【2026年最新】月次レポートをAIで5分に短縮｜7プロンプト+テンプレート集

「月次の経営報告資料、また今週末も徹夜コースだ」

100社以上のAI研修・導入支援を通じて、財務・経営企画のトップポジションにいる方々から最もよく聞く悩みです。

CFO候補やCOO志望の方がキャリアをワンランク上げようとするとき、日常業務の質とスピードは直接的に評価に響きます。月次ボード資料のクオリティと作成効率は、経営層への登用を左右する「見えない評価軸」の一つです。

この記事では、実際にAI研修で使われているコピペ可能なプロンプト7本と、ツール別の使い分けを公開します。ChatGPT・Claude・Microsoft 365 Copilot・Notion AIのどれを選ぶべきかも、用途別に整理しました。

なぜ経営報告書作成にAIが有効なのか

月次レポートは「定型フォーマット×毎月更新されるデータ」という構造を持ちます。AIが最も得意とする領域です。

具体的には次の3つの工程でAIが機能します。

1. データ集約フェーズ：CSV・Excelの数値をAIに読み込ませ、部門別・製品別・チャネル別に集計・整理
2. 分析・解釈フェーズ：前月比・予算対比・YoY変化を自動計算し、文章で解説を生成
3. 資料化フェーズ：取締役会向けのトーン・構成にAIが変換・整形

重要な前提として、AIはあくまで「初稿生成ツール」です。最終判断と承認は必ず人間が行います。

5分で月次レポートを仕上げるHowTo（HowTo Schema対応）

1. データを1つのファイルにまとめる（1分）
   月次の売上・費用・KPIデータをCSVまたはExcelに集約します。Slackの数値報告やNotionのデータベースから手動コピーするか、Zapierなどで自動集約します。
2. ChatGPT Advanced Data Analysis / ClaudeにCSVをアップロード（30秒）
   ChatGPT Plus（月$20/約3,000円）またはClaude Pro（月$20/約3,000円）でファイルをドラッグ&ドロップします。
3. プロンプト#1（売上集計）を貼り付けて実行（30秒）
   本記事下部のプロンプト#1をコピーして送信します。30秒以内に集計表と初期分析が出力されます。
4. プロンプト#5（取締役向けサマリー）で文体変換（1分）
   出力された分析をプロンプト#5に貼り付け、ボード向けの簡潔な表現に変換します。
5. 人間レビューと数値確認（2分）
   AIの出力と元データを突き合わせて数値の正確性を確認します。この工程は省略不可です。AIは幻覚（ハルシネーション）を起こすことがあるため、最終チェックは必ず人間が行ってください。

コピペ可能プロンプト7本（全用途カバー）

以下のプロンプトはすべて、ChatGPT（Advanced Data Analysis機能）またはClaudeで動作確認した形式です。[ ]内を自社のデータに置き換えてください。

プロンプト#1：売上集計

用途：月次の売上データをAIに集計させ、部門別・製品別のサマリー表を生成する

## 月次売上集計レポート作成

添付のCSV（または以下のデータ）を元に、月次売上集計レポートを作成してください。

【データ概要】
- 集計期間：[YYYY年MM月]
- 含まれるフィールド：[日付、製品カテゴリ、売上金額、受注件数、担当部門 など]

【出力形式】
1. 部門別売上合計（表形式）
2. 製品カテゴリ別の売上シェア（%付き）
3. 前月比の増減（%と絶対額の両方）
4. 上位3カテゴリのハイライト（1〜2文）

【制約】
- 数字は万円単位に丸めてください
- 不足情報があれば最初に質問してください
- 計算の根拠（式）を出力に含めてください

プロンプト#2：KPIサマリー生成

用途：複数部門のKPIを横断的に整理し、経営層向けのサマリーページを生成する

## KPIサマリーページ作成

以下のKPIデータを元に、取締役会向けの月次KPIサマリーを作成してください。

【KPIデータ】
[ここに各KPIの実績値・目標値を貼り付け]
例：
- 売上：[実績]万円 / 目標[目標]万円
- 粗利率：[実績]% / 前月[前月]%
- 新規顧客数：[実績]件 / 目標[目標]件
- 顧客解約率（チャーン率）：[実績]%

【出力形式】
1. 全KPIの達成状況（◎ / ○ / △ / ✕で判定、基準も明記）
2. 特に注目すべき指標の解説（2〜3行）
3. 来月の注視点（箇条書き3項目）

【トーン】
- 経営会議での口頭説明を想定した簡潔な文体
- 断定は避け、根拠のある推測には「〜と考えられます」を使用

プロンプト#3：競合分析サマリー

用途：業界動向・競合情報を整理し、経営議題として提示する

## 月次競合動向サマリー作成

[業界名]における[YYYY年MM月]の競合動向を以下の情報を元に整理してください。

【収集済み情報】
[ここにIR資料、プレスリリース、業界ニュースの要点を箇条書きで貼り付け]

【出力形式】
1. 競合他社の主要アクション一覧（社名 / 動き / 自社への影響度：高・中・低）
2. 業界トレンドの3行サマリー
3. 自社が検討すべき対応案（仮説として3つ）

【重要な前提】
- 私が提供した情報のみを元に分析してください
- 存在しない事実や数字を生成しないでください
- 不確かな情報には「要確認」と明記してください
- 仮定した点は「仮定」と明記してください

プロンプト#4：部門報告の標準化

用途：各部門からバラバラに届く報告をAIで標準フォーマットに整形する

## 部門報告の標準フォーマット変換

以下の[部門名]からの月次報告を、取締役会向けの標準フォーマットに変換してください。

【元の報告文】
[ここに部門からの報告テキストを貼り付け]

【変換後のフォーマット】
1. 今月の主要成果（3点以内、数値付き）
2. 課題・リスク（2点以内）
3. 来月の重点アクション（3点以内）
4. 経営判断が必要な事項（ある場合のみ）

【制約】
- 原文にない情報は付け加えないでください
- 数値はすべて元の数値を使用してください
- 箇条書きで簡潔に（各項目1〜2行）
- 不足情報があれば最初に質問してください

プロンプト#5：取締役向けエグゼクティブサマリー

用途：詳細な分析資料を、取締役会の3分説明用に圧縮する

## 取締役会向けエグゼクティブサマリー作成

以下の月次レポート（詳細版）を、取締役会での3分間口頭報告に最適化したサマリーに変換してください。

【元データ】
[ここに詳細版レポートを貼り付け]

【出力形式】
- 全体の結論：1文（50字以内）
- 業績ハイライト：3点（数値必須）
- 注視事項：2点（影響度とリスクレベルを明記）
- 承認・決裁が必要な事項：あれば記載

【トーン・制約】
- 受け手は業界に精通した経営層
- 専門用語はそのまま使用可
- 感情的な表現・誇張は避ける
- 仮定や推測には「〜と推察されます」を使用
- 私が提供した数値のみ使用してください

プロンプト#6：異常検知・アラート生成

用途：データの中から通常範囲を逸脱した異常値を自動で検知し、経営判断を促す

## 月次データ異常検知レポート

添付のデータ（または以下の数値）から、通常の変動範囲を超えた異常値・急変指標を検出し、経営アラートとして整理してください。

【データ】
[集計データを貼り付け]

【異常判定の基準（調整可）】
- 前月比で±20%超の変化
- 3ヶ月移動平均からの±15%超の乖離
- 目標値との乖離が±10%超

【出力形式】
1. 検出された異常値リスト（指標名 / 実績 / 通常範囲 / 乖離率）
2. 緊急度別分類（要即時対応 / 要監視 / 参考情報）
3. 考えられる原因の仮説（各2〜3個）
4. 推奨する追加調査事項

【重要】
- 仮説はあくまで仮説として明記してください
- 「必ずこれが原因」という断定はしないでください
- 私が提供したデータのみを使用してください

プロンプト#7：前月比サマリー（テンプレートページ用）

用途：毎月使い回せる前月比分析のテンプレート。数値を更新するだけで再利用できる

## 月次前月比サマリーの作成

以下の当月・前月のデータを比較し、前月比サマリーを作成してください。

【当月データ】[YYYY年MM月]
[指標1]：[値]
[指標2]：[値]
（以下続く）

【前月データ】[YYYY年MM月]
[指標1]：[値]
[指標2]：[値]
（以下続く）

【出力形式】
1. 前月比比較表（指標 / 当月 / 前月 / 増減額 / 増減率）
2. プラス要因トップ3（増加幅の大きい順）
3. マイナス要因トップ3（減少幅の大きい順）
4. 来月への示唆（2〜3行のテキスト）

【制約】
- 増減率の計算式を出力に含めてください
- 数値は私が提供したもののみ使用してください
- 不明な箇所は「不明」と記載し、推測しないでください

ツール組み合わせ比較表（2026年6月時点）

どのツールを選ぶかは、業務フローとデータ管理環境によって異なります。

※ 価格は各社公式サイト（2026年6月時点）に基づく参考値です。為替・プラン変更により変動します。最新価格は各社公式サイトでご確認ください。

【要注意】月次レポートAI活用の失敗パターン3つ

100社以上の企業向けAI研修を通じて、月次レポートへのAI活用で繰り返し見てきた失敗パターンがあります。

失敗パターン1：機密情報をそのままクラウドAIに入力する

❌ よくある間違い：未上場企業の売上データ、M&A検討中の財務情報、人事評価スコアなどをそのままChatGPT・Claudeに貼り付ける

⭕ 正しいアプローチ：

• 社内セキュリティポリシーでクラウドAIへの業務データ入力の可否を事前確認
• 金額は仮の指数化（例：実額の代わりに100を基準にした指数）に変換してからAIに渡す
• 機密性の高いデータはローカル実行のモデル（Ollama等）やエンタープライズ版（ChatGPT Enterprise、Claude for Enterprise）を検討する
• AIに渡したデータが学習に使われないか、各サービスの利用規約を確認する

なぜ重要か：2026年6月時点、ChatGPT・Claudeのコンシューマープランでは入力データの取り扱いポリシーが企業の情報管理基準と合わない場合があります。所属組織のコンプライアンスに従ってください。

失敗パターン2：AIの出力数値をレビューなしで使用する（幻覚リスク）

❌ よくある間違い：AIが生成した「前月比+23.4%」という数値をそのままスライドに貼り付けて取締役会に提出する

⭕ 正しいアプローチ：

• AIの計算結果は必ず元データと突き合わせる。特に合計値・割合・前月比は独立して再計算する
• プロンプトに「計算式を出力に含めてください」と指示する（本記事のプロンプトはすべて対応済み）
• 数値だけでなく、AIが生成した「解釈」「仮説」も実態と照らし合わせて確認する

なぜ重要か：大規模言語モデルは確率的な予測で文字を生成するため、計算過程で誤りを犯すことがあります（いわゆる幻覚・ハルシネーション）。AIは補助ツールであり、最終確認者は人間である必要があります。

失敗パターン3：AI任せにして分析の客観性・オーナーシップを失う

❌ よくある間違い：「AIが良い数字と言っていた」「Claudeがこう分析した」と発言し、自身の見解を持たないまま経営会議に臨む

⭕ 正しいアプローチ：

• AIの出力はあくまで「叩き台」。そこから自分の経験・業界知識・文脈理解を加えて最終版に仕上げる
• 「AIによると〜」ではなく「分析した結果〜」と発言できる状態にしてから会議に臨む
• AIが示した仮説に反論・修正できる程度に元データを理解しておく

なぜ重要か：CFO・COOとしての評価は「分析の質」だけでなく「判断のオーナーシップ」にあります。AIを使うことは良いことですが、思考の外注にならないよう注意が必要です。

セキュリティ配慮——機密データの扱い方

月次経営報告書には高い機密性を持つ情報が含まれます。AI活用時の最低限のセキュリティ配慮を整理します。

ツール選択によるセキュリティ分類

• コンシューマープラン（ChatGPT Plus, Claude Pro）：入力データの取り扱いポリシーを利用規約で確認してください。一般的には学習への利用オプトアウト設定があります
• エンタープライズプラン（ChatGPT Enterprise, Claude for Enterprise, Microsoft 365 Copilot）：業務データを学習に使用しない契約条件が一般的ですが、必ず契約書を確認してください
• ローカル実行（Ollama等）：データが外部に送信されない最も安全な選択肢ですが、性能は商用モデルに劣る場合があります

データ匿名化の実践手順

社内ルールで外部AIへの業務データ入力が制限されている場合、以下の方法で匿名化してから使用することを検討してください。

• 固有の金額を指数化（例：売上1億円=100、前月9,800万円=98）
• 商品名・顧客名をカテゴリー名（製品A、顧客カテゴリX）に置換
• 地域・部門名を番号や記号（拠点1、部門α）に置換

重要：いかなる場合も、上場企業のインサイダー情報に該当するデータのAI入力は、法的リスクの観点から弁護士・コンプライアンス部門に相談の上で判断してください。本記事は一般的な情報提供を目的としており、個別の法的アドバイスを提供するものではありません。

CSV・Slack・Notionからのデータ集約フロー

実際の月次レポート作成では、複数ソースからデータを集める工程が最も時間がかかります。以下の3パターンで自動化できます。

パターンA：CSV集約（最もシンプル）

各部門のExcel・スプレッドシートをCSVに変換し、1ファイルにまとめてAIにアップロードします。部門数が10以下の場合に最も手軽です。

パターンB：SlackエクスポートをAIで整理

Slackに投稿された週次・日次の数値報告を月次でエクスポートし、ChatGPTに貼り付けて整理します。Slack APIやZapierを使えば自動集約も可能です。

パターンC：Notionデータベース×Notion AI自動化

Notionで情報管理している場合、Notion AI（Businessプラン以上）のCustom Agentsを設定することで、月末に自動でレポートを生成できます（2026年5月GA版の機能）。ただし、Custom Agent実行にはクレジットが必要です（1,000クレジット=約1,500円）。

取締役会・ボード資料への実装パターン

CFO・COO候補の方が特に必要とする「取締役会に提出できるクオリティ」への仕上げ方を解説します。

ボード資料に必要な要素と対応AIプロンプト

実装例：想定シナリオで見る時間削減効果

本セクションは想定シナリオ（モデルケース）です。 実際の効果は組織の規模・データ整備状況・習熟度によって異なります。

想定シナリオ：10部門規模の製造業、月次取締役会資料

従来のプロセス（想定試算）：

• 各部門からデータ収集・催促：約60分
• Excelでの集計・整形：約90分
• サマリー文章の作成：約60分
• PowerPointへの転記・デザイン調整：約60分
• 上長・法務確認による修正：約30分
• 合計：約5時間（試算）

AI活用後のプロセス（想定試算）：

• 各部門からデータ収集（自動化前提）：約20分
• AIによる集計・分析（プロンプト#1,#7）：約5分
• AIによるサマリー生成（プロンプト#2,#5）：約3分
• 人間によるレビュー・修正：約15分
• PowerPoint仕上げ（Copilot or 手動）：約20分
• 合計：約60〜70分（試算）

この削減効果は、データが整備されていること・AIへの習熟度があることが前提の試算です。実際には段階的な改善となることが多く、初回は従来と同等の時間がかかることも想定してください。

まとめ：今日から始める3つのアクション

1. 今日：本記事のプロンプト#1（売上集計）を実際の先月データで試してみる。ChatGPT Plus（月$20）またはClaude Pro（月$20）があれば今すぐ使えます
2. 今週中：自社のデータ入力可否ルールを確認し、AIに渡す情報の範囲を決める。コンプライアンス・法務部門に相談することを推奨します
3. 今月中：プロンプト#2〜#7の中から、最もボトルネックになっている作業を1つ選んで実装する。完全自動化より「1工程ずつ試す」アプローチが定着しやすいです

次回は、M365 Copilot + Power Automate を使ったレポート自動化パイプラインの構築手順を解説する予定です。

よくある質問（FAQ）

参照ソース

• Microsoft 365 Copilot 法人向け価格（Microsoft公式、2026年6月時点）：https://www.microsoft.com/ja-jp/microsoft-365-copilot/pricing/enterprise
• Notion 料金プラン（Notion公式、2026年6月時点）：https://www.notion.com/pricing
• ChatGPT Advanced Data Analysis 活用ガイド（start-link.jp）：https://start-link.jp/hubspot-ai/ai/genai-work/ai-spreadsheet-data-analysis