財務分析の風景は変わりました。データを迅速に統合し、複雑なシナリオをモデル化し、市場のシグナルを解釈する能力は、もはやExcelの習熟度だけの問題ではありません。人工知能の計算能力を活用する時代なのです。
これら10の精鋭プロンプトは、主要なAIモデル：ChatGPT、Gemini、Claude、DeepSeek向けに厳密にテスト・最適化されています。各モデルは異なるアーキテクチャを持っています（DeepSeekは生の論理処理、Claudeは大規模コンテキストの文脈ニュアンス、Geminiはマルチモーダル情報検索、ChatGPTは汎用的なドラフト作成に優れています）が、これらのプロンプトは、ワークフローとアウトプットの質を高めたい金融アナリストにとって普遍的な基盤となります。
1. 自動化された感度分析ロジック
最適モデル： DeepSeek（複雑なロジックと数学的推論の処理に優れる）
このプロンプトは、スプレッドシートで感度分析を構築する前にそのロジックを構造化するのに役立ち、非線形変数を考慮に入れることを保証します。
シニア金融アナリストとして行動してください。私は[業界/会社タイプ]の財務モデルを構築しています。以下の主要ドライバー：[ドライバーA、ドライバーB、ドライバーC]について感度分析を実行する必要があります。
これらのドライバーと[目標指標、例：EBITDAまたは正味現在価値]との数学的関係を概説してください。このセクターにおける標準的な変動性に基づいて、ベースケース、ブルケース、ベアケースの論理的な範囲を提案し、これらの影響を視覚化する動的データテーブルを構築するために必要な擬似コードまたはExcelロジックを記述してください。
利点： 複雑なストレステストを構造化する認知的負荷を軽減し、モデルロジックがセクター固有の変動性を考慮に入れることを保証します。
2. 決算説明会議事録の統合
最適モデル： Claude（優れたコンテキストウィンドウと微妙な言語的ニュアンスの検出能力）
長時間に及ぶ説明会から非財務指標や経営陣のトーンを抽出するのは退屈な作業です。このプロンプトはノイズからシグナルを抽出します。
[会社ティッカー]の添付された決算説明会議事録を分析してください。
1. [特定のトピック、例：サプライチェーンまたは為替レート]に関する具体的な逆風について、CEOとCFOのコメントを要約してください。
2. 準備された発言とQ&Aセッションにおける経営陣のトーンの間の乖離があれば特定してください。
3. 質問の頻度と強度に基づいて、アナリストの上位3つの懸念事項をリストアップしてください。
利点： 定量的データでは見逃されがちなリスクやセンチメントの変化を即座に浮き彫りにし、あなたの投資テーゼに対する定性的な調整を迅速に行えるようにします。
3. マクロ経済トレンド相関分析
最適モデル： Gemini（広範な市場コンテキストのための検索機能との強力な統合）
広範な経済指標をあなたの特定のカバレッジリストと結びつけるために使用します。
[特定のセクター、例：半導体]産業に影響を与える現在の上位3つのマクロ経済トレンドを特定してください。
各トレンドについて、以下の会社の損益計算書（P&L）への波及メカニズムを説明してください：[会社A、会社B]。特に、これらのトレンドが売上原価（COGS）と価格設定力にどのように影響するかに焦点を当ててください。これらのマクロ要因への各社のエクスポージャーに関する簡潔なリスク評価を提供してください。
利点： ハイレベルな経済データと会社の財務諸表の特定の項目との間のギャップを埋めます。
4. DCF前提条件の検証
最適モデル： ChatGPT（標準的な業界前提条件をチェックするための汎用的な推論）
評価を最終決定する前に、一般的なコンセンサスと論理に対してあなたの入力値を検証します。
私は[業界]セクターの成熟した企業の割引キャッシュフロー（DCF）モデルを構築しています。
以下の前提条件の妥当性をレビューしてください：
- 継続価値成長率：[値]%
- WACC：[値]%
- 売上高CAGR（5年）：[値]%
[時価総額規模]と[成長プロファイル]を持つ企業に対する典型的な業界標準に基づいて、これらの入力を批評してください。これらが攻撃的または保守的に見える場合は、その理由を説明し、より防御可能な範囲を提案してください。
利点： 「健全性チェック」のパートナーとして機能し、投資委員会レビュー中にあなたの信頼性を損なう可能性のある基本的なモデリングエラーを防ぎます。
5. 競合環境SWOT生成
最適モデル： Gemini（比較データの統合に効果的）
企業とその直接的な競合他社の比較フレームワークを迅速に生成します。
[対象会社]対[競合A]および[競合B]の比較SWOT分析を生成してください。
「機会」と「脅威」は特に技術的破壊と規制変更に焦点を当ててください。流動性ポジション（流動比率、当座比率）と営業利益率を比較し、どの会社が市場の低迷を乗り切るのに最も適しているかを強調する構造化された表として出力をフォーマットしてください。
利点： 絶対的なパフォーマンスだけでなく、相対的な強みを強調する並列の戦略的ビューを提供します。
6. 複雑なExcel数式生成
最適モデル： DeepSeek（高いコーディングと論理能力）
ネストされた構文に悩むのをやめましょう。エラーのない複雑な数式を即座に生成します。
この問題を解決するための複雑なExcel数式を作成してください：
Sheet1にデータセットがあり、列Aは日付、列Bはティッカー、列Cは終値です。
Sheet2では、[ティッカー]の[ターゲット日付]以前で最も近い利用可能な日付の終値を検索する数式が必要です（正確な日付が欠落している場合、非取引日を処理）。
XLOOKUPまたはINDEX/MATCHロジックを使用し、その数式が近似一致をどのように処理するかを説明してください。
利点： スプレッドシートエラーのデバッグに費やす時間を節約し、堅牢で監査対応可能なモデルを作成します。
7. M&Aシナジー見積もり
最適モデル： ChatGPT（構造化されたカテゴリのブレインストーミングに適している）
潜在的な合併をモデル化する際、このプロンプトは価値が実際にどこにあるのかを特定するのに役立ちます。
M&Aアナリストとして行動してください。私たちは[買収会社]と[対象会社]の潜在的な合併を評価しています。
潜在的なコストおよび売上シナジーをリストアップしてください。具体的に詳細を記述してください：
1. この業界で通常統合される重複した運営費用（OpEx）。
2. それぞれの製品ポートフォリオに基づくクロスセリングの機会。
3. 24か月間にわたってこれらのシナジーを達成するために必要な「統合コスト」を計算するための大まかな見積もり方法。
利点： あなたの増減分析が現実的なシナジー実装コストを含むことを保証する構造化されたチェックリストを提供します。
8. テクニカル指標戦略
最適モデル： DeepSeek（強力な数学的論理）
エントリー/エグジットのタイミングを検討しているアナリスト向けに、このプロンプトはテクニカルルールのコーディングまたは定義に役立ちます。
RSI（相対力指数）と50日移動平均線の相互作用に基づく取引ロジックを定義してください。
以下の条件がすべて満たされた場合にのみ「買い」シグナルを出す条件付きルールのセットを作成してください：
1. RSIが30未満（売られすぎ）。
2. 価格が現在50日移動平均線のサポートをテスト中。
3. 出来高が10日平均より[X]%高い。
これらのルールを、Python（Pandas）またはExcelアルゴリズムに適した論理的「IF-THEN」文形式に変換してください。
利点： 曖昧なテクニカル概念を、正確でテスト可能なアルゴリズムルールに変換します。
9. エグゼクティブサマリー作成
最適モデル： Claude（自然でハイレベルなプロフェッショナルな文章を生成）
複雑なモデルをステークホルダー向けの読みやすいナラティブに変えます。
私は[会社名]の評価を完了し、[価格]の目標株価に到達しました。これは[値]%の[上昇/下落]を表しています。
投資委員会向けの簡潔なエグゼクティブサマリーを起草してください。核心的な論点は以下の通りです：
1. [論点1：例：過小評価された資産]。
2. [論点2：例：規制ニュースへの市場の過剰反応]。
3. [リスク要因：例：高いレバレッジ]。
客観的でデータ駆動型、説得力のあるトーンを保ち、サマリーを250語以内に制限してください。
利点： 執筆時間を劇的に削減し、最終レポートのフォーマットではなく分析そのものに集中できるようにします。
10. 規制影響シナリオ
最適モデル： Gemini（広範な情報コンテキストへのアクセス）
政府の政策変更が資産の根本的価値をどのようにシフトさせる可能性があるかを評価します。
[特定の規制/政策、例：バーゼルIII最終案または炭素税クレジット]が[銀行/会社名]に与える潜在的な影響を分析してください。
影響を以下のカテゴリに分解してください：
1. 資本要件。
2. コンプライアンスコストの影響。
3. 必要な長期的な戦略的転換。
市場がすでにこの規制シフトを織り込んでいるかどうかの定性的評価を提供してください。
利点： 標準的な財務モデルからしばしば除外される外部ガバナンスリスクを考慮に入れるのに役立ちます。
プロのヒント：コンテキスト連鎖
これらのツールを最大限に活用するには、プロンプト連鎖を使用してください。プロンプトを「一度きり」の対話として扱わないでください。例えば、プロンプト＃4を使用してDCF前提条件を検証した後、すぐに次のようにフォローアップします：「これらの検証済み前提条件に基づいて、私たちの成長軌道を確認するためにCFOに尋ねるべき上位3つの質問を箇条書きで生成してください。」 これによりコンテキストが維持され、AIを単なる検索エンジンではなく、継続的なワークフローパートナーに変えることができます。
優れたアナリストと卓越したアナリストの違いは、多くの場合、彼らの洞察の深さと実行速度にあります。これらのAIプロンプトを日常業務に統合することで、単なる計算作業を超え、より高次の戦略的思考へと移行できます。次のモデリングプロジェクトにこれらのプロンプトの1つまたは2つを採用することから始め、出力を洗練させ、あなたの特定の分析的スタイルに役立つ独自のAI対話ライブラリを徐々に構築していきましょう。