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。
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。
- A社の現状を、確認済み事実だけで整理する
- 現状から課題を2点に絞る
- 各課題に対応する提案機能を示す
- 数値を推測せず、期待できる変化を書く
- 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
- 現状を確認済み事実だけで整理する
- 課題を2点に絞る
- 各課題へ提案機能を対応づける
- 定量値を使わず期待できる変化を書く
- 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。