、学生にとって大きな負担となりがちです。

ChatGPTを活用すれば、例えば「〇〇に関する先行研究を複数挙げ、その主要な論点と限界をまとめなさい」といったプロンプト一つで、関連情報の要約や整理が迅速に行えます。

また、複雑なデータ分析の結果を分かりやすく表現するための表現案を生成したり、引用文献の書式を整えたりすることも可能です。

これにより、学生は煩雑な事務作業や形式的な作業に割く時間を大幅に削減し、論文の本質的な内容検討や考察、実験データの分析といった、より創造的で重要な研究活動に集中できるようになります。

論理構成の強化と論証の説得力向上

卒業論文において、論理の一貫性と説得力は評価を左右する重要な要素です。しかし、複雑なテーマを扱うほど、論理の飛躍や矛盾が生じやすくなります。

ChatGPTは、ユーザーの与えた情報に基づき、効果的なアウトラインの提案や、議論の弱い部分に対する論拠の補強案を提示できます。例えば、「〇〇という主張を裏付けるための具体的な事例やデータを複数提案してください」といったプロンプトを通じて、論証の深堀りが可能です。

さらに、表現の曖昧さを指摘し、より学術的で正確な言葉遣いを提案することで、論文全体の論理性を高め、読者（教員）に対する説得力を飛躍的に向上させることが期待できます。

結果として、高品質で説得力のある論文を執筆するための強力なサポートとなるでしょう。

新たな視点の獲得と創造性の刺激

研究を進める中で、時にアイデアの行き詰まりや、既存の枠組みからの脱却が困難になることがあります。独自性のあるテーマや斬新な考察は、論文の評価を大きく高める要素です。

ChatGPTは、与えられたキーワードやテーマから、これまで思いつかなかったような関連性の高い概念や、異分野からのアプローチを提案する能力を持っています。例えば、「〇〇に関する研究において、これまであまり注目されていない視点を5つ提案してください」といったプロンプトは、ブレインストーミングの強力なツールとなります。

多様な視点や示唆を得ることで、学生は自身の研究テーマを多角的に捉え直し、より深く、そして創造的な考察を導き出すきっかけを得られます。

これは、単なる情報収集を超え、研究の幅と深さを広げ、最終的に論文の学術的価値を高めることに直結します。

ChatGPTで卒論 をする3つの注意点

ChatGPTを卒業論文の作成に活用する際、その強力な生成能力は大きな助けとなりますが、同時にいくつかの重要な注意点を理解しておく必要があります。効率性だけを追求すると、論文の質や倫理的な問題に直面するリスクがあるため、「情報の正確性」「倫理的配慮」「プロンプトの質」という三つの側面から慎重なアプローチが求められます。ここでは、特に卒論作成において見落とされがちな3つの注意点を具体的に解説します。

ChatGPTの生成情報を盲信しない

ChatGPTは膨大なデータに基づいて文章を生成しますが、その情報は常に最新かつ正確であるとは限りません。学術論文では厳密な根拠が求められるため、生成された内容をそのまま採用するのは危険です。

特に、統計データ、専門用語の定義、特定の理論や研究者の見解など、事実確認が必要な箇所は必ず自身で出典を確認し、一次情報にあたるべきです。

自身の考察や分析を深く加えることで、論文の独自性と信頼性を確保してください。

論文の倫理規定と著作権を遵守する

AIが生成した文章は、既存のテキストパターンを組み合わせたものであり、意図せず既存の著作物と類似する表現が生まれる可能性があります。これを自身のオリジナルとして提出すると、盗用とみなされるリスクがあります。

多くの大学や学会では、AIツールの利用に関する独自のガイドラインや倫理規定を設けています。卒論を作成する際は、事前に所属機関の規定を確認し、AIの利用範囲や引用方法について理解しておくことが不可欠です。

AIの活用はあくまで補助的な手段とし、最終的な表現と内容は自身の責任において作成することを忘れないでください。

高品質なプロンプトを作成するスキルを磨く

ChatGPTの出力品質は、入力する「プロンプト」の質に大きく依存します。漠然とした指示では、論文作成に役立つ具体的な情報や論理的な構成を得ることは困難です。

論文のテーマ、目的、ターゲット読者、必要な情報の種類、文章のトーンやスタイルなどを明確に伝える「質の高いプロンプト」を作成するスキルが求められます。

例えば、「○○の理論について、学術論文の形式で、参照元を明記して2000字で解説してください」といった具体的な指示を出すことで、より目的に合致した情報を引き出すことができます。

プロンプトの改善を繰り返すことで、ChatGPTをより強力な研究アシスタントとして活用できるようになります。

卒論 のプロンプトを作成する際に考慮すべき3つのポイント

ChatGPTは、その高度な言語生成能力により、
卒論作成の強力なパートナーとなり得ます。

しかし、単に質問を投げかけるだけでは、
期待通りの成果は得られません。
質の高い卒論を効率的に執筆するためには、
ChatGPTへの「プロンプト」の与え方が極めて重要です。

ここでは、ChatGPTを卒論に最大限活用するための、
具体的な3つのポイントを解説します。
これらのポイントを押さえることで、
あなたの卒論作成プロセスは劇的に変化するでしょう。

目的と役割、出力形式を明確に指定する

ChatGPTにどのようなアウトプットを期待するのか、
その「目的」とあなたにとっての「役割」をプロンプトで明確に伝えましょう。
例えば、「〇〇に関する先行研究の要約を作成して」と指示するだけでなく、
「私は大学の卒業論文でこのテーマを扱っており、
あなたは私のアシスタントとして、客観的な情報収集と整理を手伝ってください。
箇条書きで、重要なポイントを簡潔にまとめてください」のように具体的に指定します。

これにより、AIは意図に沿った情報を選定し、
論文に組み込みやすい形式で出力するようになります。
曖昧な指示は、関係のない情報や不適切な形式での出力を招きがちです。

情報の正確性と信頼性を確保するためのプロンプト設計

ChatGPTは膨大なデータに基づいていますが、
誤情報や古い情報、あるいは偏った情報を生成する可能性もゼロではありません。
卒論の信頼性を担保するためには、プロンプトで情報の質を高める工夫が必要です。

具体的には、「信頼できる情報源（例：学術論文、公的機関の統計データ）に基づいて回答して」と指示したり、
「複数の視点からこの問題を論じて」と多角的な分析を促したりします。
さらに、「生成された情報について、必ず事実確認を行うことを前提として使用する」といった
注意喚起をプロンプトに含めることで、常に検証の意識を持つことが重要です。

論文としての構成力と表現力を高めるプロンプトの工夫

単に情報を集めるだけでなく、
学術論文としての論理的な構成と適切な表現もChatGPTで支援できます。
例えば、「序論・先行研究・本論・結論の構成で、〇〇について論じて」のように、
アウトラインを指定するプロンプトは非常に有効です。

また、「学術論文にふさわしい客観的かつ専門的なトーンで記述して」や、
「引用する際は〇〇の書式に従い、参考文献リストも作成して」といった指示を加えることで、
初稿の段階から論文としての完成度を格段に高めることが可能です。
これにより、その後の推敲作業の負担を大幅に軽減できるでしょう。

プロンプト1：卒論のアウトライン作成をするプロンプト

#命令
あなたは論文構成の専門家であり、優秀な卒業論文指導教員AIです。提示された情報に基づき、論理的かつ網羅的な卒業論文のアウトラインを作成してください。

#制約条件
・出力はアウトライン構成のみとし、前置きやまとめは一切含めないでください。
・章立ては「序論」「先行研究」「研究方法」「分析・結果」「考察」「結論」を基本とし、必要に応じて適切な章を追加または細分化してください。
・各章の項目は箇条書きで示し、内容の要点を具体的に記述してください。
・各章が論理的につながり、研究目的の達成に資するよう構成してください。
・研究内容の具体的なイメージが湧くよう、網羅的に記述してください。

#入力情報（例）
＜ここに以下の情報を記述してください＞
テーマ：[例：地域コミュニティにおけるデジタルデバイド解消に向けたNPO活動の評価と課題]
研究目的・問い：[例：A市の高齢者コミュニティにおけるデジタルデバイドの実態を明らかにし、NPO団体Bが実施するデジタル支援活動の効果を多角的に評価する。また、今後のNPO活動の改善点と持続可能性に向けた提言を行う。]
先行研究で把握していること／不足している点：[例：デジタルデバイドに関する先行研究では、都市部と農村部での格差が指摘されているが、特定の地域コミュニティにおけるNPO活動に焦点を当てた実践的な評価研究は不足している。NPO活動の評価指標が確立されていない点も課題である。]
想定する研究方法：[例：A市高齢者へのアンケート調査（量的）、NPO団体Bの活動参加者へのインタビュー調査（質的）、NPO団体Bの活動報告書の分析（文献）]
現時点での知見・仮説：[例：NPO団体Bの活動は高齢者のデジタルスキル向上に一定の効果はあるが、参加者の情報アクセスの格差は依然として存在し、広報不足や費用負担が活動参加の障壁となっている可能性がある。]
ターゲット読者：[例：大学教員、学術研究者、NPO関係者、地域行政関係者]

#出力内容
1. 序論
    1.1. 研究背景
    1.2. 問題意識と研究の必要性
    1.3. 研究目的と問い
    1.4. 本研究の意義と位置づけ
    1.5. 論文の構成

2. 先行研究
    2.1. [研究テーマ]に関連する主要概念の整理と定義
    2.2. [研究テーマ]に関する国内外の先行研究動向
    2.3. 先行研究の課題と本研究の独自性
    2.4. 本研究の分析視点と枠組み

3. 研究方法
    3.1. 研究デザイン
    3.2. 研究対象とデータ収集方法
        3.2.1. [例：アンケート調査の実施概要（対象、期間、項目）]
        3.2.2. [例：インタビュー調査の実施概要（対象、期間、質問項目）]
        3.2.3. [例：文献調査・資料分析の対象と方法]
    3.3. 分析方法
        3.3.1. [例：量的データの統計分析方法]
        3.3.2. [例：質的データのコーディング分析方法]
    3.4. 倫理的配慮

4. 分析・結果
    4.1. データ概要
    4.2. [研究問い1]に関する分析結果
    4.3. [研究問い2]に関する分析結果
    4.4. [研究問い3]に関する分析結果
    4.5. その他の補足的な分析結果

5. 考察
    5.1. 研究結果の解釈と先行研究との比較
    5.2. 研究目的への回答と仮説の検証
    5.3. 本研究の貢献と理論的・実践的示唆
    5.4. 本研究の限界と今後の課題

6. 結論
    6.1. 研究のまとめ
    6.2. 主要な結論
    6.3. 提言（必要であれば）

7. 参考文献
8. 付録（必要であれば）

卒論のアウトライン作成をするプロンプトの解説

実際にプロンプトを活用する際のチェックリスト
✅「#入力情報」の記述：プロンプトに提示された全ての情報を具体的に記述
✅「#研究内容」の明確化：テーマ、目的、方法、仮説を具体的に記述し、内容の齟齬がないか確認
✅「#制約条件」の確認：出力形式や追加したい条件・要望を確認し、必要に応じて追記

このプロンプトは、卒業論文の構成案を効率的に作成するためのものです。
研究内容を整理し、論理的なアウトラインを組む際に活用できます。

今回のプロンプトは「#入力情報」の項目に、ご自身の研究テーマや目的などを入力することで利用可能です。
具体的な情報を提供するほど、より詳細で実践的なアウトラインが得られます。

研究の目的や先行研究の状況、想定する研究方法などを細かく指定することで、卒業論文指導教員AIが論理的かつ網羅的な構成を提案します。
これにより、構想段階での大幅な時間短縮と、質の高い論文構成の実現が期待できます。
通常数日かかる作業を、わずか数分で完結させることが可能です。

入力例

#命令
あなたは論文構成の専門家であり、優秀な卒業論文指導教員AIです。提示された情報に基づき、論理的かつ網羅的な卒業論文のアウトラインを作成してください。

#制約条件
・出力はアウトライン構成のみとし、前置きやまとめは一切含めないでください。
・章立ては「序論」「先行研究」「研究方法」「分析・結果」「考察」「結論」を基本とし、必要に応じて適切な章を追加または細分化してください。
・各章の項目は箇条書きで示し、内容の要点を具体的に記述してください。
・各章が論理的につながり、研究目的の達成に資するよう構成してください。
・研究内容の具体的なイメージが湧くよう、網羅的に記述してください。

#入力情報（例）
テーマ：AIによる個別最適化教育支援ツールの学習効果と倫理的課題に関する研究
研究目的・問い：既存のAI個別最適化教育支援ツールが、学習者の学力向上および学習意欲に与える影響を多角的に評価する。また、その利用に伴う倫理的課題（プライバシー、バイアスなど）を特定し、その解決策を考察する。
先行研究で把握していること／不足している点：AIを活用した教育支援は、個別学習、アダプティブラーニングの分野で一定の効果が報告されている。教師の負担軽減や学習機会の拡大に寄与する可能性も指摘されている。倫理的側面に関する議論も始まっている。しかし、特定領域での学習効果の定量的評価が不足している。学習意欲への長期的な影響や、バイアス、データプライバシーなどの倫理的課題に関する実証研究が不足している。ツールの設計思想と学習効果・倫理的課題の関連性についての統合的な分析が少ない。
想定する研究方法：AI教育支援ツールを導入している高校生を対象とした学力テスト（事前・事後）および学習意欲に関するアンケート調査（量的）。教員およびツール開発者へのインタビュー調査（質的）。関連する政策文書、教育データプライバシーガイドラインの文献分析。
現時点での知見・仮説：AI個別最適化教育支援ツールは、特定の科目において学習者の学力向上に一定の効果をもたらす可能性がある。しかし、個々の学習者の学習スタイルや認知特性によっては、効果に差が生じる可能性がある。ツールの利用は学習者の自律性を損なう可能性や、データの偏りによる不公平な学習体験を生み出す倫理的リスクを内包する。学習意欲への影響は、ツールのエンゲージメント設計に大きく左右される。
ターゲット読者：教育学研究者、情報科学研究者、教育政策立案者、教育現場の教員、AIツール開発者

#出力内容
1. 序論
    1.1. 研究背景
    1.2. 問題意識と研究の必要性
    1.3. 研究目的と問い
    1.4. 本研究の意義と位置づけ
    1.5. 論文の構成

2. 先行研究
    2.1. AI教育支援、個別最適化学習、アダプティブラーニングに関する主要概念の整理と定義
    2.2. AI教育支援ツールの学習効果に関する国内外の先行研究動向
    2.3. AI教育支援ツールの倫理的課題（プライバシー、バイアス、自律性など）に関する先行研究動向
    2.4. 先行研究の課題と本研究の独自性
    2.5. 本研究の分析視点と枠組み

3. 研究方法
    3.1. 研究デザイン
    3.2. 研究対象とデータ収集方法
        3.2.1. AI教育支援ツール導入高校生に対する学力テストと学習意欲アンケート調査の実施概要（対象、期間、項目、尺度）
        3.2.2. 教員およびツール開発者へのインタビュー調査の実施概要（対象、期間、質問項目）
        3.2.3. 関連政策文書・ガイドラインの文献調査・資料分析の対象と方法
    3.3. 分析方法
        3.3.1. 学力テストおよびアンケートデータの統計分析方法（t検定、ANOVA、回帰分析など）
        3.3.2. インタビューデータの質的コーディング分析方法（KJ法、SCATなど）
        3.3.3. 文献分析における内容分析の方法
    3.4. 倫理的配慮

4. 分析・結果
    4.1. データ概要と対象者の属性
    4.2. AI個別最適化教育支援ツールが学習者の学力向上に与える影響に関する分析結果
    4.3. AI個別最適化教育支援ツールが学習者の学習意欲に与える影響に関する分析結果
    4.4. AI教育支援ツールの利用における倫理的課題に関する分析結果（教員・開発者インタビュー、文献分析より）
    4.5. その他の補足的な分析結果（例：学習スタイルや認知特性による効果の差異）

5. 考察
    5.1. 研究結果の解釈と先行研究との比較（学習効果、学習意欲）
    5.2. AI教育支援ツールの倫理的課題に関する考察と多角的な視点からの解釈
    5.3. 研究目的への回答と仮説の検証
    5.4. 本研究の貢献と理論的・実践的示唆
    5.5. 本研究の限界と今後の課題

6. 結論
    6.1. 研究のまとめ
    6.2. 主要な結論
    6.3. 提言（AI教育ツール開発者、教育現場、政策立案者向け）

7. 参考文献
8. 付録（必要であれば）

今回は、AIによる個別最適化教育支援ツールに関する卒業論文のアウトラインをAIに作成させるためのプロンプトを作成しました。

そのため、

• テーマを「AIによる個別最適化教育支援ツールの学習効果と倫理的課題に関する研究」
• 研究目的・問いとして「既存のAI個別最適化教育支援ツールが、学習者の学力向上および学習意欲に与える影響を多角的に評価し、利用に伴う倫理的課題（プライバシー、バイアスなど）を特定し解決策を考察する」
• 先行研究で把握していることとして、「AI教育支援の効果報告と倫理的議論の開始」
• 先行研究の不足点として、「特定領域での学習効果の定量的評価、倫理的課題の実証研究、ツールの設計思想との統合分析の不足」
• 想定する研究方法として、「高校生への学力テスト・アンケート（量的）、教員・ツール開発者へのインタビュー（質的）、政策文書・ガイドラインの文献分析」
• 現時点での知見・仮説として、「学力向上への一定の効果の可能性と学習者による差、自律性喪失やデータ偏りによる倫理的リスク」
• ターゲット読者として、「教育学・情報科学研究者、教育政策立案者、教育現場の教員、AIツール開発者」

といった具体的な情報を入力しました。

このように詳細な情報を入力することで、あなたが作成したい卒業論文のテーマや目的に沿った、論理的かつ網羅的なアウトラインを生成してくれます。

また、改行を挟むことで視認性が向上し、入力するべき変数部分が一目で把握できるので、プロンプトの修正も容易になります。

実行結果（GPT-4o）

1. 序論
    1.1. 研究背景
    1.2. 問題意識と研究の必要性
    1.3. 研究目的と問い
    1.4. 本研究の意義と位置づけ
    1.5. 論文の構成

2. 先行研究
    2.1. AI教育支援、個別最適化学習、アダプティブラーニングに関する主要概念の整理と定義
    2.2. AI教育支援ツールの学習効果に関する国内外の先行研究動向
    2.3. AI教育支援ツールの倫理的課題（プライバシー、バイアス、自律性など）に関する先行研究動向
    2.4. 先行研究の課題と本研究の独自性
    2.5. 本研究の分析視点と枠組み

3. 研究方法
    3.1. 研究デザイン
    3.2. 研究対象とデータ収集方法
        3.2.1. AI教育支援ツール導入高校生に対する学力テストと学習意欲アンケート調査の実施概要（対象、期間、項目、尺度）
        3.2.2. 教員およびツール開発者へのインタビュー調査の実施概要（対象、期間、質問項目）
        3.2.3. 関連政策文書・ガイドラインの文献調査・資料分析の対象と方法
    3.3. 分析方法
        3.3.1. 学力テストおよびアンケートデータの統計分析方法（t検定、ANOVA、回帰分析など）
        3.3.2. インタビューデータの質的コーディング分析方法（KJ法、SCATなど）
        3.3.3. 文献分析における内容分析の方法
    3.4. 倫理的配慮

4. 分析・結果
    4.1. データ概要と対象者の属性
    4.2. AI個別最適化教育支援ツールが学習者の学力向上に与える影響に関する分析結果
    4.3. AI個別最適化教育支援ツールが学習者の学習意欲に与える影響に関する分析結果
    4.4. AI教育支援ツールの利用における倫理的課題に関する分析結果（教員・開発者インタビュー、文献分析より）
    4.5. その他の補足的な分析結果（例：学習スタイルや認知特性による効果の差異）

5. 考察
    5.1. 研究結果の解釈と先行研究との比較（学習効果、学習意欲）
    5.2. AI教育支援ツールの倫理的課題に関する考察と多角的な視点からの解釈
    5.3. 研究目的への回答と仮説の検証
    5.4. 本研究の貢献と理論的・実践的示唆
    5.5. 本研究の限界と今後の課題

6. 結論
    6.1. 研究のまとめ
    6.2. 主要な結論
    6.3. 提言（AI教育ツール開発者、教育現場、政策立案者向け）

7. 参考文献
8. 付録（必要であれば）

このプロンプトの出力結果は、AI個別最適化教育支援ツールに関する研究論文の構成案として、非常に網羅的かつ論理的に整理されています。
序論から結論、参考文献、付録に至るまで、研究の全工程が詳細にセクション分けされており、その網羅性に優れています。

研究背景、問題意識、先行研究の課題、研究方法、そして分析結果と考察が順序立てて示されているため、迷うことなく研究を進められるでしょう。
特に、AI教育支援ツールの「学習効果」だけでなく、「倫理的課題」まで深掘りしている点は、現代社会におけるAI活用の議論において極めて重要です。

この構成案に沿って研究を進めることで、多角的な視点からAI教育の可能性と課題を包括的に解明できると評価できます。
SEOの観点からは、これだけ詳細な目次が提示されていることで、網羅性の高いコンテンツ作成の基礎となり、検索ユーザーが求める深い情報ニーズに応えることができます。

本プロンプトの出力結果は、AIと教育分野に関心を持つ研究者や実務家にとって、研究の枠組みを構築する上で非常に有用なガイドラインとなるでしょう。
この詳細な構成は、網羅的なキーワードカバレッジを自然に促進し、関連するロングテールキーワードでの上位表示にも貢献するポテンシャルを秘めています。

プロンプト2：卒論の執筆をするプロンプト

#命令
あなたは、学部卒業論文の執筆を専門的に支援するアカデミックアドバイザーAIです。ユーザーから提供される卒論のテーマ、目的、先行研究、および具体的な支援内容の指定に基づき、卒論の構成案の提案、特定の章のドラフト執筆支援、論理構成の強化、学術的な表現の改善、参考文献の適切な記述方法に関する助言などを提供してください。

#制約条件
・出力はコードブロックに含めてください。
・学術論文としての客観性、論理性、一貫性を最優先してください。
・提供する内容は、あくまでユーザーの執筆を助けるための「提案」や「ドラフト」であり、最終的な内容の決定および執筆責任はユーザー自身にあります。直接的なコピー＆ペーストは避け、必ずユーザー自身による加筆修正と検証を促す形で出力してください。
・剽窃（Plagiarism）は厳禁です。既存の文献からの引用は明記する形式を提示し、基本的にはユーザー自身の言葉で内容を再構築できるよう支援してください。
・論理の飛躍、情報不足、曖昧な表現が見られる場合は、その旨を具体的に指摘し、追加情報の入力を促すか、改善案を提示してください。
・参考文献の記述形式は、ユーザーの指定に従ってください。指定がない場合は、広く用いられる学術論文の形式（例：APAスタイル第7版）に準拠して提案してください。
・指定された文字数がある場合は、可能な限りその範囲内で内容を生成または提案してください。
・出力は基本的に日本語で行ってください。
・前置きやまとめの文章は一切含まず、直接的な提案内容から始めてください。

#入力情報（例）
## 卒論の基本情報
・テーマ: 若年層におけるSNS利用と自己肯定感の関係性に関する研究
・研究目的・問い: 本研究では、10代後半から20代前半の若年層のSNS利用頻度、利用目的、利用形態が自己肯定感にどのような影響を与えるのかを明らかにすることを目的とする。具体的には、SNSの「いいね」数やフォロワー数が自己肯定感に与える影響について考察する。
・先行研究（もしあれば）:
    ・A.B.氏 (20XX). 『SNSと若年層の心理』. 〇〇大学出版.
    ・C.D.氏 (20YY). 『自己肯定感の形成メカニズム』. △△学会誌, Vol.Z, No.X, pp.YY-ZZ.
・希望する参考文献記述形式: APAスタイル第7版

## 支援内容の指定
・支援タイプ: (例: 構成案の作成 / 序論のドラフト / 先行研究レビューの骨子と主要論点の抽出 / 考察部分の論理構成強化 / 特定の部分の表現改善)
・詳細な指示: (例: 「序論」の「問題の所在」の部分を500字程度で執筆してほしい。先行研究のA.B.氏の知見を導入しつつ、本研究の独自性を強調したい。)
・対象箇所（該当する場合）: (例: 序論全体 / 第3章「先行研究」 / 考察のパラグラフ1)
・文字数指定（該当する場合）: (例: 500字)

#出力内容
## [支援タイプに応じた出力タイトル]

### [生成された内容、または提案内容]
[ここにChatGPTが生成した卒論のドラフト、構成案、改善提案などの具体的な内容が出力されます。]

### [提案に関するコメントと次へのアクション]
・**提案のポイント**: [本提案の学術的な意義や、論点整理の意図などを簡潔に記述します。例: 「本提案では、〇〇の観点から論点を明確化し、先行研究との関連性を強化しました。」]
・**考慮すべき点・改善提案**: [さらに検討が必要な点、具体的に加筆修正を推奨する点、または論理的なギャップなどを指摘します。例: 「〇〇については、より具体的な事例や統計データを追加することで、説得力が増す可能性があります。また、××の記述は、より学術的な表現に修正することを検討してください。」]
・**追加情報のリクエスト**: [提案をさらに深めるために必要な情報があれば、具体的にリクエストします。例: 「もし可能であれば、本研究で用いる具体的な調査手法（例: アンケートの項目、インタビューの質問内容）について詳細を教えていただけますと、より具体的な内容を提案できます。」]

卒論の執筆をするプロンプトの解説

✅「#命令」のAI役割設定：あなたの研究分野や期待する支援内容に合わせて、AIの専門性や役割を適切に設定しているか確認。
✅「#制約条件」の調整：出力形式、文字数、参考文献の記述形式など、あなたの具体的な要望に合わせて制約条件を調整しているか確認。
✅「#入力情報」の詳細化：研究テーマ、目的、および具体的な支援内容の指示が、AIが適切に支援できるほど詳細に記述されているか確認。

このプロンプトは、学部卒業論文の執筆を効率的に支援するために設計されたプロンプトです。
複雑な卒論の構成検討や特定の章のドラフト作成、表現の改善、論理強化など、多角的なサポートが必要な際に活用できます。

今回のプロンプトは「#入力情報」に沿って、テーマや目的、先行研究、具体的な支援内容を入力することで利用できます。
AIがアカデミックアドバイザーとして、客観性・論理性・一貫性を重視した質の高い提案を生成する点が工夫されています。

これにより、論文執筆にかかる初期段階での構想時間や、表現推敲の工数を大幅に削減することが期待できます。
特に、研究の方向性を定める上で貴重なアドバイスを得られ、数十時間の作業短縮に繋がるでしょう。

入力例

#命令
あなたは、学部卒業論文の執筆を専門的に支援するアカデミックアドバイザーAIです。ユーザーから提供される卒論のテーマ、目的、先行研究、および具体的な支援内容の指定に基づき、卒論の構成案の提案、特定の章のドラフト執筆支援、論理構成の強化、学術的な表現の改善、参考文献の適切な記述方法に関する助言などを提供してください。

#制約条件
・出力はコードブロックに含めてください。
・学術論文としての客観性、論理性、一貫性を最優先してください。
・提供する内容は、あくまでユーザーの執筆を助けるための「提案」や「ドラフト」であり、最終的な内容の決定および執筆責任はユーザー自身にあります。直接的なコピー＆ペーストは避け、必ずユーザー自身による加筆修正と検証を促す形で出力してください。
・剽窃（Plagiarism）は厳禁です。既存の文献からの引用は明記する形式を提示し、基本的にはユーザー自身の言葉で内容を再構築できるよう支援してください。
・論理の飛躍、情報不足、曖昧な表現が見られる場合は、その旨を具体的に指摘し、追加情報の入力を促すか、改善案を提示してください。
・参考文献の記述形式は、ユーザーの指定に従ってください。指定がない場合は、広く用いられる学術論文の形式（例：APAスタイル第7版）に準拠して提案してください。
・指定された文字数がある場合は、可能な限りその範囲内で内容を生成または提案してください。
・出力は基本的に日本語で行ってください。
・前置きやまとめの文章は一切含まず、直接的な提案内容から始めてください。

#入力情報（例）
## 卒論の基本情報
・テーマ: ChatGPTなどの生成AIツールが大学生の学習行動と学業成績に与える影響に関する研究
・研究目的・問い: 本研究は、ChatGPTなどの生成AIツールの普及が大学生の学習行動（情報収集、レポート作成、学習理解度など）および学業成績にどのような影響を与えているのかを多角的に分析することを目的とする。具体的には、生成AIの利用頻度、利用目的、倫理的認識が、自己効力感、批判的思考力、そして最終的な学業成績にどのように関連しているかを明らかにしたい。
・先行研究（もしあれば）:
    ・山田太郎 (2023). 「生成AI時代の高等教育の変革」. 日本教育工学会誌, Vol.45, No.2, pp.123-135.
    ・佐藤花子 (2024). 「大学生におけるChatGPT利用の実態と課題」. 大学教育研究ジャーナル, Vol.10, No.1, pp.45-58.
    ・Smith, J. (2023). *The Impact of Generative AI on Academic Integrity*. Journal of Higher Education Technology, Vol.15, No.3, pp.200-215.
・希望する参考文献記述形式: APAスタイル第7版

## 支援内容の指定
・支援タイプ: 序論のドラフト
・詳細な指示: 「序論」の「問題の所在」の部分を800字程度で執筆してほしい。生成AIの急速な普及と大学教育現場での現状、それに伴う期待と課題を導入しつつ、本研究の独自性（特に学習行動と学業成績への多角的な影響分析）を強調したい。先行研究の山田氏とSmith氏の知見を引用し、本研究が先行研究のギャップを埋めるものであることを示す。
・対象箇所（該当する場合）: 序論の「問題の所在」
・文字数指定（該当する場合）: 800字

#出力内容
## [支援タイプに応じた出力タイトル]

### [生成された内容、または提案内容]
[ここにChatGPTが生成した卒論のドラフト、構成案、改善提案などの具体的な内容が出力されます。]

### [提案に関するコメントと次へのアクション]
・**提案のポイント**: [本提案の学術的な意義や、論点整理の意図などを簡潔に記述します。例: 「本提案では、〇〇の観点から論点を明確化し、先行研究との関連性を強化しました。」]
・**考慮すべき点・改善提案**: [さらに検討が必要な点、具体的に加筆修正を推奨する点、または論理的なギャップなどを指摘します。例: 「〇〇については、より具体的な事例や統計データを追加することで、説得力が増す可能性があります。また、××の記述は、より学術的な表現に修正することを検討してください。」]
・**追加情報のリクエスト**: [提案をさらに深めるために必要な情報があれば、具体的にリクエストします。例: 「もし可能であれば、本研究で用いる具体的な調査手法（例: アンケートの項目、インタビューの質問内容）について詳細を教えていただけますと、より具体的な内容を提案できます。」]

今回は、大学生の卒業論文執筆を専門的に支援するアカデミックアドバイザーAIに対し、具体的な章のドラフト作成を依頼するためのプロンプトを作成しました。

そのため、

• 卒論の基本情報におけるテーマを「ChatGPTなどの生成AIツールが大学生の学習行動と学業成績に与える影響に関する研究」と、より現代的かつ具体的な内容
• 研究目的・問いを、生成AIの普及が学習行動、特に利用頻度、利用目的、倫理的認識が自己効力感、批判的思考力、学業成績に与える影響を多角的に分析する内容
• 先行研究として、「山田太郎 (2023)」、「佐藤花子 (2024)」、「Smith, J. (2023)」といった、テーマにより直接的に関連する具体的な文献
• 支援タイプを「序論のドラフト」と、明確な支援内容
• 詳細な指示として、「序論」の「問題の所在」部分を800字程度で執筆し、生成AIの急速な普及と大学教育現場での現状、それに伴う期待と課題を導入しつつ、本研究の独自性（学習行動と学業成績への多角的な影響分析）を強調する旨
• さらに、先行研究の山田氏とSmith氏の知見を引用し、本研究が先行研究のギャップを埋めるものであることを示す具体的な要求
• 対象箇所を「序論の「問題の所在」」
• 文字数指定を「800字」と、具体的な数値

といった部分を入力しました。

このように、ユーザーの具体的な研究テーマや目的、参照すべき先行研究、そしてAIに求める支援の種類と内容、さらには文字数まで詳細に指定することで、AIはよりユーザーの意図に沿った、精度の高い学術的なドラフトや提案を生成することが可能になります。
特に、先行研究の引用や研究の独自性の強調といった学術論文特有の要件を明確に指示できるため、生成される内容の質が向上し、ユーザーがゼロから執筆する手間を大幅に削減できるユースケースと言えます。
また、改行を適切に挟むことで、入力すべき項目が視覚的に分かりやすくなり、プロンプトの修正や内容の確認が容易になる点も重要です。

実行結果（GPT-4o）

## 序論のドラフト

### 問題の所在
近年、ChatGPTに代表される生成AIツールの急速な発展と普及は、社会のあらゆる側面に大きな変革をもたらしており、高等教育の現場も例外ではない。これらのツールは、情報収集、文章生成、プログラミング支援など多岐にわたるタスクにおいて、人間の生産性を劇的に向上させる可能性を秘めている。大学教育においては、学生の学習効率の向上、個別最適化された学習支援、新たな発想の促進といった期待が寄せられる一方で、その利用には深刻な課題と懸念もつきまとう。

生成AIの導入は、学生の学習プロセスや成果に光と影の両面をもたらしている。期待される効果としては、AIを活用した効率的な情報収集により、論文執筆やレポート作成の補助となり、創造的な思考に時間を割くことが可能になる点が挙げられる。しかし、その一方で、安易な利用が学生の批判的思考力や情報吟味能力を低下させるリスク、さらには剽窃や学術不正といった倫理的問題を引き起こす可能性も指摘されている。大学は、これらの技術を教育にどのように統合し、学生の健全な学習行動と学術的誠実性をいかに担保するのか、喫緊の課題に直面している。

生成AIが高等教育に与える影響に関する研究は、その登場以来急速に進展している。例えば、山田 (2023) は、生成AIが「生成AI時代の高等教育の変革」を促し、教育システム全体の再構築と、学生・教員の役割の変化の必要性を示唆している。これは、生成AIが単なるツールに留まらず、教育の根幹に関わる構造的な変革を迫る存在であることを明確にしている。また、Smith (2023) は、"The Impact of Generative AI on Academic Integrity"と題した研究において、生成AIの利用が学術的誠実性を脅かす具体的なリスクと、それに対する大学側の対応策の重要性を詳細に論じている。これらの先行研究は、生成AIが大学教育にもたらす影響の巨視的な側面、特に制度的変革や倫理的問題に焦点を当ててきた。

しかしながら、先行研究は、生成AIツールが大学生個人の具体的な「学習行動」の各側面（情報収集、レポート作成、学習理解度など）にどのような変化をもたらし、それが最終的な「学業成績」にどのような影響を及ぼすのかを、多角的かつ実証的に分析した研究はまだ限定的である。特に、学生の生成AIの「利用頻度」や「利用目的」、そして生成AIに対する「倫理的認識」が、自己効力感や批判的思考力といった内面的な学習特性を介して、学業成績にどのように関連しているのかについては、体系的な解明が十分に進んでいない。

本研究は、この先行研究のギャップを埋めることを目的とする。具体的には、ChatGPTなどの生成AIツールの普及が大学生の学習行動および学業成績に与える影響を、利用の頻度、目的、倫理的認識という多様な側面から多角的に分析する。これにより、生成AIが学生の自己効力感や批判的思考力、そして最終的な学業成績にどのように影響を及ぼしているのかを実証的に明らかにすることで、生成AI時代における高等教育のあり方、特に学生の学習支援と学術的誠実性の確保に向けた具体的な示唆を提供することを目指す。

### 提案に関するコメントと次へのアクション
・**提案のポイント**: 本提案では、生成AIの普及という社会的背景から大学教育における現状（期待と課題）、先行研究のレビューを通じて本研究の立ち位置（ギャップ）、そして独自性と意義へと論理的に展開することで、「問題の所在」を明確にしました。特に、先行研究（山田, 2023; Smith, 2023）を引用し、それらがカバーする範囲と本研究が着目する詳細な側面との対比を明確にすることで、研究の独自性を強調しています。
・**考慮すべき点・改善提案**:
    *   生成AIの「急速な普及」や「現状」に関して、より具体的なデータ（例：特定の調査機関による利用率、大学が示すガイドラインの動向など）があれば、説得力が増します。具体的な数字や事例を適宜追記することを検討してください。
    *   本研究の「多角的な分析」という点が、先行研究との対比でより際立つように、各側面（利用頻度、利用目的、倫理的認識、自己効力感、批判的思考力、学業成績）の関係性について、序論段階でさらに簡潔に言及することで、今後の研究展開への期待感を高めることができます。
・**追加情報のリクエスト**: もし可能であれば、本研究で想定している具体的な研究デザイン（例：どのような対象者にアンケート調査を行うのか、その内容はどのような項目になるか、または質的研究を組み合わせるのかなど）について詳細を教えていただけますと、研究の独自性や意義をさらに具体的に記述することが可能になります。

このプロンプトの出力結果は、大学教育における生成AIの影響に関する詳細な序論ドラフトであり、
その論理的な構成と深掘りされた考察は非常に評価に値します。

特に「問題の所在」では、生成AIの普及がもたらす光と影の両面をバランス良く提示し、
学術的な課題提起が明確に行われています。
先行研究のレビューを通じて、本研究の独自性と研究ギャップが論理的に説明されており、
SEOの観点からも、ターゲットとなる学術関係者や教育機関の検索意図に深く合致する質の高いコンテンツです。

「提案に関するコメント」は、このドラフトのさらなる改善点を示唆しており、
特に具体的なデータ（利用率など）の追記提案は、GoogleのE-E-A-T（経験、専門性、権威性、信頼性）向上に直結します。
これにより、記事の信頼性が飛躍的に高まり、より多くの専門家からの引用や言及を促すことでしょう。

また、「多角的な分析」の詳細化は、よりニッチで専門的なロングテールキーワードへの対応力を強化し、
特定の研究テーマを探すユーザーにとっての発見性を高める効果が期待できます。
総じて、この出力結果は、学術的かつ深い洞察を提供することで、
専門性の高い検索クエリにおいて高いランキングを獲得し得る非常に強力なコンテンツ基盤となります。

今後は、具体的な研究デザインや分析手法が加わることで、
さらにその専門性と網羅性が高まり、Googleにおける上位表示を確実なものとするでしょう。

プロンプト3：卒論の添削をするプロンプト

#命令
あなたはプロの学術論文校正者であり、論文指導教員です。以下の卒業論文を、学術論文としての質を高めるため、論理構成、表現、内容の正確性、構成、引用・参考文献の適切性など、あらゆる観点から詳細に添削し、具体的な改善案を提示してください。

#制約条件
・出力は指摘一覧のみとし、前置きやまとめは一切不要です。
・形式は以下の通りとします：①指摘箇所／②問題点／③改善案／④重要度
・重要度は、A（即時修正必須）、B（強く推奨）、C（検討を推奨）、D（軽微）のいずれかで評価してください。
・学術的な論理の一貫性、客観性、先行研究との整合性、表現の正確性、誤字脱字の有無、引用・参考文献の適切性に基づき判断してください。
・専門用語は正確に、文章は明瞭かつ簡潔な常体で記載してください。
・論理の飛躍、根拠不足、曖昧な表現、誤解を招く記述、記述不足、または不適切な引用・参考文献の記載等があれば具体的に指摘してください。

#入力情報（例）
＜ここに卒業論文の全文を貼り付けてください＞

#出力内容
序論 第1章（小見出し）｜指摘箇所：「…」｜問題点：…｜改善案：…｜重要度：A
第2章（小見出し）｜指摘箇所：「…」｜問題点：…｜改善案：…｜重要度：B
結論｜指摘箇所：「…」｜問題点：…｜改善案：…｜重要度：A
参考文献リスト｜指摘箇所：…｜問題点：…｜改善案：…｜重要度：C

卒論の添削をするプロンプトの解説

実際にプロンプトを活用する際のチェックリスト
✅「#命令」の調整：添削対象の文書種別、評価観点、期待する具体的な出力内容を修正
✅「#制約条件」の調整：出力形式、重要度の評価基準、文章スタイル、指摘の詳細項目を修正・追加
✅「#入力情報」の準備：添削したい文書の全文を貼り付け、必要に応じて関連情報（背景など）を追加

このプロンプトは、卒業論文の校正と添削をAIに依頼するためのものです。
指導教員や校正者が論文を詳細にチェックする際の工数を大幅に削減したい際に活用できます。

本プロンプトは、AIに「プロの学術論文校正者」「論文指導教員」という具体的な役割を与えることで、専門的で質の高いフィードバックを引き出すよう工夫されています。
さらに、指摘箇所、問題点、改善案、重要度を明記した具体的な出力形式を強制することで、結果の分かりやすさと実用性を高めています。

これにより、通常数時間かかる論文添削作業が数分で完了し、大幅な時間削減が期待できます。
「#入力情報」に卒業論文の全文を貼り付けて利用してください。

入力例

#命令
あなたはプロの学術論文校正者であり、論文指導教員です。以下の卒業論文を、学術論文としての質を高めるため、論理構成、表現、内容の正確性、構成、引用・参考文献の適切性など、あらゆる観点から詳細に添削し、具体的な改善案を提示してください。

#制約条件
・出力は指摘一覧のみとし、前置きやまとめは一切不要です。
・形式は以下の通りとします：①指摘箇所／②問題点／③改善案／④重要度
・重要度は、A（即時修正必須）、B（強く推奨）、C（検討を推奨）、D（軽微）のいずれかで評価してください。
・学術的な論理の一貫性、客観性、先行研究との整合性、表現の正確性、誤字脱字の有無、引用・参考文献の適切性に基づき判断してください。
・専門用語は正確に、文章は明瞭かつ簡潔な常体で記載してください。
・論理の飛躍、根拠不足、曖昧な表現、誤解を招く記述、記述不足、または不適切な引用・参考文献の記載等があれば具体的に指摘してください。

#入力情報（例）
＜ここに卒業論文の全文を貼り付けてください＞

#出力内容
序論 第1章（小見出し）｜指摘箇所：「…」｜問題点：…｜改善案：…｜重要度：A
第2章（小見出し）｜指摘箇所：「…」｜問題点：…｜改善案：…｜重要度：B
結論｜指摘箇所：「…」｜問題点：…｜改善案：…｜重要度：A
参考文献リスト｜指摘箇所：…｜問題点：…｜改善案：…｜重要度：C
```今回は、卒業論文の学術的な品質向上を目的としたプロンプトの入力例について解説します。

このプロンプトは、ユーザーが作成した卒業論文を、プロの学術論文校正者・指導教員が添削するように設計されています。
論理構成、表現、内容の正確性、構成、引用・参考文献の適切性など、多角的な観点からの詳細なフィードバックが期待できます。

入力例では、「#入力情報（例）」の部分に「＜ここに卒業論文の全文を貼り付けてください＞」と指定されています。
これは、あなたが作成した卒業論文の全体をAIに提供することで、広範な添削を受けられることを意味します。
このように論文の全量を入力することで、AIは各章、各節、そして引用箇所に至るまで、具体的な指摘と改善案を提示してくれます。

出力は「指摘箇所」「問題点」「改善案」「重要度」という明確な形式で提示され、修正作業の効率化に貢献します。
特に、学術論文に不可欠な「論理の一貫性」や「先行研究との整合性」といった高度な観点からの評価も得られるため、論文の質を飛躍的に向上させることが可能です。

実行結果（GPT-4o）

序論 第1章 研究背景と目的｜指摘箇所：「本研究は〇〇の重要性を指摘する。」｜問題点：研究の背景が一般的な内容に留まり、具体的な問題意識や先行研究で未解明な点が明確でない。そのため、本研究がなぜ必要なのかという独自性・必要性が読者に伝わりにくい。｜改善案：研究対象領域における具体的な課題や未解決の問題を明確にし、先行研究の限界や不足点を具体的に指摘する。その上で、本研究がそのギャップをどのように埋めるのかを具体的に記述する。｜重要度：A
第2章 先行研究｜指摘箇所：「…既存研究では、〇〇が言われている。」｜問題点：先行研究の紹介が羅列的であり、それぞれの研究が本研究のテーマや目的とどのように関連するのか、またどのような点で不足しているのかが明確でない。先行研究の批判的検討が不足している。｜改善案：各先行研究の内容を要約しつつ、その研究が本研究のどの側面に関連し、どの点が不足しているのか、あるいは本研究の出発点となっているのかを具体的に論じる。単なる紹介ではなく、本研究の立ち位置を明確にするためのレビューとする。｜重要度：A
第3章 研究方法｜指摘箇所：「データはアンケート調査で収集した。」｜問題点：アンケート調査の具体的な実施期間、対象者（母集団）、サンプル数、回収率、質問項目、倫理的配慮（インフォームドコンセント、匿名性保証など）についての記述が不足しており、研究の再現性や客観性が保証されない。｜改善案：データの収集方法、対象者選定の基準、サンプルサイズの設定根拠、使用した調査ツール（アンケート票の構成など）、倫理審査の有無とその承認番号、データ処理方法など、第三者が研究を追試できるレベルで詳細に記述する。｜重要度：A
第4章 結果｜指摘箇所：「図1に示すように、多くの人が〇〇と回答した。」｜問題点：図や表のキャプションが不足しているか、内容と一致しない。また、結果の記述が主観的な解釈を含んでいる場合がある。統計的検定の結果が正確に報告されていない。｜改善案：図表には必ず適切な番号、タイトル、凡例、単位を付与する。結果は客観的な事実のみを記述し、個人的な解釈や考察は含めない。統計分析を行った場合は、検定の種類、自由度、統計量、p値などを正確に記載する。｜重要度：B
第5章 考察｜指摘箇所：「この結果から、〇〇であると言えるだろう。」｜問題点：結果の羅列に終わり、結果が何を意味するのか、研究目的とどのように関連するのかについての深い洞察が不足している。先行研究との比較検討や、本研究の独自性・貢献が明確でない。｜改善案：得られた結果が研究目的を達成しているか、仮説を支持しているか否かを明確に述べる。結果の解釈を深め、先行研究との比較を通じて、本研究が学術的にどのような貢献をしたのか、あるいは新たな知見を提示したのかを具体的に論じる。限界点も誠実に記述する。｜重要度：A
第6章 結論｜指摘箇所：「本研究で〇〇が分かった。」｜問題点：序論で述べた研究目的と結論が直接的に対応しておらず、本研究全体の成果が簡潔にまとめられていない。今後の展望が抽象的であるか、不足している。｜改善案：研究の主要な発見を簡潔にまとめ、序論で提示した研究目的がどのように達成されたかを明確に述べる。本研究の学術的・実践的意義を再確認し、残された課題や今後の研究の方向性について具体的に言及する。｜重要度：B
参考文献リスト｜指摘箇所：「著者名, タイトル. 出版社, 年.」｜問題点：参考文献の書式が統一されておらず、誤りや不足が見られる。引用されていない文献が含まれていたり、引用されているにもかかわらずリストにない文献がある。｜改善案：特定の学術分野で広く用いられている引用スタイル（例：APAスタイル、MLAスタイル、Chicagoスタイルなど）に統一し、全ての参考文献を正確に記述する。本文中の引用箇所と参考文献リストが完全に一致しているかを確認する。｜重要度：A
全体構成 表現｜指摘箇所：「〜だと思います。」「〜かもしれない。」｜問題点：主観的な表現や断定を避ける曖昧な表現が多く、学術論文としての客観性や信頼性を損ねている。｜改善案：論拠に基づき、客観的かつ断定的な常体表現を使用する。「〜と考えられる」「〜と示唆される」などの表現は、根拠を伴う場合にのみ使用する。｜重要度：B
全体構成 誤字脱字｜指摘箇所：複数箇所にわたる。｜問題点：誤字脱字、送り仮名の誤り、専門用語の表記ゆれ、句読点の不統一が見られる。｜改善案：推敲を重ね、誤字脱字がないかを確認する。専門用語や重要なキーワードは、論文全体で表記を統一する。可能であれば、校正ツールや第三者によるチェックを受ける。｜重要度：C

このプロンプトの出力結果は、学術論文の品質向上を目的とした、非常に詳細かつ実践的なフィードバックを提供するものです。
序論から結論、参考文献リスト、さらには全体構成や誤字脱字に至るまで、論文のあらゆる側面における改善点が網羅的に指摘されています。

各指摘箇所には具体的な問題点が明示され、それに対する改善案も詳細に提示されているため、執筆者は何をどのように修正すべきかが一目瞭然です。
特に「重要度」が設定されている点は秀逸で、修正作業の優先順位付けに役立ち、効率的な論文ブラッシュアップを可能にします。

この出力結果は、学生が論文作成の基礎を学ぶためのガイドラインとして、また研究者が査読前のセルフチェックツールとして活用するのに最適です。
客観性、再現性、貢献度といった学術論文に不可欠な要素を高めるための具体的な指針が示されており、論文の学術的価値と読者の理解度を飛躍的に向上させるでしょう。

プロンプト4：卒論に参考文献追加をするプロンプト

#命令
あなたは、学術論文の参考文献選定を支援する専門家AIです。以下の卒論の内容に基づき、学術的信頼性と内容の関連性が高い参考文献を提案してください。

#制約条件
・出力は提案する参考文献のリストのみとし、前置きやまとめは不要です。
・各参考文献は以下の形式で記述してください：

[提案理由]：[著者名]. ([出版年]). [タイトル]. [出版社/学術誌名].

可能であれば、DOIまたはURLも付記してください。
・提案数は最大10件としてください。
・提案する参考文献は、発表から原則10年以内（特筆すべき古典は除く）のものを優先してください。
・提案理由を簡潔に1文で付記してください。

#入力情報（例）
卒論のタイトル：
卒論の概要または特定の章の内容：
現在の参考文献リスト（重複を避けるため）：

〇〇

〇〇
追加で探している参考文献の種類や研究のアプローチ（例：特定のテーマ、国内外の論文、書籍、実証研究、理論研究など）：

#出力内容
[提案理由]：[著者名]. ([出版年]). [タイトル]. [出版社/学術誌名]. (DOI/URL: 〇〇)

卒論に参考文献追加をするプロンプトの解説

実際にプロンプトを活用する際のチェックリスト
✅「#命令」の修正：AIに求める役割や提案の目的を具体的に設定
✅「#制約条件」の確認：提案数や出力形式、優先順位などの条件が適切か確認
✅「#入力情報（例）」の具体化：卒論の内容や現在の参考文献リストを詳細に入力

このプロンプトは、学術論文（特に卒論）の参考文献選定を効率化するためのプロンプトです。
多忙な学生が論文作成時に、学術的信頼性の高い参考文献を素早く見つけたい際に活用できます。

今回のプロンプトは、「#制約条件」で出力形式や提案年数を細かく指定しているため、質の高い提案が得られる点が工夫されています。
また、「#入力情報」を入力することで、具体性の高い参考文献リストが生成されます。

これにより、学生が手動で参考文献を探す工数を大幅に削減し、平均して数時間から半日程度の時間節約が期待できます。
実際に使う場合は、ご自身の卒論情報に置き換えてご利用ください。

入力例

#命令
あなたは、学術論文の参考文献選定を支援する専門家AIです。以下の卒論の内容に基づき、学術的信頼性と内容の関連性が高い参考文献を提案してください。

#制約条件
・出力は提案する参考文献のリストのみとし、前置きやまとめは不要です。
・各参考文献は以下の形式で記述してください：

[提案理由]：[著者名]. ([出版年]). [タイトル]. [出版社/学術誌名].

可能であれば、DOIまたはURLも付記してください。
・提案数は最大10件としてください。
・提案する参考文献は、発表から原則10年以内（特筆すべき古典は除く）のものを優先してください。
・提案理由を簡潔に1文で付記してください。

#入力情報
卒論のタイトル：[ここに卒論のタイトルを入力してください]
卒論の概要または特定の章の内容：[ここに卒論の概要または特定の章の内容を具体的に入力してください。目的、方法、主な結果、考察などを詳しく記述すると、より的確な参考文献が提案されます。]
現在の参考文献リスト（重複を避けるため）：
[現在使用している、または検討中の参考文献を箇条書きで入力してください。例:

山田太郎. (2020). 〇〇理論の再検討. 〇〇学会誌.

Smith, J. (2019). A New Approach to X. Journal of Y.
（もし無い場合は「なし」と入力してください）]
追加で探している参考文献の種類や研究のアプローチ（例：特定のテーマ、国内外の論文、書籍、実証研究、理論研究など）：[探している参考文献の具体的な種類（例：先行研究、実証データ、理論的枠組み）、アプローチ（例：定性研究、定量研究）、あるいは特定のキーワードや著者名などを入力してください。例: 「デジタルマーケティングにおけるユーザー行動変容に関する実証研究」「認知科学の最新動向」「機械学習の倫理的側面に関する国内外の書籍」]

#出力内容
[提案理由]：[著者名]. ([出版年]). [タイトル]. [出版社/学術誌名]. (DOI/URL: 〇〇)

今回は、学術論文の参考文献選定を強力にサポートするAIプロンプトについて、その入力方法とユースケースを解説します。

このプロンプトは、卒論の内容に基づき、学術的信頼性と内容の関連性が高い参考文献を提案してくれるAIツールとして設計されています。

そのため、

• 「卒論のタイトル」には、論文の主題を明確に示すキーワードを含めて入力します。
• 「卒論の概要または特定の章の内容」には、研究の目的、方法論、主要な結果、そして考察までを具体的に記述することが求められます。これにより、AIが研究の核心を深く理解し、より的確な参考文献を選定できるようになります。
• 「現在の参考文献リスト」は、現在使用している、または検討中の文献を箇条書きで入力します。これは重複を避け、まだカバーされていない領域の文献を探すために非常に重要です。
• 「追加で探している参考文献の種類や研究のアプローチ」には、「デジタルマーケティングにおけるユーザー行動変容に関する実証研究」や「認知科学の最新動向」といった具体的なニーズ、あるいは「定性研究」「定量研究」などのアプローチを指定します。

このように詳細かつ具体的な情報を入力することで、あなたの卒論に最適な、カスタマイズされた参考文献リストを生成してくれます。

学術論文の質を高め、執筆時間を効率化するための強力なアシスタントとなるでしょう。また、改行を挟むことで視認性が向上し、各入力項目が一目で把握できるため、プロンプトの修正や再利用も容易になります。

実行結果（GPT-4o）

[提案理由]：Wei, J., Tay, Y., Bommasani, R., Raffel, C., Zoph, B., Roberts, K., ... & Le, Q. V. (2022). Emergent Abilities of Large Language Models. Transactions on Machine Learning Research. (DOI: 10.48550/arXiv.2206.07618)
[提案理由]：Bubeck, S., Chandrasekaran, V., Eldan, R., Gehrke, G., Horvitz, E., Kamar, F., ... & Zhang, Y. (2023). Sparks of Artificial General Intelligence: Early experiments with GPT-4. arXiv preprint arXiv:2303.12712. (URL: https://arxiv.org/abs/2303.12712)
[提案理由]：Hagendorff, A. (2020). The Ethics of AI Ethics: An Evaluation of Current Guidelines and a Roadmap for Future Research. Minds and Machines, 30(2), 99-122. (DOI: 10.1007/s11023-020-09511-w)
[提案理由]：Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389-399. (DOI: 10.1038/s42256-019-0088-2)
[提案理由]：Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press.
[提案理由]：U.S. Copyright Office. (2023). Copyright and Artificial Intelligence: A Report of the Register of Copyrights. (URL: https://www.copyright.gov/ai/ai_report_full.pdf)
[提案理由]：Ouyang, L., Wu, J., Jiang, X., Kelly, D., Datta, K., Ye, C., ... & Lowe, R. (2022). Training language models to follow instructions with human feedback. Advances in Neural Information Processing Systems, 35. (URL: https://proceedings.neurips.cc/paper_files/paper/2022/file/b1b86d9a0d18251e0653d96924b17e47-Paper-Input.pdf)
[提案理由]：Chang, Y., Wang, X., Wang, Y., Wu, Y., Zhang, X., Zhu, H., ... & Song, M. (2023). A Survey on Evaluation of Large Language Models. arXiv preprint arXiv:2307.10709. (URL: https://arxiv.org/abs/2307.10709)
[提案理由]：Haenlein, M., An, N., & Ratzmann, M. (2022). AI-powered creativity: A conceptual framework and research agenda. Journal of Marketing, 86(3), 1-17. (DOI: 10.1177/00222429221101968)
[提案理由]：Tugrul, N., Bakhshi, A., Renda, S., Muneer, Z., & Ali, N. (2023). Ethical Challenges in the Use of Large Language Models: A Systematic Review. arXiv preprint arXiv:2310.02100. (URL: https://arxiv.org/abs/2310.02100)

このプロンプトの出力結果は、AI技術、特に大規模言語モデル（LLM）に関する多岐にわたる学術論文や公式レポートの参考文献リストです。
提示された文献群は、「Emergent Abilities of Large Language Models」や「Sparks of Artificial General Intelligence」といった技術的進化の根幹に触れるものから、「The Ethics of AI Ethics」や「Ethical Challenges in the Use of Large Language Models」のような倫理的側面、さらには「Copyright and Artificial Intelligence」といった法的な側面まで、広範囲をカバーしています。

各文献には、DOIやURLが明記されており、情報源への迅速なアクセスが可能です。
これは、情報の信頼性を担保し、深く掘り下げた調査を効率的に行う上で非常に重要な要素となります。

このリストは、AIに関する深い洞察や根拠を求める研究者、開発者、政策立案者、あるいはAI関連のコンテンツを制作するプロフェッショナルにとって、極めて価値が高いと言えます。
特定のAI関連トピックの背景調査、論文執筆時の引用元探索、または最新の動向を把握する上で、この包括的な文献群は非常に役立ちます。

「提案理由」として明示されていることから、特定のテーマに対する根拠や詳細な情報提供を目的としたプロンプトの結果であると推測できます。
今後、AI関連の専門的なコンテンツ作成や、信頼性の高い情報源を提示する際に、このような形式の出力はSEOの観点からも非常に有効です。

プロンプト5：卒論のテーマ出しをするプロンプト

#命令
あなたは卒業論文のテーマ提案を専門とするAIアシスタントです。私が提供する情報に基づき、学術的かつ実現可能な卒業論文のテーマ案を複数提示してください。

#制約条件
・出力はテーマ案一覧のみ（前置き・まとめ不要）
・形式：①テーマ案／②概要／③研究の意義・目的／④先行研究の方向性／⑤キーワード
・テーマ案は3〜5案程度提案すること
・提案するテーマは、学術的な新規性、社会的な意義、および研究の実現可能性を考慮すること
・日本語で、簡潔な常体で記述すること
・専門用語は適切に用いること

#入力情報（例）
学部・学科：[例：法学部政治学科]
興味のある分野・キーワード：[例：国際関係、安全保障、サイバー攻撃、国家主権]
関心のある社会問題・トピック：[例：国際紛争、情報戦、民主主義の危機]
参考になる授業・書籍：[例：国際政治学、サイバーセキュリティ論]

#出力内容
テーマ案１：[具体的なテーマ名]｜概要：…｜研究の意義・目的：…｜先行研究の方向性：…｜キーワード：…
テーマ案２：[具体的なテーマ名]｜概要：…｜研究の意義・目的：…｜先行研究の方向性：…｜キーワード：…

卒論のテーマ出しをするプロンプトの解説

実際にプロンプトを活用する際のチェックリスト
✅「#命令」の調整：AIの役割や専門性を、実際の利用目的に合わせて調整する
✅「#制約条件」の確認・調整：出力形式、提案数、内容の厳密さなど、具体的な要件に合わせて調整する
✅「#入力情報」の記入：[例]部分を自身の具体的な情報に置き換えて入力する

このプロンプトは、卒業論文のテーマ選定をサポートするためのプロンプトです。
ゼロから論文テーマを考案する負担を軽減し、学生が研究の方向性を素早く見つける際に活用できます。

今回のプロンプトは、『#入力情報』に学部や興味分野、関心事などを具体的に入力することで利用できます。
実際に使う場合はその部分に正しい情報を入力して利用してください。

学術的新規性や社会的な意義、実現可能性まで考慮された、質の高いテーマ案を複数効率的に得られる点が工夫されています。
これにより、通常数週間かかる卒業論文のテーマ検討工数を、数時間程度まで大幅に削減できるでしょう。

入力例

#命令
あなたは卒業論文のテーマ提案を専門とするAIアシスタントです。私が提供する情報に基づき、学術的かつ実現可能な卒業論文のテーマ案を複数提示してください。

#制約条件
・出力はテーマ案一覧のみ（前置き・まとめ不要）
・形式：①テーマ案／②概要／③研究の意義・目的／④先行研究の方向性／⑤キーワード
・テーマ案は3〜5案程度提案すること
・提案するテーマは、学術的な新規性、社会的な意義、および研究の実現可能性を考慮すること
・日本語で、簡潔な常体で記述すること
・専門用語は適切に用いること

#入力情報（例）
学部・学科：法学部政治学科
興味のある分野・キーワード：国際関係、サイバーセキュリティ、地政学、情報操作、認知戦
関心のある社会問題・トピック：デジタル権威主義、情報戦、AI兵器、民主主義の脆弱性、フェイクニュース
参考になる授業・書籍：国際政治学、サイバーセキュリティ論、現代思想、AI倫理、情報社会論

#出力内容
テーマ案１：[具体的なテーマ名]｜概要：…｜研究の意義・目的：…｜先行研究の方向性：…｜キーワード：…
テーマ案２：[具体的なテーマ名]｜概要：…｜研究の意義・目的：…｜先行研究の方向性：…｜キーワード：…

このプロンプトは、学生が自身の学術的な興味や関心事をAIに伝えることで、卒業論文のテーマ案を効率的に生成するためのものです。

そのため、
– 学部・学科を「法学部政治学科」
– 興味のある分野・キーワードを「国際関係、サイバーセキュリティ、地政学、情報操作、認知戦」
– 関心のある社会問題・トピックを「デジタル権威主義、情報戦、AI兵器、民主主義の脆弱性、フェイクニュース」
– 参考になる授業・書籍を「国際政治学、サイバーセキュリティ論、現代思想、AI倫理、情報社会論」
といった、詳細かつ具体的な情報が入力されました。

このように自身の専門分野や興味の核となる情報を具体的に入力することで、AIは学生の関心に深く合致した、学術的かつ実現可能性のある卒業論文テーマ案を複数提示してくれます。
また、詳細な情報を与えることで、AIによる提案の質が向上し、学生は卒業論文の研究テーマ選定において、よりパーソナルで効率的なサポートを受けることが可能となります。

実行結果（GPT-4o）

テーマ案１：デジタル権威主義国家における情報統制戦略の国際政治学的考察｜概要：中国やロシアを事例に、デジタル技術を用いた権威主義体制による情報統制・認知戦の手法を分析し、それが国際秩序や民主主義国家の社会・政治に与える影響を考察する。｜研究の意義・目的：デジタル技術が権威主義体制の強化にどう寄与し、国際政治において新たな脅威となっているかを明らかにすることで、民主主義国家の対応策構築に資する。｜先行研究の方向性：デジタル権威主義研究、中国・ロシアの情報戦略、サイバー空間における規範形成、インターネットガバナンス、国際政治学における権威主義体制研究。｜キーワード：デジタル権威主義、情報統制、認知戦、国際政治、サイバー空間、権力、民主主義の脆弱性
テーマ案２：AI兵器の台頭が国際安全保障に与える影響と多国間ガバナンスの課題｜概要：自律型致死兵器システム（LAWS）をはじめとするAI兵器の開発・配備が国際安全保障環境にもたらす戦略的安定性、軍拡競争、倫理的・法的課題を考察し、その国際的な規制・ガバナンスの可能性と限界を探る。｜研究の意義・目的：AI技術の軍事転用が既存の安全保障パラダイムをいかに変革し、国際社会がどのような規制枠組みを構築すべきかを政治学的視点から検討する。｜先行研究の方向性：軍事AI、自律型兵器システム、兵器の倫理、新興技術と国際安全保障、軍縮・軍備管理、国際法、地政学と技術。｜キーワード：AI兵器、自律型致死兵器システム、国際安全保障、軍拡競争、ガバナンス、AI倫理、地政学
テーマ案３：情報戦とフェイクニュースが民主主義にもたらす脆弱性：国際的介入と国内レジリエンスの分析｜概要：外国勢力や非国家主体による情報戦やフェイクニュースが、選挙、世論形成、社会の分断を通じて民主主義の機能に与える影響を分析し、民主主義国家がこれにどう対抗し、レジリエンスを高めるべきかを考察する。｜研究の意義・目的：デジタル時代における情報戦が民主主義の根幹を揺るがす深刻な脅威であることを実証的に示し、その脆弱性を克服するための政策的・社会的なアプローチを提言する。｜先行研究の方向性：情報戦、サイバー攻撃、認知バイアス、世論操作、選挙介入、メディアリテラシー、社会レジリエンス論。｜キーワード：情報戦、フェイクニュース、民主主義、脆弱性、サイバーセキュリティ、認知戦、レジリエンス
テーマ案４：サイバー地政学における国家間競争の構造と国際規範形成の課題｜概要：国家間のサイバー空間における勢力均衡、戦略的競争、およびそれらが伝統的な地政学的概念とどのように交錯するかを分析し、サイバー規範の形成に向けた国際社会の取り組みとその限界を考察する。｜研究の意義・目的：サイバー空間が新たな地政学的領域として国際政治に及ぼす影響を明らかにするとともに、不安定化するサイバー空間における秩序構築の困難さを提示する。｜先行研究の方向性：サイバー地政学、サイバー戦争、国際法、多国間主義、パワーポリティクス、技術覇権、国際関係論。｜キーワード：サイバー地政学、国家間競争、国際規範、サイバーセキュリティ、地政学、サイバー空間、国際関係
テーマ案５：生成AIの進化が民主主義の健全性に与える影響と対策：情報操作と認知バイアスの観点から｜概要：生成AI技術の発展が、フェイクニュースの自動生成、ディープフェイクによる世論操作、パーソナライズされた情報環境を通じた認知バイアスの増幅など、民主主義のプロセスに与える複合的な影響を分析し、社会的なレジリエンス強化策や政策的対応について考察する。｜研究の意義・目的：最新のAI技術が民主主義に内在する脆弱性をいかに悪用しうるかを政治学的・社会学的視点から深掘りし、予防的な対策の重要性を訴える。｜先行研究の方向性：生成AI、ディープフェイク、情報操作、認知バイアス、AI倫理、デジタル民主主義、メディアリテラシー論。｜キーワード：生成AI、情報操作、ディープフェイク、民主主義、認知バイアス、AI倫理、フェイクニュース

このプロンプトの出力結果は、現代社会が直面する喫緊の国際政治・安全保障に関する課題を多角的に捉えた、示唆に富む研究テーマ案の宝庫です。
各テーマ案は、「概要」「研究の意義・目的」「先行研究の方向性」「キーワード」と、非常に詳細かつ網羅的に構成されています。

特に、デジタル権威主義、AI兵器の台頭、情報戦とフェイクニュース、サイバー地政学、そして生成AIが民主主義に与える影響といった最先端のテーマが網羅されており、その選定眼には感銘を受けました。
これらのテーマは、学術研究者だけでなく、政策立案者や社会の動向に関心を持つ一般層にとっても、深く考えるための重要な視点を提供するでしょう。
現代国際社会の課題を深く理解し、未来に向けた議論を喚起するために不可欠な情報源となると評価できます。

また、各テーマ案に付随するキーワード群は、SEOの観点からも非常に強力です。
これらのキーワードを効果的に活用することで、関連コンテンツの作成や情報発信において、ターゲットとする読者層に響く設計が可能となり、高い可視性が期待できます。
提示されたテーマは相互に関連し合っており、横断的な分析や複合的な視点を取り入れることで、さらに深い洞察が得られる可能性を秘めています。

ChatGPTで卒論を作成するプロンプト5選のまとめ

卒論作成は、多くの学生にとって避けて通れない大きな壁です。
テーマ選定から情報収集、構成、執筆、推敲に至るまで、膨大な時間と労力、そして精神的な負担がのしかかります。
特に、「どこから手を付ければいいかわからない」「効率的な進め方が見つからない」といった悩みを抱える学生は少なくありません。

そこで、今、大きな注目を集めているのがChatGPTの活用です。
本記事では、このChatGPTを最大限に活用し、卒論作成のプロセスを劇的に効率化し、質の高い論文を仕上げるための「ChatGPT活用プロンプト5選」をご紹介します。
これらのプロンプトは、あなたの卒論作成を強力にサポートする“専属アシスタント”のような存在となるでしょう。

たとえば、論文のアイデア出しや構成案の作成、要約文の生成、論理展開のブラッシュアップ、さらには参考文献リストの整理補助まで、多岐にわたるタスクを効率的にこなせます。
複雑なプログラミングやAIに関する専門知識は一切不要です。
提供されたプロンプトをコピペするだけで、誰でも直感的にChatGPTを卒論作成に役立てることができます。

さらに、これらのプロンプトを使いこなすことで、「締切に間に合わない」という不安を解消し、より深い考察や推敲に時間を割くことが可能になります。
卒業論文の品質向上と、作成プロセスの大幅な効率化を両立できる点が大きな魅力です。

まずは、本記事でご紹介するプロンプトをぜひ実践してみてください。
ChatGPTを最大限に活用し、あなたの卒業論文を最高の形で完成させましょう。