現代の人工知能は、単なる新奇性から、強力な臨床支援ツールへと進化しました。高度な医療ニーズを持つ患者を担当する看護師にとって、AIは臨床判断を損なうことなく、事務的負担を効率化する方法を提供します。
以下のプロンプトは、ChatGPT、Gemini、Claude、DeepSeek向けに厳密にテスト・最適化されています。各モデルには固有の強みがあります（DeepSeekは論理重視のタスク、Claudeはニュアンスのあるコミュニケーション、Geminiは情報統合、ChatGPTは汎用性に優れる）が、これら10のスクリプトは、看護専門職のための普遍的で時代に左右されない基盤を提供します。これらは文書作成、患者教育、ワークフロー管理を支援するように設計されています。
1. 入院時アセスメント統合ツール
最適モデル： Claude（物語の流れと共感的なトーンのため）
看護師は、初期評価時の素早いメモを首尾一貫した入院記録に変換する必要がよくあります。このプロンプトは、散在するデータを専門的な記述に構造化します。
看護師として行動してください。私は、患者の入院時アセスメント（バイタルサイン、主訴、病歴、現在の服用薬）で収集した生データのリストを提供します。
この情報を、構造化されたSOAP形式の看護入院記録に統合してください。言語は専門的、客観的、かつ臨床的に正確であることを保証してください。標準的な正常範囲外の値は強調してください。
[ここに生のアセスメントデータを挿入]
効果： 速記メモを即座に磨き上げられた法的に問題のない入院記録に変換し、引き継ぎ時に重要なデータポイントが見落とされないようにします。
2. 患者にわかりやすい退院サマリー
最適モデル： ChatGPT（多様な言語の簡略化のため）
医療用語は患者を混乱させ、再入院につながります。このプロンプトは、複雑な臨床サマリーを、小学6年生の読解レベルに適した明確な指示に翻訳します。
以下の医療退院指示を、小学6年生の読解レベルに適した、シンプルで明確な言葉に翻訳してください。
指示を3つの明確なセクションに分けてください：
1. 「何が起こったか」（診断）
2. 「自宅で何をすべきか」（薬と創傷ケア）
3. 「いつ医師に連絡すべきか」（危険な症状）
励ましつつも真剣なトーンを保ってください。重要な医療上の警告を省略せず、医療用語を平易な英語の説明に置き換えてください。
[ここに医療退院指示を挿入]
効果： 患者のヘルスリテラシーと退院計画への遵守を高め、予防可能な病院再入院の削減に直接的に貢献します。
3. 看護計画作成ツール（NANDA-I準拠）
最適モデル： DeepSeek（論理性と構造化された分類体系のため）
個別化された看護計画の作成には、病因と症状を正確に結びつける必要があります。このプロンプトは、NANDA-Iに基づく看護診断と介入の草案作成を支援します。
以下の患者シナリオに基づいて、優先すべき3つの看護診断を提案してください。各診断について、以下を提供してください：
1. 「関連因子」（病因）
2. 「診断指標」（兆候・症状）
3. 3つのSMART目標（具体的、測定可能、達成可能、関連性、期限付き）
4. 妥当な臨床的根拠を持つ5つの異なる看護介入。
[ここに患者シナリオを挿入]
効果： 手動での草案作成に費やす時間を節約しつつ、看護計画が堅牢で個別化され、標準的な看護分類体系に根ざしていることを保証します。
4. 薬剤相互作用チェッカー＆指導ポイント
最適モデル： Gemini（大規模データセットの処理と統合のため）
薬局システムは相互作用を警告しますが、看護師は最後の防衛ラインです。このプロンプトは、投与と患者指導のためのクイックリファレンスガイドを作成します。
以下の薬剤リストを確認してください。潜在的な薬物相互作用を特定し、投与のための「看護師用チートシート」を作成してください。
各薬剤について、以下をリストしてください：
1. 主な適応症。
2. 勤務中にモニタリングすべき主な副作用。
3. 具体的な投与上の注意点（例：「食事と一緒に服用」、「投与前の血圧測定」）。
4. 患者に伝えるべき1つの重要な指導ポイント。
[ここに薬剤リストを挿入]
効果： 迅速な安全性チェックを提供し、薬剤回診中に患者への即時的で簡潔な教育ポイントを看護師に提供します。
5. SBAR引き継ぎ報告作成ツール
最適モデル： ChatGPT（迅速で標準化されたフォーマットのため）
勤務終了時報告や転送報告は簡潔である必要があります。このプロンプトは、明確さのためにSBAR（状況、背景、評価、提案）形式が厳密に守られるようにします。
以下のシフトメモを、引き継ぎ看護師への厳格なSBAR（状況、背景、評価、提案）形式の引き継ぎ報告に変換してください。
「知っておくと良いこと」よりも「知る必要があること」を優先してください。保留中の検査、今後の処置、およびシフト中に発生した状態の急性変化を強調してください。
[ここにシフトメモを挿入]
効果： 引き継ぎ時のコミュニケーションエラーのリスクを減らし、ケアの継続性を確保し、シフト間で重要なタスクが漏れないようにします。
6. 困難な会話のスクリプト作成
最適モデル： Claude（ニュアンスと感情的知性のため）
看護師は、家族との感情的に負荷の高い会話を頻繁に乗り越える必要があります。このプロンプトは、思いやりがありながら境界を設定するスクリプトの草案作成を支援します。
私は、[行動/状況を記述、例：必要なケアを拒否、スタッフへの攻撃性、予後について否定的] 患者の家族と困難な会話をする必要があります。
このやり取りのための、思いやりはあるが毅然としたスクリプトを草案してください。以下を含めてください：
1. 彼らの感情を認める冒頭の声明。
2. 医療的現実/方針の明確な声明。
3. 前進するための協力的な結びの質問。
4. 彼らが否定的に反応した場合の2つの代替応答。
効果： 高ストレスの対人葛藤に対する事前に計画された専門的な枠組みを提供することで、看護師の感情的な認知的負荷を軽減します。
7. 手順ポリシー要約ツール
最適モデル： Gemini（長文書の分析のため）
病院のポリシー文書はしばしば難解です。このプロンプトは、特定の手順に必要な実践的な手順を抽出します。
[手順名を挿入] に関する長い病院ポリシー文書を貼り付けます。
これを、ベッドサイドでこの手順を実施する看護師のためのステップバイステップのチェックリストに要約してください。厳格な無菌操作の要件と、手順後に必要な具体的な文書化を強調してください。
[ここにポリシーテキストを挿入]
効果： 10ページのPDFを実践的なベッドサイドチェックリストに変え、難解な文章を暗記する必要なく、プロトコル遵守と患者の安全を確保します。
8. 新人スタッフ/学生のための「なぜ」説明ツール
最適モデル： DeepSeek（技術的正確さと論理性のため）
新人看護師や学生の指導には、介入の背後にある病態生理学を説明する必要があります。このプロンプトは、明確な臨床的説明を生成します。
[介入や症状を挿入、例：COPD増悪にBiPAPを使用する理由] の背後にある生理学的メカニズムを説明してください。
説明は看護学生向けにしてください。
1. 基本的な病態生理学から始めてください。
2. それを特定の介入に結びつけてください。
3. 介入が効果を発揮していることを示す臨床的兆候を説明してください。
効果： 看護師の効果的な指導とメンタリング能力を高め、自身の知識を強化しながら、部署のチームの成長を支援します。
9. トリアージ記録フォーマッター
最適モデル： ChatGPT（スピードと簡潔さのため）
トリアージにはスピードが必要です。このプロンプトは、割り当てられたトリアージ区分を正当化する、簡潔で重症度に焦点を当てた記録のフォーマットを支援します。
これらの主観的愁訴と客観的バイタルサインに基づいて、簡潔なトリアージ記録を草案してください。
可能性の高い緊急重症度指数（ESI）レベルまたは重症度区分を述べ、バイタルサインの安定性と生命を脅かす悪化の可能性に基づいて、2文の正当化を提供してください。
[ここに患者の愁訴とバイタルサインを挿入]
効果： トリアージ文書が一貫しており、リソース配分を明確に正当化することを保証します。これは法的保護と部門の流れにとって重要です。
10. 研究から実践への翻訳ツール
最適モデル： Gemini（情報源の特定と要約のため）
エビデンスに基づく実践は必須ですが、シフト中に学術誌を読むことは不可能です。このプロンプトは、実用的な応用のために最近の知見を要約します。
以下の[トピックを挿入]に関する抄録/テキストから、主要な看護学的意義を要約してください。
以下に焦点を当ててください：
1. 標準的な実践への変更点。
2. 安全上の考慮事項。
3. 直ちに自分の実践に適用できる1つの実践的な要点。
[ここに研究抄録またはテキストを挿入]
効果： 学術研究とベッドサイドでの応用の間のギャップを埋め、看護師が最小限のダウンタイムでエビデンスに基づく実践の最新情報を把握できるようにします。
プロのヒント：文脈の階層化（プロンプト連鎖）
最も優れた結果を得るには、AIを検索エンジンとしてではなく、同僚として扱ってください。出力を洗練させるためにプロンプト連鎖を使用してください。
DeepSeekによって生成された看護計画が一般的すぎる場合は、最初からやり直さないでください。具体的な文脈の更新をモデルに返信してください：「これは良いですが、患者には重度の運動制限とステージ2の褥瘡もあります。介入を調整して、皮膚の完全性と転倒予防を優先してください。」
初期基盤が構築された後で特定の患者の制約を階層化することで、モデルに焦点を絞らせ、テンプレートではなくカスタムソリューションのように見える、非常に具体的で臨床的に適切な出力を得ることができます。
看護へのAIの統合は、ケアの人間的要素を置き換えることではありません。それは、あなたをベッドサイドから遠ざける事務的な摩擦を自動化することです。これらのプロンプトを習得することで、批判的思考と直接的な患者との関わりのための時間を取り戻します。1つのプロンプトから始め、あなたの部署の特定のワークフローに合わせて調整し、あなたの臨床実践を支援する個人的なデジタルツールのライブラリを徐々に構築してください。