MENU

CO-STARとは?意味・使い方・具体例をわかりやすく解説

CO-STARとは、生成AIへ指示を出すときに、目的や前提、出力形式などを整理してプロンプトを設計するためのフレームワークです。Context・Objective・Style・Tone・Audience・Responseの6要素を使い、「何をしてほしいか」だけでなく、「どんな前提で、誰向けに、どのような表現と形式で出力してほしいか」まで明確にします。

生成AIへ短い指示だけを出すと、内容自体は間違っていなくても、対象読者に合わない、文章のトーンが違う、必要な項目が抜ける、といったことがあります。CO-STARを使うと、指示の抜けを減らし、業務で再利用しやすいプロンプトへ整えられます。

この記事では、CO-STARの意味、6つの要素、基本的な使い方、具体例、向いている場面、注意点、他の生成AI関連フレームワークとの違いまでを順に解説します。

目次

CO-STARとは

CO-STARは、生成AIへ伝える情報を6つの観点で整理するプロンプト設計フレームワークです。

  • Context:背景・前提
  • Objective:達成したい目的
  • Style:文章や表現のスタイル
  • Tone:語調・雰囲気
  • Audience:想定読者
  • Response:出力形式・条件

たとえば「会議内容を要約して」だけでは、何のための要約か、誰が読むのか、どの程度の詳しさが必要かが分かりません。CO-STARを使えば、「部長向けに、意思決定事項と未決事項を簡潔に、箇条書きで出す」といった条件まで整理できます。

CO-STARの目的は、長いプロンプトを書くことではありません。必要な条件を漏れなく伝え、生成AIとの認識ずれを減らすことです。

Context|背景・前提を伝える

Contextでは、AIが判断するために必要な背景を伝えます。

対象業務、現在の状況、制約、これまでの経緯などが該当します。

たとえば営業メールを作るなら、「既存顧客への追加提案」「先月オンライン商談済み」「価格ではなく導入効果を重視している顧客」といった情報がContextになります。

背景が不足すると、AIは一般的な回答を返しやすくなります。一方で、関係ない情報を大量に入れると重要条件が埋もれるため、今回の出力に必要な前提へ絞ります。

Objective|達成したい目的を明確にする

Objectiveは、「この出力を使って何を実現したいか」を示します。

単に「文章を作る」ではなく、「顧客が次回打ち合わせへ進みやすいメールを作る」「会議参加者が次の担当業務を把握できる議事要約を作る」といった形にします。

目的が明確だと、AIも何を優先すべきか判断しやすくなります。

Style|表現スタイルを指定する

Styleでは、文章や出力の見せ方を指定します。

たとえば、「簡潔なビジネス文」「社内マニュアル風」「箇条書き中心」「比較表形式」「結論から書く」といった指定です。

同じ内容でも、メール、報告書、企画書、FAQでは適切な構成が違います。用途に合わせてスタイルを決めます。

Tone|語調や雰囲気を指定する

Toneは、文章から伝わる雰囲気です。

「丁寧」「親しみやすい」「落ち着いた」「簡潔で事務的」「前向きだが誇張しない」などが例です。

Styleが文章の型や見せ方に近いのに対し、Toneは読み手が受ける印象に近いと考えると分かりやすいでしょう。

Audience|誰向けかを明確にする

Audienceでは、出力を読む人を指定します。

経営者、現場担当者、新入社員、顧客、専門家、一般利用者など、読者によって必要な前提知識や説明量が変わります。

「IT部門ではない営業担当者向け」「役員が3分で読めるように」といった指定を加えると、より実務に合う出力になりやすくなります。

Response|出力形式と条件を決める

Responseでは、最終的にどのような形で返してほしいかを指定します。

文字数、見出し構成、箇条書き、表、JSON、メール文面、候補数などが該当します。

たとえば、「300字以内」「見出し3つ」「最後に次のアクションを3点」「表形式で比較」といった具体的な条件を設定します。

生成AIの回答をそのまま業務へ使う場合ほど、Responseを具体的にすると後工程の修正を減らしやすくなります。

CO-STARの基本的な使い方

1. まずObjectiveを決める

最初に、何のための出力かを一文で書きます。目的が曖昧なまま他の項目を埋めると、プロンプト全体も曖昧になります。

2. 必要なContextを整理する

目的を達成するためにAIが知るべき背景だけを追加します。

3. Audienceを決める

誰が読むかを決めると、説明量や専門用語の使い方を調整しやすくなります。

4. StyleとToneを設定する

どのような形式・雰囲気で伝えるかを決めます。

5. Responseを具体化する

出力の構造、長さ、項目、禁止事項などを設定します。

6. 出力を確認して修正する

一度で完璧な回答を期待せず、足りない条件があればCO-STARのどの要素が不足していたかを確認します。

実務での詳しい進め方は、CO-STARのやり方でステップごとに整理しています。

CO-STARの具体例

例として、営業会議の議事録から上司向けの要約を作るケースを考えます。

Context

毎週の営業会議。参加者は営業5名と営業部長。今回の主な議題は大型案件3件の進捗と来月の重点施策。

Objective

営業部長が、重要案件の判断事項と次のアクションを短時間で把握できる要約を作る。

Style

結論から書く。箇条書き中心。

Tone

簡潔で事務的。断定できないことは断定しない。

Audience

営業部長。

Response

「重要な決定」「未決事項」「次のアクション」の3見出し。各項目3点以内。全体500字以内。

このように整理してから会議メモを渡すと、「長い要約は不要」「誰向けか分からない」といった認識ずれを減らせます。

別のケースは、CO-STARの具体例で確認できます。

CO-STARをすぐ使いたいとき

6要素を毎回ゼロから書くのが負担なら、項目だけを固定したテンプレートを用意すると使いやすくなります。

そのまま使える記入欄は、CO-STARテンプレートで整理しています。

CO-STARが向いている場面

  • 生成AIへの指示が曖昧になりやすい
  • 出力のトーンや形式を安定させたい
  • 同じ業務でプロンプトを繰り返し使いたい
  • 社内でプロンプトの書き方を共通化したい
  • メール、要約、企画案、説明文などを業務に合わせて作りたい

特に、「内容は合っているのに使いにくい回答が返る」という場合は、Audience・Style・Tone・Responseの不足を確認すると改善しやすくなります。

CO-STARを使うときの注意点

6項目を埋めること自体を目的にしない

単純な依頼なら、すべてを長く書く必要はありません。必要な条件だけを明確にします。

Contextへ機密情報を安易に入れない

社内情報や個人情報を入力するときは、利用しているAIサービスのルールや組織の情報管理基準を確認します。

ObjectiveとResponseを混同しない

Objectiveは「何を達成したいか」、Responseは「どの形で返してほしいか」です。分けて考えると指示が整理しやすくなります。

AIの出力を最終成果物と決めつけない

事実確認、数値、法務・医療・財務など重要判断に関わる内容は、人が確認する必要があります。

条件を増やしすぎない

互いに矛盾する条件や細かすぎる指定は、かえって回答品質を下げることがあります。優先条件を明確にします。

ありがちな失敗と改善策は、CO-STARで失敗しやすいポイントで詳しく整理しています。

生成AIでCO-STAR自体を作る

生成AIへ業務目的や元資料を渡し、「CO-STAR形式に整理して」と依頼して、プロンプトのたたき台を作る方法もあります。

ただし、AIが補ったContextやAudienceが実情と合っているとは限りません。人が目的と条件を確認してから使います。

具体的なプロンプト例は、生成AIでCO-STARを使う方法で確認できます。

CO-STARと他の生成AIフレームワークの違い

CO-STARは、依頼の背景、目的、読者、表現、出力形式を整理することに強みがあります。一方、生成AI活用には、外部情報の参照、推論と行動、人による確認、例示など、別の目的を持つ方法もあります。

外部知識を検索・参照して回答へ反映する考え方との違いは、RAGとCO-STARの違いで比較しています。

指示構造を整理する別フレームワークとの違いは、CO-STARとRISENの違いで確認できます。

推論と行動を組み合わせる方法との違いは、CO-STARとReActの違い、人の確認を工程へ組み込む考え方との違いは、CO-STARとHuman-in-the-Loopの違いで整理しています。

例を示して出力パターンを学習させる方法との違いは、CO-STARとFew-shot Promptingの違いで確認できます。

複数の生成AI手法をどう使い分けるか

実務では、一つの方法だけを使う必要はありません。目的によって組み合わせることもできます。

たとえば、外部資料を参照したい場合はRAGの考え方を使い、そのうえでCO-STARで指示形式を整える、といった使い方です。

RAG・CO-STAR・RISENの選び方は、RAG・CO-STAR・RISENの使い分け、RAG・CO-STAR・ReActは3つの使い分けで整理しています。

人による確認を含めたい場合は、RAG・CO-STAR・Human-in-the-Loopの使い分け、例示を使って出力をそろえたい場合は、RAG・CO-STAR・Few-shot Promptingの使い分けも判断材料になります。

まとめ

CO-STARは、Context・Objective・Style・Tone・Audience・Responseの6要素を使って、生成AIへの指示を構造化するフレームワークです。

ポイントは、長いプロンプトを書くことではありません。「何を達成したいか」「誰向けか」「どのような形式で必要か」を明確にし、AIとの認識ずれを減らすことです。

まずは普段使っているプロンプトを一つ選び、Context・Objective・Audience・Responseの4点だけでも追加してみてください。出力が業務で使いやすくなるかを比べると、CO-STARの効果を確認しやすくなります。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次