農業従事者のためのAI完全ガイド｜ChatGPT・Claude・Geminiの選び方と実用プロンプト30選

営農管理 NO IMAGE

農業の現場で生成AI（大規模言語モデル、LLM）の活用が急速に広がっています。海外では 米国農務省（USDA） や FAO（国際連合食糧農業機関） がAI活用ガイドを公開し、欧州ではEUの Digital Agriculture戦略 でAI導入が支援されています。一方、日本語での実用的な活用ガイドは限定的です。

本記事では、当サイト運営会社が 12週間Claude Codeにメディア運営を任せた実体験 をベースに、ChatGPT・Claude・Geminiといった主要LLMを 農業従事者がどう使うか を、6つの実用ユースケースと30個のプロンプトテンプレートで解説します。

本記事の特徴：すべての事例は当サイト運営会社の実証または海外公的機関・研究機関の公開情報をベースに記述しています。プロンプトはコピー＆ペーストでそのまま試せる形式です。
目次

なぜ今、農業×AIなのか

3つの追い風

2026年現在、農業×LLMには3つの追い風が同時に来ています。

1. モデル性能の劇的な向上：Claude 3.5以降・GPT-4 turbo以降のモデルは、画像認識・長文要約・専門用語理解で実用レベルに達しました。特に植物病害の画像診断は、Stanford大学の PlantVillage プロジェクトと組み合わせると専門家に近い精度が出ます。

2. 料金の急速な低下：2024年比でAPI料金は約5分の1に低下。月¥1,000〜¥3,000の予算で実用的な業務支援が可能になりました。

3. 行政書類のテキスト化：農林水産省は2025年以降、補助金申請の電子化を急速に進めています。LLMで書類を生成→人間が確認、というワークフローが現実的になりました。

当サイト運営の実証

当サイトは2026年2月末から、Claude Codeに記事執筆・SEO改善・データ分析を任せる運用を継続しています。12週間で月間セッション数が3,908→7,228（+85%）、エンゲージメント率が36.5%→52.6%（+16.1pt）まで改善しました。同等の成果は、農業経営の管理業務でも再現可能と考えています。

主要LLM 3社の選び方

農業従事者が日常的に使うLLMは、Anthropic Claude・OpenAI ChatGPT・Google Geminiの3社が中心になります。それぞれ特性が異なるため、用途に応じた使い分けが重要です。

3社比較表

項目 Anthropic Claude OpenAI ChatGPT Google Gemini
得意分野 長文の構造化・分析 会話・コード生成 画像・動画・大量資料
無料枠 あり（制限あり） あり（GPT-4o miniのみ） あり（Gemini 1.5 Flash）
有料プラン $20/月（Claude Pro） $20/月（ChatGPT Plus） $19.99/月（Gemini Advanced）
最大入力 200,000トークン 128,000トークン 2,000,000トークン（Pro）
画像認識 優秀（病害判定向き） 優秀 最高水準（複数画像可）
農業特化 論文要約・経営分析 SNS・接客文章 圃場画像の一括解析

用途別おすすめ

  • 論文・補助金書類・栽培計画: Claude（長文の構造化が強い）
  • SNS投稿・接客メール・販促文: ChatGPT（自然な会話文に強い）
  • 圃場の写真大量解析・動画: Gemini（マルチモーダル最強、長尺対応）

6つの実用ユースケース

ユースケース1：病害虫の初期診断

圃場で見つけた葉の異常をスマートフォンで撮影し、Claude/Geminiに画像を送ると、考えられる病害候補・症状・初期対応を提示してくれます。PlantVillage（Penn State大学）のデータセットでは54種類の作物病害を訓練済みのモデルが公開されており、LLMはこれと同等以上の認識精度を持つことが Nature Scientific Data誌の論文（2024年） で報告されています。

ただし最終診断は必ず公設試験場・JAの営農指導員・専門家に確認してください。LLMの診断はあくまで「初期の絞り込み」に使う前提です。

ユースケース2：栽培計画と作付け設計

過去の出荷量・気候データ・市場価格を入力すると、LLMが品目ごとの作付けタイミング・面積配分・想定収益を試算してくれます。Excelで個別に管理していた農家が、LLMに過去3年のデータを丸ごと貼り付けて「来年の作付けを最適化して」と依頼するワークフローが定着しつつあります。

ユースケース3：補助金・助成金申請の下書き

農林水産省・都道府県・市町村の補助金は2024年で 700種類以上 あり、申請書類の作成負担は中規模農家にとって深刻な経営課題です。LLMに事業内容・課題・解決策を箇条書きで渡すと、申請様式に沿った文章を生成してくれます。提出前に税理士・行政書士・JA担当者の確認を経れば、申請工数を半減できます。

ユースケース4：経営記録の整理と分析

毎日の出荷量・売上・経費メモをテキスト・写真でLLMに溜めていくと、月次・年次の収支表を自動生成してくれます。Claude Projectsや ChatGPTの Custom GPTs（プロジェクト機能）を使えば、過去のメモを記憶した状態で会話できるため、「先月の肥料コストは？」のような質問が瞬時に答えられます。

ユースケース5：販売・SNS発信の効率化

収穫レポートの写真にひと言だけメモして送ると、LLMがInstagram・Facebook・X用の投稿文を瞬時に生成。ハッシュタグ・絵文字・適切な文字数まで考慮されます。直販EC・ふるさと納税の商品説明文も、品質情報を箇条書きで渡せば消費者向けに翻訳してくれます。

ユースケース6：海外論文・最新研究のフォロー

Natureや Science誌、Frontiers in Plant Science の論文PDFをLLMに丸ごと渡すと、5分で日本語要約を作ってくれます。当サイトでは週次で海外農業論文10本を要約・記事化するワークフローを 12週間自動運転 しており、専門知識の更新コストが劇的に下がりました。

すぐ使える実用プロンプト30選

各プロンプトは、テンプレート部分を自分の状況に置き換えてコピペするだけで使えます。{}内は自分の情報に置き換えてください。

病害虫・生育診断（5本）

1. 葉の異常診断

添付の画像は{作物名}の葉です。
病害虫の可能性を3つ挙げ、それぞれの特徴・原因・初期対応を表にしてください。
最後に、確定診断のために確認すべき項目（葉裏・茎・周辺株）を教えてください。

2. 生育ステージ判定

添付画像は{作物名}の現在の状態です。
生育ステージ（発芽期・栄養成長期・生殖成長期・収穫期）を判定し、
次に行うべき管理作業（追肥・摘心・防除）を提案してください。

3. 害虫種類の特定

{作物名}に{症状（葉が食害されている等）}が発生しています。
日本で発生する代表的な害虫を5種類リストし、症状の見分け方・防除方法（化学的・生物的）を教えてください。
有機JAS適合資材も併記してください。

4. 土壌pH診断

当圃場の土壌pHは{数値}、EC値は{数値}、{作物名}を栽培予定です。
適正範囲との比較、考えられる影響、改善のための施肥・土壌改良提案を表形式で出力してください。

5. 生育不良の原因分析

{作物名}の{症状（生育が遅い・葉色が薄い等）}について、
考えられる原因を「肥料」「水分」「気象」「病害虫」「土壌」の5カテゴリで列挙し、
それぞれ確認方法と対策を提案してください。

栽培計画・経営（5本）

6. 作付け計画の最適化

圃場面積：{面積}、年間労働時間：{時間}、地域：{地域}、
過去の栽培品目と収量：{データ}。
来年度の作付け計画を、収益性・労働分散・連作障害回避の観点で3案提示してください。

7. 収量予測

{作物名}を{面積}で栽培、定植日：{日付}、
過去3年の同条件での収量：{データ}、現在の生育状況：{記述}。
収穫量の予測値（最少〜期待〜最大）と、根拠を教えてください。

8. 経費分析

過去12ヶ月の経費データ：{CSV/箇条書き}。
カテゴリ別の集計、前年比、対売上比率を表で出力し、
削減余地のある項目を3つ指摘してください。

9. 価格設定の根拠生成

{作物名}の市場価格データ：{データ}、生産コスト：{数値}/kg、
品質特徴：{記述}、ターゲット顧客：{直販／JA／レストラン等}。
適正な販売価格と、その根拠（数値で説明できる形）を提案してください。

10. 5年事業計画の骨子

現状：{経営概要}、目標：{売上・面積等の数値目標}、
強み：{3つ}、弱み：{3つ}、
5年で目標達成するためのマイルストーンを年次で示し、
各年の重点施策・必要投資を箇条書きにしてください。

補助金・行政書類（5本）

11. 補助金検索

当社の事業概要：{記述}、所在地：{都道府県}、
取り組みたいこと：{設備投資・新規就農・輸出等}。
活用できる可能性が高い国・都道府県・市町村の補助金を5つ提案し、
それぞれの公募時期・補助率・対象経費を表でまとめてください。

12. 申請理由書の下書き

申請する補助金：{名称}、当社が解決したい課題：{記述}、
導入する設備・取り組み：{記述}、期待効果：{数値で}。
申請理由書の本文（800字程度）を、審査員に響く論理構成で書いてください。

13. 事業計画書の数値化

事業内容：{記述}、想定売上：{数値}/年、
初期投資：{数値}、ランニングコスト：{数値}/年。
収支計画書（5年分）と、損益分岐点・回収期間・IRR を計算してください。

14. 申請書のレビュー

添付は{補助金名}への申請書ドラフトです。
審査員視点で、改善すべき点を「論理性」「数値根拠」「実現可能性」「独自性」の4観点で指摘してください。

15. 行政文書の翻訳（難解→平易）

添付の{農林水産省通知／要綱}を、現場の農家が理解できるよう
箇条書きで要点を10個以内にまとめ、影響範囲と対応すべき期日を明示してください。

SNS・販売（5本）

16. Instagram投稿文

添付画像：{収穫風景／作物}、伝えたいポイント：{記述}、
ターゲット：{家庭料理層／レストラン等}。
Instagram用の投稿文（150字以内）、適切なハッシュタグ10個、
適度な絵文字を含めて生成してください。

17. 直販EC商品説明文

商品名：{商品名}、品種特徴：{記述}、栽培方法：{記述}、
価格：{価格}、内容量：{数量}。
直販EC用の商品説明文（300字程度）を、消費者の購買意欲を喚起する構成で作成してください。

18. ふるさと納税返礼品の説明

返礼品：{商品名}、地域の特徴：{記述}、生産者の思い：{記述}。
ふるさと納税ポータル掲載用の説明文（500字）を、
他自治体との差別化が伝わる構成で書いてください。

19. プレスリリース

発表内容：{新サービス／新品種／受賞等}、5W1H：{詳細}、
連絡先：{記述}。
報道機関向けプレスリリース（A4 1枚）を、見出し・リード文・本文・連絡先の構成で作成してください。

20. レストラン営業メール

提案先：{レストラン名／業態}、自社の強み：{記述}、
提案商品：{品目・価格・品質}。
初回コンタクト用の営業メール（300字以内）を、相手のメリットが伝わる構成で書いてください。

研究・最新情報（5本）

21. 海外論文の要約

添付PDFは{論文タイトル}の論文です。
日本の{作物名}栽培への応用視点で、以下を抽出してください：
- 研究の目的（3行）
- 主要な発見（5箇条）
- 日本での再現可能性
- 今後の検証ポイント

22. 競合企業の比較

{業界・カテゴリ}の主要企業5社（{社名リスト}）について、
事業モデル・主要技術・直近の資金調達・強み弱みを表にまとめ、
当社が参入する場合のポジショニングを提案してください。

23. 海外農業ニュースのフォロー

添付の英語記事を、日本の中規模農家視点で要約してください：
- 何が起きているか（3行）
- 日本市場への影響
- 自社が取るべきアクション（3つ）

24. 学会発表のスライド構成

発表テーマ：{テーマ}、聴衆：{研究者／実務者}、
時間：{分}、伝えたい3つのメッセージ：{記述}。
スライド10枚分の構成（タイトル・要点）を提案してください。

25. 規制動向の追跡

{農薬／肥料／品種登録／輸出等}の最新規制動向を、
EU・米国・日本の3地域で比較し、
当社の事業に与える影響と取るべき対応を提案してください。

労務・採用・教育（5本）

26. 求人原稿の作成

採用したい職種：{職種}、業務内容：{記述}、
求める人物像：{記述}、給与・福利厚生：{記述}。
ハローワーク／民間求人サイト掲載用の原稿（600字）を、
応募意欲を喚起する構成で作成してください。

27. マニュアル作成

作業：{作業名}、対象：{新人／パート／外国人技能実習生}、
手順：{箇条書き}、注意点：{記述}。
イラスト挿入位置を指定した作業マニュアル（A4 2枚）を作成してください。

28. 多言語対応

添付の日本語マニュアルを、技能実習生が理解できる
やさしい日本語と{ベトナム語／英語／中国語}に翻訳してください。
専門用語には括弧書きで補足説明を入れてください。

29. 評価面談のフィードバック原稿

従業員：{役職}、勤続：{年数}、強み：{3つ}、改善点：{2つ}、
今期の目標達成度：{数値}。
評価面談で本人に伝えるフィードバックを、
事実→評価→期待 の構成で原稿化してください。

30. 研修プログラムの設計

研修テーマ：{テーマ}、対象：{受講者層}、
時間：{時間}、達成目標：{記述}。
1日の研修プログラム（時間割・各セッションの目的・教材）を設計してください。

失敗事例3つと対策

当サイト運営会社の12週間運用で実際に発生した失敗を共有します。

失敗1：誤情報の鵜呑み（ハルシネーション）

X検索で「@Solaragritech6」というアカウントの投稿を「太陽光IoTスマート農業の動画」としてLLMが返してきた事例がありました。実際は犬の動画でしたが、アカウント名に”agritech”が含まれていたため文字情報だけで判断してしまったのです。

対策：LLMの出力を別ステップで検証する「多段チェック」を組み込む。具体的には、URLや画像が含まれる場合は必ず実際の中身を WebFetch やプレビューで確認するワークフローをルール化します。

失敗2：機密情報の流出リスク

顧客情報・取引価格・契約書をLLMに入力すると、無料プランやデフォルト設定では学習データに利用される可能性があります。

対策：(1) 業務利用は Claude API・OpenAI API・Google AI Studio など、データを学習に使わない有料プランを使う。(2) 個人名・取引先名・金額はプレースホルダ（{顧客A}、{価格X}）に置換してから入力する。(3) チームで使う場合は組織単位の管理プランを契約する。

失敗3：画像認識の限界

葉の表面だけ撮影した画像で病害判定を依頼したところ、葉裏に潜む害虫の存在を見逃しました。LLMは見えないものは判定できません。

対策：複数アングルから撮影（葉表・葉裏・茎・周辺環境）し、症状の経時変化（前日・今日）も併せて入力する。さらに気温・湿度・直近の管理作業もテキストで補足する。LLMはあくまで初期スクリーニングのツールであり、確定診断には公設試験場・専門家の現物確認が必須です。

農業AIを業務自動化するための第一歩

個別のプロンプトを使うフェーズの次は「自動化」です。当サイト運営会社では Claude Code を使い、ニュース収集→記事執筆→SNS投稿→SEO分析を9つのスケジュールタスクで自動運転しています。

段階的な導入ロードマップ

  1. 第1段階（1週間）：上記30プロンプトの中から自分の業務に合うものを5つ選び、毎日使う習慣をつける
  2. 第2段階（1ヶ月）：定型業務をプロンプトテンプレート化し、Notion・Googleドキュメント等に保存して再利用する
  3. 第3段階（3ヶ月）：API利用を開始し、スプレッドシートやLINEと連携した簡易自動化を作る
  4. 第4段階（6ヶ月以降）：Claude CodeやCursorのようなAIエージェント基盤に業務全体を任せる

第3段階以降のおすすめツール

  • Notion AI — 経営記録のAI整理に最適
  • Make.com / Zapier — 既存ツール連携の自動化
  • Claude Code — エージェント型のフル自動化基盤
  • Cursor — コーディング支援に強い

農業者がAIを使う上で押さえるべき3原則

12週間運用で見えた実用上の鉄則を3つだけ。

原則1：AIに「全部任せる」のではなく「確認する仕組み」をセットで作る。LLMは時として誤情報を自信満々に返します。重要な判断（病害確定診断・補助金申請・契約）は必ず人間の確認ステップを挟む。

原則2：機密情報の取り扱いを最初に決める。顧客情報・取引価格・契約条件は組織管理プランか、プレースホルダ置換で対応。これは導入初日に決めておくべきルール。

原則3：定型業務から自動化を始める。「新規企画立案」のような創造的業務よりも、「日報作成」「在庫表の更新」「定型メール返信」のような繰り返し業務から自動化する方が効果が見えやすく、組織に浸透しやすい。

まとめ

農業×AIは2026年現在、実用フェーズに入りました。本記事の30プロンプトは、明日からそのまま使えます。第1段階として5つを選び、1週間試してみてください。1ヶ月後には業務時間が確実に短縮されます。

当サイトでは今後も、Claude Codeでメディア運営を自動化した実証ケースや、海外農業AI論文の日本語要約を継続的に公開していきます。最新情報は smartagri.jp をブックマークしてご覧ください。

関連記事

参考URL