MENU

RISENの具体例|生成AIを使った業務での活用イメージを解説

RISENは、生成AIへの指示をRole、Instructions、Steps、End goal、Narrowingの5項目で整理する方法です。

実務では、RISENの項目名を覚えるだけでは十分ではありません。どの場面で何を書くか、実際の業務に当てはめるとどんな変化が起きるかまで見た方が、使い方をイメージしやすくなります。

この記事では、法人向けSaaS企業の営業企画担当が、既存顧客A社へ月次レポート業務の改善提案メールを作るケースを題材に、RISENを使う前の状態から、5項目をどう組み立てたか、生成AIの出力をどう人が確認したか、改善後に何が変わったかまで通して解説します。

基本の意味や構造から確認したい場合は、RISENとは?を参照してください。具体的な作り方を先に確認したい場合は、RISENのやり方が役立ちます。

目次

ケースの背景|既存顧客A社へ業務改善を提案したい

営業企画の佐藤さんは、既存顧客A社へ月次レポート作成業務の改善提案を行うことになりました。

A社について確認できていた事実は、次のとおりです。

  • 月次レポート作成に毎月8時間かかっている
  • 3つのシステムから手作業でデータを集計している
  • 集計後にExcelで加工している
  • A社は手作業を減らしたいと考えている

自社側で提案可能な機能は、

  • CSV自動取り込み
  • 定型レポート生成
  • スケジュール実行

の3つでした。

一方で、次の情報はまだ確認できていませんでした。

  • 年間で何時間削減できるか
  • ROI
  • 価格条件
  • 値引き条件
  • API連携の可否

最終的に佐藤さんが作りたかったのは、A社へ送る業務改善提案メールです。

最初の失敗|「提案メールを書いて」だけでは情報を補われた

佐藤さんは最初、生成AIへ次のように依頼しました。

A社向けに、月次レポート業務を効率化する提案メールを書いてください。

AIは自然な文章を返しましたが、内容を確認すると、

  • 「年間300時間削減できます」
  • 「コストを30%削減できます」
  • 「リアルタイムAPI連携が可能です」

といった、確認していない内容が含まれていました。

文章としてはもっともらしくても、顧客へそのまま送ることはできません。

問題は、AIの文章力ではなく、依頼の前提が曖昧だったことです。

なぜRISENを使ったのか

佐藤さんは、今回の依頼には次の曖昧さがあると気づきました。

  • AIはどんな立場で考えるのか
  • 何を含むメールにするのか
  • どの順番で内容を整理するのか
  • 最終的に何を達成したいのか
  • どこまで自由に補ってよいのか

そこで、これらをRole、Instructions、Steps、End goal、Narrowingへ分けて整理しました。

Role|「営業担当」ではなく優先観点まで定義した

まずRoleを設定しました。

最初の案は、

あなたは営業担当です。

でした。

しかし、これだけでは「積極的に売る営業」なのか「事実確認を重視する営業」なのか分かりません。

そこで、次のように修正しました。

あなたは、既存顧客との信頼関係を維持しながら、確認済みの事実だけを使って業務改善提案を行う法人向けSaaS企業の営業企画担当です。

人の判断

佐藤さんが重視したのは、強く売り込むことではなく、

  • 事実ベースで説明する
  • 未確認情報を補わない
  • 顧客の現状課題と提案のつながりを明確にする

ことでした。

Roleを肩書ではなく「優先する観点」まで含めて定義したことがポイントです。

Instructions|何を作るかを具体化した

次にInstructionsを整理しました。

既存顧客A社へ、月次レポート作成業務の効率化を提案するメール文案を作成してください。現状課題、提案内容、期待できる変化、次アクションを含めてください。

これにより、単に「提案メールを書く」のではなく、必要な要素を固定しました。

使用してよい情報

  • 月次レポート作成に毎月8時間
  • 3システムから手作業で集計
  • Excelで加工
  • A社は手作業を減らしたい
  • CSV自動取り込み
  • 定型レポート生成
  • スケジュール実行

使用してはいけない情報

  • 未確認の削減率
  • 未確認のROI
  • 未確認の価格条件
  • 提供可否を確認していない機能

Steps|現状→課題→提案→効果→次アクションへ分けた

次に、生成AIが内容を組み立てる順番を指定しました。

  1. A社の現状を、確認済み事実だけで整理する
  2. 現状から課題を2点に絞る
  3. 各課題に対応する提案機能を示す
  4. 数値を推測せず、期待できる変化を書く
  5. 詳細説明の打ち合わせ提案で終える

人の判断

「提案を書いて」とだけ頼むと、AIが課題と提案を同時に作るため、根拠のない課題が混ざる可能性があります。

Stepsで順序を決めたことで、

  • 現状の事実
  • そこから言える課題
  • 課題へ対応する提案

を分けて確認しやすくしました。

End goal|「分かりやすい文章」ではなく業務成果を定義した

最初は、

分かりやすいメールにする。

と考えていました。

しかし、これは文章品質の話であり、業務として何を達成したいかが分かりません。

そこでEnd goalを、

A社に、現在の手作業と提案機能の関係を理解してもらい、詳細説明の打ち合わせ日程を調整できる状態にする。

としました。

人の判断

メールを送ること自体が目的ではありません。

「次の打ち合わせにつながること」を成功状態として定義したことで、AIも最後の次アクションを作りやすくなりました。

Narrowing|未確認の情報を補わないよう範囲を絞った

最後にNarrowingを設定しました。

  • 500字以内
  • 件名3案+本文1案
  • 未確認の削減率、ROI、年間削減時間を追加しない
  • 利用可能機能はCSV自動取り込み、定型レポート生成、スケジュール実行のみ
  • 価格、値引き、契約条件を書かない
  • 断定できない効果は定性的に表現する
  • 顧客へ未承認の約束をしない

人の判断

今回、最も重要だったのは「何を書いてほしいか」だけでなく、「何を書いてはいけないか」を明示することでした。

完成したRISENプロンプト

ここまでをまとめると、次のようになりました。

Role

あなたは、既存顧客との信頼関係を維持しながら、確認済み事実だけを使って業務改善提案を行う法人向けSaaS企業の営業企画担当です。

Instructions

既存顧客A社へ、月次レポート作成業務の効率化を提案するメール文案を作成してください。現状課題、提案内容、期待できる変化、次アクションを含めてください。

使用可能情報:

  • 月次レポート作成に毎月8時間
  • 3システムから手作業で集計
  • 集計後にExcelで加工
  • A社は手作業を減らしたい
  • CSV自動取り込み
  • 定型レポート生成
  • スケジュール実行

Steps

  1. 現状を確認済み事実だけで整理する
  2. 課題を2点に絞る
  3. 各課題へ提案機能を対応づける
  4. 定量値を使わず期待できる変化を書く
  5. 詳細説明の打ち合わせ提案で終える

End goal

A社に、現在の手作業と提案機能の関係を理解してもらい、詳細説明の打ち合わせ日程を調整できる状態にする。

Narrowing

  • 500字以内
  • 件名3案+本文1案
  • 未確認の削減率、ROI、年間削減時間を追加しない
  • 利用可能機能3つ以外を提案しない
  • 価格、値引き、契約条件を書かない
  • 断定できない効果は定性的に表現する

RISEN適用後のAI出力

RISENを使った後、AIは次の流れでメール案を作りました。

  • 現状:3システムから手作業で集計し、Excelで加工している
  • 課題:集計作業と加工工程に手作業が残っている
  • 提案:CSV自動取り込み、定型レポート生成、スケジュール実行
  • 期待変化:手作業工程を減らし、月次レポート作成を標準化しやすくなる
  • 次アクション:具体的な適用範囲を確認する打ち合わせを提案

以前のような、

  • 年間300時間削減
  • 30%コスト削減
  • API連携

といった未確認情報は出力されませんでした。

それでも人の確認は必要だった

RISENを使ったからといって、AI出力をそのまま送ってよいわけではありません。

今回の初回出力には、

大幅な工数削減が期待できます。

という表現がありました。

「大幅」という程度には根拠がありません。

佐藤さんは、

手作業工程を減らし、月次レポート作成を標準化しやすくなります。

へ修正しました。

人が確認した項目

  • 数値に根拠があるか
  • 未確認事項を事実扱いしていないか
  • 提案可能範囲外の機能を含んでいないか
  • 価格や契約条件を勝手に書いていないか
  • 期待効果を過度に断定していないか
  • End goalに合う次アクションになっているか

RISENを使う前後で何が変わったか

改善前

  • AIの立場が曖昧
  • 必須要素が決まっていない
  • 課題と提案を同時に生成
  • 「良いメール」が目的になっている
  • 未確認の数値や機能をAIが補う

改善後

  • Roleで事実ベースの立場を明示
  • Instructionsで必要な要素を固定
  • Stepsで現状→課題→提案→効果→次アクションの順を指定
  • End goalで打ち合わせ調整までを成功状態に設定
  • Narrowingで未確認情報、価格、契約、範囲外機能を制限
  • 出力後に人が事実と表現を確認

このケースから分かるRISENのポイント

Roleは「誰か」より「何を優先するか」が重要

肩書だけでなく、事実重視、慎重さ、読み手への配慮など、優先観点を書きます。

Instructionsは作業内容を決める

何を作るのか、何を含めるのかを具体化します。

Stepsは考える順序を整える

順番が重要な仕事ほど効果があります。現状と課題、課題と提案を分けると確認しやすくなります。

End goalは業務成果で決める

「分かりやすい文章」ではなく、読み手が次に何をできれば成功かで定義します。

NarrowingはAIが広げすぎる箇所を止める

特に、数値、価格、契約条件、提供可能範囲、未確認情報は明示的に制約します。

自分の業務へ置き換えるときの確認ポイント

自分の業務でRISENを使うなら、次を確認してください。

  • Roleで優先する視点を明確にしたか
  • Instructionsで対象と作業内容を具体化したか
  • Stepsで順番が重要な処理を分けたか
  • End goalを業務成果として書いたか
  • Narrowingで出力範囲と禁止事項を決めたか
  • 未確認の数値や条件をAIへ補わせていないか
  • 利用可能な選択肢を限定したか
  • 出力後に人が事実と表現を確認したか

そのまま使える型が必要なら、RISENテンプレートを使うと、Role、Instructions、Steps、End goal、Narrowingを埋めながら整理できます。

よくある失敗を先に確認したい場合は、RISENで失敗しやすいポイントも参考になります。

生成AIを補助的に使ってRISENの各欄を整理したい場合は、生成AIでRISENを使う方法も参照してください。

他の生成AI手法との違い

RISENは、生成AIへの指示そのものを整理するフレームワークです。

外部・社内情報を検索参照させるRAGとは役割が異なります。違いを整理したい場合は、RAGとRISENの違いが参考になります。

CO-STARとの違いは、CO-STARとRISENの違いで確認できます。

また、思考と行動を行き来しながら処理するReActとの違いは、RISENとReActの違いが役立ちます。

RAG・CO-STAR・RISENを目的別に選びたい場合は、RAG・CO-STAR・RISENの使い分けも参照してください。

まとめ

このケースでは、既存顧客A社向けの業務改善提案メールを生成AIへ一括依頼した結果、未確認の削減時間、コスト削減率、API連携といった内容が補われました。

そこで、Roleで「事実ベースで提案する営業企画担当」を定義し、Instructionsで必要要素を固定し、Stepsで現状→課題→提案→効果→次アクションの順を指定し、End goalで打ち合わせ調整までを成功状態とし、Narrowingで未確認の数値・価格・契約・範囲外機能を制限しました。

その結果、AI出力は実務で確認しやすい形に改善しました。一方で、「大幅な工数削減」のような根拠のない表現は残ったため、人が最終確認して修正しました。

RISENの価値は、5項目を埋めること自体ではありません。AIにどんな立場で、何を、どの順番で、何を目指して、どの範囲まで行わせるかを明確にし、人が確認すべき前提と責任を残したまま、曖昧な依頼を実務で使えるプロンプトへ変えることにあります。

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