MENU

Role Promptingのやり方|生成AIを使った業務で使う手順をステップで解説

Role Promptingは、生成AIに「どの立場・専門性・優先観点で考えるか」を先に与えてから、業務を依頼する方法です。

生成AIへ単に「提案を書いて」「要約して」と頼むだけでは、何を優先すべきかが曖昧なままです。Role Promptingを使うと、たとえば「既存顧客との信頼関係を重視する営業企画担当」「事実確認を優先するレビュー担当」のように、AIが判断するときの視点を先に固定できます。

ただし、役割名を付けるだけでは不十分です。実務では、業務目的、役割、優先観点、依頼内容、使用してよい情報、禁止事項、出力後に人が確認するポイントまで一続きで設計すると使いやすくなります。

この記事では、Role Promptingの使い方を、各ステップの入力・行動・出力・判断基準とともに解説します。最後に、既存顧客向けの業務改善提案メールを作る通し例も紹介します。

Role Promptingの意味や基本構造から確認したい場合は、Role Promptingとは?を参照してください。

目次

Role Promptingの全体像

実務では、次の6ステップで組み立てると扱いやすくなります。

  1. 業務目的を決める
  2. AIに担わせる役割を決める
  3. その役割で優先する観点を明示する
  4. 具体的な依頼内容を伝える
  5. 使用可能情報と禁止事項を決める
  6. 出力後に人が確認する

重要なのは、「あなたは○○です」と肩書だけを付けて終わらせないことです。役割が何を優先するのかまで具体化すると、AIの判断軸がそろいやすくなります。

ステップ1|業務目的を決める

最初に、何を完成させたいのかを決めます。

入力

  • 対象業務
  • 最終成果物
  • 読み手・利用者
  • 必須要素
  • 成功条件

例

業務:既存顧客A社への業務改善提案メール作成

最終成果物:

  • 件名3案
  • 本文1案
  • 500字以内

必須要素:

  • 現状課題
  • 提案内容
  • 期待できる変化
  • 次アクション

行動

「文章を書く」ではなく、「何のための文章か」まで決めます。

出力

業務目的の定義。

判断基準

最終成果物と、読み手に取ってほしい行動が説明できる状態にします。

ステップ2|AIに担わせる役割を決める

次に、AIへどの立場で対応させるかを決めます。

悪い例

あなたは営業担当です。

これだけでは、売上を優先するのか、既存顧客との信頼を優先するのか、事実確認を優先するのか分かりません。

改善例

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。

入力

  • 担当者の立場
  • 必要な専門性
  • 読み手との関係
  • 業務上の責任範囲

出力

AIがどの立場から考えるかを示すRole文。

判断基準

役割名を読んだとき、「何を優先する立場か」が想像できるかを確認します。

ステップ3|優先観点を明示する

Role Promptingでは、肩書だけでなく、役割として何を重視するかを書くと効果が出やすくなります。

例

優先観点:

  • 確認済み事実を優先する
  • 未確認情報を推測で補わない
  • 既存顧客との信頼関係を損なわない
  • 課題と提案の対応を明確にする
  • 過度に断定しない

なぜ必要か

同じ「営業担当」でも、

  • 新規開拓を優先する営業
  • 既存顧客の継続利用を重視する営業
  • 事実確認を重視する営業企画

では出力が変わるためです。

出力

AIが判断するときの優先順位。

判断基準

互いに矛盾する観点が入っていないか、業務目的と合っているかを確認します。

ステップ4|具体的な依頼内容を伝える

Roleを設定しても、依頼内容が曖昧なら出力は安定しません。

悪い例

A社向けに良い提案を書いてください。

改善例

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。

入力

  • 対象
  • 作業内容
  • 必須要素
  • 出力形式

出力

AIが実行すべき具体的タスク。

判断基準

Role文を外しても「何を作る仕事か」が分かるくらい具体的か確認します。

ステップ5|使用可能情報と禁止事項を決める

役割だけでは、AIがどこまで自由に補ってよいかは決まりません。

実務では、使ってよい情報と、補ってはいけない情報を明示します。

例

使用してよい情報:

  • 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
  • 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

禁止事項:

  • 未確認の削減率を追加しない
  • ROIを推測しない
  • 価格、値引き、契約条件を書かない
  • 利用可能機能以外を提案しない
  • 顧客へ未承認の約束をしない

判断基準

AIが「それらしい補足」を勝手に追加しやすい箇所を制約できているか確認します。

ステップ6|出力後に人が確認する

Role Promptingを使っても、AIの出力が正しいとは限りません。

出力後は、最低限次を確認します。

  • 数値に根拠があるか
  • 未確認情報を事実扱いしていないか
  • 利用可能範囲外の機能を提案していないか
  • 価格・契約条件を勝手に追加していないか
  • 役割の優先観点に合っているか
  • 読み手への表現が強すぎないか
  • 最終成果物の目的に合っているか

判断基準

「Roleを設定したから大丈夫」ではなく、重要な前提を元資料へ照合します。

1本のプロンプトにまとめる

ここまでを1つにまとめると、次のようになります。

プロンプト例

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。

優先観点:

  • 確認済み事実を優先する
  • 未確認情報を推測で補わない
  • 過度に売り込まない
  • 課題と提案の対応を明確にする

依頼: 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
  • 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

制約:

  • 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

通し例|A社向け業務改善提案メールをRole Promptingで作る

ここでは、Role Promptingを業務へ適用する流れを通して見てみます。

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。

確認できている事実は、

  • 月次レポート作成に毎月8時間かかっている
  • 3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
  • 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

です。

一方で、次は未確認でした。

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

Role Promptingを使う前

佐藤さんは最初、

A社向けに業務改善の提案メールを書いてください。

とだけ指示しました。

AIは自然な文章を返しましたが、

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

といった未確認内容を追加していました。

Roleを明確にする

そこで、

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提案する営業企画担当

というRoleを設定しました。

優先観点を加える

さらに、

  • 確認済み事実を優先
  • 未確認情報を補わない
  • 過度な断定を避ける
  • 課題と提案を対応づける

を明示しました。

使用可能情報と禁止事項を明示する

利用可能機能は3つに限定し、未確認の削減率、ROI、価格、契約条件は書かないようにしました。

AI出力

Role Promptingを使った後、AIは、

  • 現状:3システムから手作業で集計し、Excelで加工
  • 課題:集計と加工に手作業が残る
  • 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
  • 期待できる変化: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する
  • 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

という流れでメール案を作りました。

以前のような、

  • 年間300時間削減
  • 30%コスト削減
  • API連携

は出なくなりました。

それでも人の確認は必要

一方、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。

Role Promptingは、AIの判断軸をそろえる方法であって、出力を保証する仕組みではありません。

Roleの作り方で迷ったときの判断基準

肩書より優先観点を先に考える

「営業」「人事」「PM」だけでなく、その業務で何を重視する立場かを考えます。

実在しない権限を与えない

AIに「最終承認者」「契約責任者」など、実際には持たせられない権限を設定しないようにします。

役割を増やしすぎない

「営業・法務・経理・エンジニアとして」と複数役割を詰め込むと、優先順位が曖昧になります。

必要なら、1つの主Roleに絞り、他の観点は確認項目として扱います。

つまずきやすいポイント

Roleを肩書だけで終わらせる

「あなたは営業担当です」だけでは、判断軸が足りません。

Roleに万能さを求める

「最高の専門家」「世界一のコンサルタント」と書いても、事実や根拠が増えるわけではありません。

役割と依頼内容がずれる

営業企画のRoleなのに法的判断をさせるなど、責任範囲を超えないようにします。

使用可能情報を示さない

Roleだけでは、どの事実を使ってよいか決まりません。

出力後確認を省く

役割を設定しても、AIは未確認情報を補ったり強い表現を使ったりすることがあります。

よくある失敗は、Role Promptingで失敗しやすいポイントで詳しく確認できます。

関連記事で使い方を広げる

そのまま使える型が必要なら、Role Promptingテンプレートが役立ちます。

業務への適用をケースで追いたい場合は、Role Promptingの具体例を参照してください。

生成AIを補助的に使ってRole候補や優先観点を整理したい場合は、生成AIでRole Promptingを使う方法も参考になります。

実務で使うためのチェックリスト

  • 業務目的と最終成果物を決めたか
  • Roleを肩書だけでなく優先観点まで書いたか
  • AIに実在しない権限を与えていないか
  • 依頼内容を具体化したか
  • 使用してよい情報を明示したか
  • 未確認数値や契約条件を補わせない制約を入れたか
  • 利用可能な機能や選択肢を限定したか
  • Roleと依頼内容が矛盾していないか
  • 出力後に事実・数値・表現を人が確認したか

まとめ

Role Promptingを実務で使うときは、最初に業務目的を決め、AIに担わせる役割を設定し、その役割で何を優先するかを明示します。そのうえで、具体的な依頼内容、使用可能情報、禁止事項を伝え、出力後に人が確認します。

重要なのは、Roleを「肩書を付けるテクニック」で終わらせないことです。役割の優先観点と責任範囲を決め、実務で使える情報と使ってはいけない情報を分けることで、AIの出力を扱いやすくできます。

Role Promptingは、AIを万能な専門家に変える方法ではありません。判断軸をそろえ、曖昧な依頼を実務の前提に合わせて整理する方法として使い、重要な事実と最終判断は人が確認することがポイントです。

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