MENU

生成AIでRISENを使う方法|プロンプト例と人が確認すべきポイント

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。

このRISEN自体を生成AIで補助すると、Roleの候補を広げたり、Instructionsの抜けを見つけたり、Stepsの順番を整えたり、End goalを業務成果へ言い換えたり、Narrowingへ入れる制約候補を洗い出したりできます。

ただし、生成AIに「RISENを完成させて」と丸投げすると、自社にはない前提を追加したり、未確認の数値を補ったり、利用できない機能を前提にしたり、不要な制約を増やしたりする可能性があります。

この記事では、生成AIをRISENの設計・改善を支える補助役として使う方法を、具体的なプロンプト例、出力の使い方、人が確認すべきポイント、誤りや限界まで含めて解説します。

RISENの意味や基本構造から確認したい場合は、RISENとは?を参照してください。具体的な組み立て手順は、RISENのやり方で確認できます。

目次

生成AIを使うと効果が出やすい場面

RISENでは、Role、Instructions、Steps、End goal、Narrowingをそれぞれ別の役割として整理します。

生成AIは、次のような作業を補助できます。

  • Roleの候補を複数出す
  • Instructionsの必須要素を洗い出す
  • Stepsの順番や重複をレビューする
  • End goalを業務成果へ言い換える
  • Narrowingへ入れる制約候補を整理する
  • 5項目同士の重複を見つける
  • 完成したRISENプロンプトの抜けをレビューする
  • 実際のAI出力が制約を守っているか監査する

一方で、次の内容は生成AIだけに決めさせない方が安全です。

  • 正式な業務目的
  • 確認済み事実
  • 未確認情報の扱い
  • 利用可能な製品・機能
  • 価格・契約・法務条件
  • 顧客へ約束してよい内容
  • 最終的な採用判断

AIは「候補を出す」「抜けを探す」「整理する」役に置き、正式な前提と責任は人が持ちます。

1. Roleの候補を生成AIに出させる

RISENのRoleは、肩書だけでなく「何を優先する立場か」まで書くと使いやすくなります。

プロンプト例

次の業務で使うRISENのRole候補を3案出してください。

業務:既存顧客A社への業務改善提案メール作成

重視したいこと:

  • 既存顧客との信頼関係
  • 確認済み事実だけを使う
  • 過度に売り込まない
  • 未確認の数値を補わない

条件:

  • 肩書だけでなく、優先する観点まで書く
  • 正式なRoleは決めず候補として出す

出力の使い方

AIが、

  • 事実確認を重視する営業企画担当
  • 顧客との信頼維持を優先するカスタマーサクセス寄りの営業担当
  • 課題と提案の対応を明確にする提案設計担当

などを出したら、人が実際の業務責任に合うものを選びます。

2. Instructionsの抜けを洗い出す

Instructionsでは、AIに何をしてほしいかを具体化します。

プロンプト例

次のInstructions案に不足している要素候補を指摘してください。

A社向けに月次レポート業務の改善提案メールを書いてください。

確認観点:

  • 対象
  • 作業内容
  • 必須要素
  • 使用可能情報
  • 使用禁止情報

正式な修正文を確定せず、不足候補だけを出してください。

出力の使い方

AIが、

  • 現状課題を含める
  • 提案内容を含める
  • 期待できる変化を含める
  • 次アクションを含める
  • 利用可能機能を明示する

などを挙げたら、人が必要なものだけ採用します。

3. Stepsの順番と重複をレビューする

Stepsでは、AIが処理する順序を整えます。

プロンプト例

次のSteps案をレビューしてください。

  1. 提案を書く
  2. 現状を整理する
  3. 効果を書く
  4. 課題を整理する
  5. 次アクションを書く

確認してください:

  • 順番が不自然な箇所
  • 重複している工程
  • 前段の判断を後段が使うべき箇所

正式な順序は決めず、改善候補だけ出してください。

出力の使い方

AIが、

  1. 現状整理
  2. 課題抽出
  3. 課題と提案の対応づけ
  4. 期待できる変化
  5. 次アクション

という順序候補を出したら、人が業務に合うか確認します。

4. End goalを業務成果へ言い換える

End goalが「分かりやすい文章にする」だけだと、Instructionsとの違いが曖昧になります。

プロンプト例

次のEnd goal案を、文章品質ではなく業務成果として言い換える候補を3案出してください。

現在案:

分かりやすい提案メールにする。

業務:既存顧客A社への業務改善提案

条件:

  • 読み手の理解・判断・次の行動で表現する
  • 売上目標など未提示の目的は追加しない

出力の使い方

AIが、

A社に現状課題と提案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。

という候補を出したら、人が実際の営業目的と一致するか確認します。

5. Narrowingの制約候補を洗い出す

Narrowingでは、生成AIが自由に広げすぎないよう範囲を絞ります。

プロンプト例

次の業務で、RISENのNarrowingへ入れた方がよい制約候補を出してください。

業務:A社向け業務改善提案メール

確認済み情報:

  • 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

利用可能機能:

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

未確認:

  • 年間削減可能時間
  • ROI
  • 価格条件
  • 値引き条件
  • API連携可否

条件:

  • 制約候補を「絶対に守るもの」と「希望条件」に分ける
  • 新しい業務ルールは作らない

出力の使い方

AIが、

絶対条件:

  • 未確認の削減率・ROI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

希望条件:

  • 500字以内
  • 件名3案+本文1案
  • 過度に強い表現を避ける

と出したら、人が正式に採用する制約を決めます。

6. 5項目の重複をレビューする

RISENでは、項目を埋めても内容が重複していると意味がありません。

プロンプト例

以下のRISEN案をレビューしてください。

Role:分かりやすい提案を書く営業担当 Instructions:分かりやすい提案メールを書く Steps:現状→課題→提案→効果 End goal:分かりやすいメールにする Narrowing:簡潔に書く

確認観点:

  • RoleとInstructionsの重複
  • InstructionsとEnd goalの重複
  • Narrowing不足
  • 項目ごとの役割が分かれているか

修正版を確定せず、問題点と改善候補だけ出してください。

出力の使い方

AIの指摘を見て、人が各項目の役割を整理します。

7. 完成したRISENプロンプトをレビューする

5項目を組み立てた後、生成AIに「抜け」をレビューさせることもできます。

プロンプト例

以下のRISENプロンプトをレビューしてください。

確認観点:

  • Roleは優先観点まで含むか
  • Instructionsは作業内容と必須要素を示すか
  • Stepsは順番が自然か
  • End goalは業務成果か
  • Narrowingは未確認情報・数値・価格・契約・利用可能範囲を扱えているか

不足、重複、矛盾を分けて出してください。 正式な修正はしないでください。

出力の使い方

AIが「価格条件は未確認なのにNarrowingに禁止がない」などと指摘したら、人が実際の業務ルールを確認して修正します。

8. 実際のAI出力をRISENに照らして監査する

RISENでプロンプトを作っても、AIが条件を完全に守るとは限りません。

出力後の監査にも生成AIを補助的に使えます。

プロンプト例

次のAI出力を、以下のRISEN条件に照らして監査してください。

確認項目:

  • 未確認の数値を追加していないか
  • 利用可能機能以外を提案していないか
  • 価格・値引き・契約条件を書いていないか
  • End goalに合う次アクションがあるか
  • 根拠のない強い表現がないか

問題がある箇所、理由、修正候補を分けて出してください。 正式な採用判断はしないでください。

出力の使い方

AIが問題候補を示しても、最終的には人が元資料と照合します。

通し例|A社向け提案メールのRISENを生成AIで整える

法人向けSaaS企業の営業企画担当、佐藤さんは、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ことになりました。

確認済みの事実は、

  • 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

です。

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3つです。

未確認なのは、

  • 年間削減可能時間
  • ROI
  • 価格条件
  • 値引き条件
  • API連携可否

でした。

1. Role候補をAIに出させる

佐藤さんは、AIにRole候補を3案出させました。

その中から、

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営業企画担当

を採用しました。

2. Instructionsの抜けをレビューさせる

当初のInstructionsは、

A社向けに業務改善提案メールを書いてください。

だけでした。

AIに不足候補を出させたところ、現状課題、提案内容、期待できる変化、次アクションが不足していると指摘されました。

人が確認し、この4要素を必須にしました。

3. StepsをAIに並べ替えさせる

AIが提案した順番候補をもとに、

  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. 各課題に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. 打ち合わせ提案で終える

としました。

4. End goalを業務成果へ変える

AIに「分かりやすいメールにする」を業務成果へ言い換えさせ、

A社に現状課題と提案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。

を採用しました。

5. Narrowing候補をAIに出させる

AIは、

  • 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
  • 500字以内
  • 件名3案+本文1案

を候補として出しました。

人が確認し、業務ルールに合うため採用しました。

6. 完成したRISENで生成する

完成プロンプトでは、Role、Instructions、Steps、End goal、Narrowingを明示しました。

すると、以前の一括依頼で出ていた、

  • 年間300時間削減
  • 30%コスト削減
  • リアルタイムAPI連携

といった未確認情報は出なくなりました。

7. 出力監査で残った問題を見つける

一方、AI出力には、

大幅な工数削減が期待できます。

という表現が残りました。

監査用プロンプトへ通すと、「大幅」という程度表現に根拠がない可能性があると指摘されました。

佐藤さんは元情報を確認し、

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。

ここで重要なのは、生成AIがRISENの正式な内容を決めたわけではないことです。

生成AIが行ったのは、

  • Role候補の提示
  • Instructionsの抜け確認
  • Stepsの順番レビュー
  • End goalの言い換え候補
  • Narrowingの制約候補
  • 完成プロンプトのレビュー
  • 出力監査

です。

確認済み事実、利用可能機能、未確認情報、正式な制約、最終修正は人が決めています。

そのまま使える型が必要なら、RISENテンプレートを使うと、5項目を記入しながら整理できます。

具体的な業務適用をケースで追いたい場合は、RISENの具体例が参考になります。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照してください。

人が必ず確認すべきポイント

確認済み事実

AIが「事実」と分類しても、元資料や正式データへ照合します。

Roleの正式な責任範囲

AIが出すRole候補が、実際の担当者の責任を超えていないか確認します。

使用可能情報と禁止事項

何をAIへ与えてよいか、何を出力してはいけないかは、人が正式に決めます。

数値・価格・契約条件

削減率、ROI、価格、値引き、契約条件は、AIの推測で補いません。

End goalの妥当性

AIがもっともらしい業務成果を出しても、実際の目的と一致しているか人が確認します。

最終出力

RISENで整理していても、事実、数値、範囲、表現を人が確認します。

生成AIの誤りと限界

Roleを過度に具体化することがある

未提示の責任や権限までRoleへ追加する場合があります。

Instructionsへ不要な要素を増やすことがある

網羅性を重視し、業務に不要な項目まで必須化することがあります。

Stepsを細かくしすぎることがある

「文章を1文ずつ作る」など、実務上意味の薄い分割を提案することがあります。

End goalを勝手に売上目標へ寄せることがある

未提示のKPIや成約目標を補う可能性があります。

Narrowingを増やしすぎることがある

制約が増えすぎると、本当に重要な条件が埋もれます。

出力監査でも誤りを見逃すことがある

同じAIが生成と監査を行う場合、もっともらしい誤りを見逃す可能性があります。元資料による人の確認は残します。

他の生成AI手法との使い分け

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との違いは、RAGとRISENの違いで確認できます。

CO-STARとの違いは、CO-STARとRISENの違いが参考になります。

ReActとの違いは、RISENとReActの違いで整理できます。

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。

生成AIに任せすぎないためのチェックリスト

  • AIに正式なRoleを決めさせていないか
  • Instructionsの必須要素を人が採否判断したか
  • Stepsの順序が実務に合うか確認したか
  • End goalが実際の業務成果と一致するか確認したか
  • Narrowingの絶対条件と希望条件を分けたか
  • 未確認数値やROIをAIに補わせていないか
  • 利用可能機能を人が確定したか
  • 価格・契約・値引き条件を人が管理しているか
  • 完成プロンプトのレビュー結果をそのまま採用していないか
  • 出力監査後も元資料へ照合したか
  • 最終成果物の責任者が明確か

まとめ

生成AIは、RISENを効率よく設計・改善する補助役として使えます。

特に役立つのは、Role候補、Instructionsの不足確認、Stepsの順序整理、End goalの業務成果化、Narrowingの制約候補、5項目の重複レビュー、完成プロンプトの監査です。

一方で、確認済み事実、正式なRole、利用可能な機能、未確認情報、価格・契約条件、最終判断は人が管理する必要があります。

生成AIにRISENを丸ごと作らせるのではなく、「候補を出させる」「抜けを探させる」「重複をレビューさせる」「出力を監査させる」ために使うと、RISENをより速く、かつ実務の前提と責任を保った形で使いやすくなります。

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