Claude Code（Anthropic CLI）の MCP（Model Context Protocol）を業務で活用するには、職種別に最適化されたプロンプトが不可欠です。本記事では2026年5月最新版で、エンジニア・マーケ・営業・総務の4職種ごとに実用プロンプトを合計50点公開します。
Claude Code MCP プロンプト設計の基本
MCP プロンプトは「ツール呼び出し + 自然言語指示」のハイブリッド構成で書くと精度が大幅に向上します。Anthropic 公式ガイド（Prompt Engineering）でも推奨される設計原則は次の通りです。
| 要素 | 役割 | 例 |
|---|---|---|
| 役割定義 | Claude の立場を明示 | "You are a senior backend engineer." |
| ツール指定 | 使う MCP を明示 | "Use the github MCP to fetch PR #123." |
| 入出力フォーマット | 結果の構造を指定 | "Return JSON with summary and risks." |
| 制約 | 失敗時の挙動を指定 | "If the PR is closed, ask before proceeding." |
エンジニア向けプロンプト 15選（GitHub / Filesystem / Slack MCP）
1. PR レビュー自動化
GitHub MCP で PR #{番号} を取得し、以下の観点でレビューしてください:
1. ロジックの正しさ（特に境界値）
2. テストカバレッジ
3. セキュリティリスク（SQLi / XSS / 認証漏れ）
4. パフォーマンス懸念（N+1 / 同期 I/O）
レビューコメントを GitHub に投稿し、Slack の #code-review に要約を送ってください。
2. 障害ポストモーテム作成
直近 24時間の Sentry エラー上位 5件を取得し、各エラーについて
- 原因仮説
- 影響範囲
- 再発防止策
をまとめて Notion の Postmortem テンプレートに追記してください。
3. リリースノート自動生成
GitHub の v{バージョン} と v{前バージョン} の間の commit / PR を集計し、
Conventional Commits の prefix で分類してリリースノートを Markdown で出力してください。
Breaking change は ⚠️ マークを付けてください。
4〜15 主要パターン一覧
| # | プロンプト概要 | 主要 MCP |
|---|---|---|
| 4 | 依存ライブラリ脆弱性レポート | GitHub + Filesystem |
| 5 | コードレビュー前のセルフチェック | Filesystem |
| 6 | テストケース自動生成 | Filesystem |
| 7 | エラーログ分析と修正提案 | Filesystem + Sentry MCP |
| 8 | データベースマイグレーション計画 | PostgreSQL MCP |
| 9 | API ドキュメント自動更新 | GitHub + Filesystem |
| 10 | ブランチ命名規約チェック | GitHub |
| 11 | 開発タスクの GitHub Issue 化 | GitHub |
| 12 | 週次の開発ベロシティ集計 | GitHub |
| 13 | コミットメッセージのリライト | GitHub |
| 14 | デプロイ前チェックリスト実行 | Filesystem + Slack |
| 15 | 技術的負債リストの可視化 | GitHub + Filesystem |
マーケティング向けプロンプト 15選（GA4 / GSC / Ahrefs / Lighthouse MCP）
16. 週次 SEO ダッシュボード
GSC MCP で過去7日 vs 前週の以下指標を取得してください:
- クリック数 / 表示回数 / CTR / 平均掲載順位
急落キーワード（順位低下 5位以上）と、急上昇キーワード上位10件を抽出。
Slack の #marketing-weekly に絵文字付きで投稿してください。
17. 競合分析レポート
Ahrefs MCP で {自社ドメイン} と {競合ドメイン3社} のオーガニックキーワードを取得し、
- 競合が獲得しているが自社が獲得していないキーワード上位30
- 検索ボリューム / KD / トラフィックポテンシャル
を表形式でまとめ、優先施策5つを提案してください。
18. ページパフォーマンス改善
Lighthouse MCP で {URL} を測定し、
- Core Web Vitals（LCP / INP / CLS）
- 改善余地のある項目 Top 5
を出力。改善コードサンプル（Next.js を想定）を提示してください。
19〜30 主要パターン一覧
| # | プロンプト概要 | 主要 MCP |
|---|---|---|
| 19 | 月次 GA4 トラフィックレポート | GA4 |
| 20 | コンバージョン経路の分析 | GA4 |
| 21 | リファラルドメインの確認 | GA4 + Ahrefs |
| 22 | キーワードギャップ分析 | Ahrefs |
| 23 | バックリンク獲得機会の発見 | Ahrefs |
| 24 | コアアップデート影響調査 | GSC + GA4 |
| 25 | 404 / リダイレクト監査 | GSC + Lighthouse |
| 26 | サイテーション機会探索 | Ahrefs |
| 27 | コンテンツリフレッシュ対象選定 | GA4 + GSC |
| 28 | YouTube チャンネルの伸び率分析 | YouTube Data MCP |
| 29 | 広告クリエイティブのテキスト案 | Filesystem |
| 30 | A/B テスト結果のサマリー | GA4 |
営業向けプロンプト 10選（HubSpot / Salesforce / Slack / Calendar MCP）
31. 商談前リサーチ
HubSpot MCP で {企業ID} の最新コンタクト履歴を取得し、
Web Search MCP で同社のプレスリリース過去90日分を要約。
Calendar MCP で今日の {商談名} の参加者を確認し、
最終ブリーフを Slack DM に送ってください。
32. 提案書ドラフト生成
HubSpot MCP のリード情報と業界 / 規模 / 課題を取得し、
Filesystem MCP で当社の過去提案書テンプレートを参照。
{業界} 向けカスタマイズ済みドラフト（10ページ想定）を Markdown で出力してください。
33〜40 主要パターン一覧
| # | プロンプト概要 | 主要 MCP |
|---|---|---|
| 33 | フォローアップメール自動化 | Gmail + HubSpot |
| 34 | 商談議事録の構造化 | Filesystem |
| 35 | 失注理由の傾向分析 | Salesforce |
| 36 | 受注確度スコアリング | Salesforce |
| 37 | パイプライン週次レビュー | Salesforce + Slack |
| 38 | 紹介依頼メール作成 | Gmail |
| 39 | 競合比較表生成 | Filesystem + Web |
| 40 | 営業日報の自動投稿 | Slack |
総務 / バックオフィス向けプロンプト 10選（Notion / Google Drive / Calendar MCP）
41. 社内文書検索
Notion MCP で「{キーワード}」を含む過去6ヶ月のページを検索し、
更新日が新しい順に5件、要約と URL を一覧化してください。
42. 出張稟議書ドラフト
Calendar MCP で {日付範囲} の予定を取得し、出張対象案件を特定。
Filesystem MCP で稟議書テンプレートを読み込み、
- 出張目的
- 期待効果
- 予算
を埋めたドラフトを生成してください。
43〜50 主要パターン一覧
| # | プロンプト概要 | 主要 MCP |
|---|---|---|
| 43 | 議事録の Notion 自動保存 | Notion |
| 44 | 社内 FAQ 検索 | Notion |
| 45 | 経費精算データの集計 | Google Drive |
| 46 | 勤怠データの異常検知 | Filesystem |
| 47 | 採用候補者の比較表 | Notion |
| 48 | 契約書の有効期限アラート | Google Drive |
| 49 | 月次経営レポート骨子 | Notion + GA4 |
| 50 | 全社アナウンス文の整形 | Slack |
プロンプト運用の3原則
1. CLAUDE.md でチーム共有
リポジトリ直下の CLAUDE.md にプロンプト集を保存。各プロンプトをスラッシュコマンドとして .claude/commands/{name}.md に置くと、/{name} で呼び出せます。
2. バージョン管理
プロンプトは「コード」と同じく Git 管理。月1回レビューを実施し、Claude モデル更新（2026年5月時点で Opus 4.6）や MCP サーバー仕様変更に追従させます。
3. 精度テスト
四半期に一度、各プロンプトに対する期待出力を定義し、新モデルでの再現性を検証。差分が出た箇所は CLAUDE.md に「失敗例」として記録します。
当社のAI研修・Claude Code 業務導入
当社では Claude Code MCP の業務導入を、以下のプログラムで支援します。
- 業務ヒアリング → MCP サーバー選定（GitHub / Slack / GA4 / GSC / Notion 等）
- 職種別プロンプト集 50点以上（本記事と同等品質、貴社カスタマイズ済み）
- CLAUDE.md / settings.json テンプレート提供
- 3ヶ月伴走サポート（月次効果測定 + 新規 MCP 追加）
330,000円〜（税込）、人材開発支援助成金で最大75%補助（実質負担 82,500円〜）の対象です。
AI研修・Claude Code 業務導入の無料相談はこちら ／ Claude Code 業務導入研修の詳細