「プロンプトを書くだけで稼げる」——2024年頃にはそんな触れ込みの副業が話題になった。だが2026年7月現在、単発のプロンプト代行は1件500円前後まで下落し、それだけで月5万円を稼ぐのは現実的ではなくなっている。

一方で、LLMをシステムに組み込む設計やRAG構築ができる層は時給5,000円超の案件を安定して獲得している。つまり「プロンプトエンジニアリング副業」の中身は、すでに二極化が進んでいる。

筆者自身、2024年にChatGPTのプロンプト代行をココナラで始めたとき、最初の3ヶ月は1件800円の案件を月20件こなして月1.6万円だった。「AIで月100万」系の発信に違和感を持ったのはこの頃だ。その後、Claude APIを使ったチャットボット構築に軸を移してから、単価が一気に変わった。

この記事では、プロンプトエンジニアリング副業の最新相場を案件タイプ別に整理し、低単価帯から抜け出すためのスキルロードマップを具体的に示す。

プロンプトエンジニアリング副業の案件タイプと相場【2026年7月時点】

プロンプトエンジニアリングの副業案件は、大きく4つのタイプに分類できる。クラウドワークス・ココナラ・ランサーズの公開案件と、筆者が実際に受注した案件の単価をもとにまとめた。

1. 単発プロンプト代行（相場: 500〜2,000円/件）

「ChatGPTで○○を生成するプロンプトを書いてほしい」という依頼。ココナラでは2025年初頭に平均1,500円だった案件が、2026年7月時点では500〜800円まで下落している。参入障壁が低く、出品者数が急増したためだ。

月収の目安: 月20〜30件で1万〜2.4万円。副業としてはかなり厳しい水準になっている。

2. プロンプトテンプレート販売（相場: 1,000〜5,000円/セット）

業務用のプロンプト集をパッケージ化して販売する形態。noteやココナラで「営業メール自動生成プロンプト10本セット」のような商品が多い。1セット3,000円前後で月10セット売れれば月3万円だが、リピート率は低い。

3. LLM組み込み・API連携開発（相場: 時給3,000〜8,000円 / 案件単価5万〜30万円）

企業のシステムにChatGPT APIやClaude APIを組み込む案件。RAG（検索拡張生成）構築、社内チャットボット開発、業務自動化フローの設計が主な内容だ。クラウドワークスの「AI・機械学習」カテゴリでは、2026年7月時点で月額20万〜50万円の継続案件が複数公開されている。

4. AI活用コンサルティング（相場: 時給5,000〜15,000円）

中小企業向けに「どの業務をAIで効率化できるか」を設計・提案する案件。プロンプト設計だけでなく、業務フローの理解とLLMの特性を掛け合わせる必要がある。ランサーズのコンサル案件では時給1万円超も珍しくない。

なぜ単発プロンプト代行は500円まで下がったのか

結論から言うと、「プロンプトを書く」こと自体の希少性がなくなったからだ。

2023〜2024年は「ChatGPTの使い方がわからない」という企業・個人が多く、プロンプトを書ける人に需要があった。しかし2025年以降、ChatGPTやClaudeのUIが改善され、多くのユーザーが自分でプロンプトを書けるようになった。

OpenAIが2025年に公開した調査によると、ChatGPTの月間アクティブユーザーは4億人を超え、ビジネスでの利用率も急増している（OpenAI Blog, 2025年）。つまり「プロンプトを代わりに書く」需要そのものが縮小した。

加えて、ココナラやクラウドワークスでのプロンプト代行出品数は2024年比で約2.5倍に増えたとされる。供給過多と需要縮小の挟み撃ちで、単価下落は構造的な問題だ。

高単価帯に入るためのスキルロードマップ

では、時給5,000円超の案件を取るには何が必要か。筆者の経験と、周囲のAIエンジニア副業者への聞き取りをもとに、3段階のロードマップを示す。

ステップ1: API操作を覚える（目安: 1〜2ヶ月）

まずOpenAI APIまたはAnthropic API（Claude）を使って、プログラムからLLMを呼び出せるようになること。Pythonの基礎知識があれば、公式ドキュメントに沿って1〜2週間で動くものが作れる。

具体的には以下を押さえる:

  • APIキーの発行と管理（環境変数での管理が基本）
  • system / user / assistant ロールの使い分け
  • トークン数の計算とコスト管理
  • ストリーミングレスポンスの実装

この段階で「プロンプトが書ける人」から「APIを使ってシステムを組める人」に変わる。ここが単価の分岐点だ。

ステップ2: RAGとツール連携を実装する（目安: 2〜3ヶ月）

RAG（Retrieval-Augmented Generation）は、社内文書や商品データベースをLLMに参照させる技術。企業案件の大半がこのパターンだ。

学習の進め方:

  • LangChainまたはLlamaIndexのチュートリアルを一通り実装する
  • ベクトルDBの基本（Pinecone、Weaviate、pgvectorなど）を理解する
  • 実際のデータ（PDFやCSV）でRAGパイプラインを構築し、精度検証する
  • Function CallingやTool Useでの外部API連携を実装する

この段階のスキルがあれば、案件単価は1件5万〜15万円のレンジに入る。

ステップ3: 業務設計 + 提案力を磨く（目安: 3〜6ヶ月）

技術だけでは時給1万円の壁は超えにくい。クライアントの業務フローを理解し「どこにAIを入れると最もコスト削減になるか」を提案できる力が必要だ。

具体的なアクション:

  • 受注した案件では、技術実装だけでなく「導入後の運用設計」まで提案する
  • AI活用事例のケーススタディを蓄積し、提案資料に反映する
  • クライアントの業界特有の課題（法規制、社内ワークフロー）を理解する

この段階に達すると、時給5,000〜15,000円のコンサル案件や、月額20万円超の継続契約が視野に入る。

案件獲得の具体的なルート

スキルがあっても、案件が来なければ意味がない。2026年7月時点で有効な獲得ルートを整理する。

クラウドソーシング（まずはここから）

クラウドワークスとランサーズの「AI・機械学習」カテゴリに案件が集中している。最初は実績づくりのため、相場より低めの案件も受けるのが現実的だ。ポートフォリオとしてGitHubにRAGのサンプルプロジェクトを公開しておくと、提案の通過率が上がる。

SNS経由の直接受注

X（旧Twitter）でAI活用の実践記録を発信し、そこから案件につなげるルート。筆者の周囲では、Xで技術的な発信を続けている人の約3割が、DM経由で直接案件を獲得している。ただし、フォロワー数よりも「何を作ったか」の具体的な実績投稿のほうが刺さる。

エージェントサービスの活用

AIエンジニア向けのフリーランスエージェント（レバテックフリーランス等）では、2026年に入ってからLLM関連の案件が急増している。週2〜3日稼働の案件もあり、本業を持ちながらの副業にも対応しやすい。

副業で注意すべき税務・契約のポイント

プロンプトエンジニアリング副業で年間20万円超の所得がある場合、確定申告が必要になる（所得税法第120条）。ここでいう「所得」は売上から経費を引いた金額だ。

経費にできるものの例:

  • API利用料（OpenAI API、Claude API等の月額課金）
  • クラウドサービス費用（AWS、GCP、ベクトルDB等）
  • 書籍・教材費
  • 作業用PCの減価償却費（按分が必要）

また、クライアントとの契約では以下を明確にしておくことを推奨する:

  • 成果物の著作権の帰属（特にプロンプトの権利）
  • 秘密保持義務の範囲（LLMに入力するデータの取り扱い）
  • 納品後の修正対応の範囲と追加費用

2026年11月施行のフリーランス保護法（特定受託事業者に係る取引の適正化等に関する法律）により、発注者には報酬の支払期日の明示や、一方的な報酬減額の禁止が義務付けられている。契約書なしの口約束で始めないことが重要だ。

FAQ

プログラミング未経験でもプロンプトエンジニアリング副業はできる？

単発プロンプト代行なら未経験でも始められるが、前述のとおり単価は500〜2,000円/件と低い。高単価帯を目指すなら、Pythonの基礎とAPI操作は必須スキルになる。Progateや公式ドキュメントで1〜2ヶ月学べば実務に入れるレベルに達する。

ChatGPTとClaudeのどちらを学ぶべき？

2026年7月時点では、案件数はChatGPT（OpenAI API）が多い。ただし、長文処理やコード生成ではClaude（Anthropic API）を指定する案件も増えている。両方のAPIを扱えると案件の幅が広がるが、まずはOpenAI APIから始めるのが効率的だ。

月にどれくらいの時間を使えば稼げる？

API連携開発の案件なら、週10〜15時間の稼働で月5万〜15万円が目安。ただし、スキル習得期（最初の3〜6ヶ月）は学習時間が必要なため、すぐに収益化できるわけではない。短期の回収を前提にしないほうがよい。

プロンプトの著作権はどうなる？

2026年7月時点で、プロンプト単体に著作権が認められるかは法的に確定していない。ただし、契約上は「成果物の権利はクライアントに帰属」とするケースがほとんどだ。自分のテンプレートを別案件で再利用したい場合は、契約時に明記しておく必要がある。

AIの進化でプロンプトエンジニアリング自体がなくなるのでは？

「プロンプトを書く」作業は確かに自動化が進んでいる。だが、業務要件をヒアリングしてLLMの活用設計に落とし込む仕事はなくならない。むしろ、AIが高性能になるほど「何をさせるか」の設計力の価値は上がる。技術の変化に合わせてスキルをアップデートし続けることが前提だ。

参考文献