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、具体的な業務を依頼する方法です。
実務では、単に「あなたは営業担当です」と設定するだけでは十分ではありません。役割として何を優先するのか、どこまで判断してよいのか、どの情報だけを使うのかまで決めることで、AIの出力を業務に合わせやすくなります。
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、Role Promptingを使う前の状態から、役割の設定、優先観点、責任範囲、使用可能情報、出力後の人の確認、改善後までを通して解説します。
基本の意味や構造から確認したい場合は、Role Prompting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、Role Promptingのやり方が役立ちます。
ケースの背景|A社向けの業務改善提案メールを作りたい
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、次の情報は未確認です。
- 年間削減可能時間
- ROI
- 価格条件
- 値引き条件
- API連携可否
最終成果物は、A社へ送る提案メールです。件名3案と本文1案を作り、現状課題、提案内容、期待できる変化、次アクションまでを含める必要がありました。
最初の失敗|「営業担当として書いて」だけでは足りなかった
佐藤さんは最初、生成AIへ次のように依頼しました。
あなたは営業担当です。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、確認すると次の問題がありました。
問題1|未確認の効果を追加した
AIは、
年間300時間の工数削減が見込めます。
コストを30%削減できます。
と書いていました。
しかし、年間削減時間や削減率は確認していません。
問題2|提案できない機能を追加した
AIは、リアルタイムAPI連携を提案しました。
しかし、今回提案可能なのは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つだけです。
問題3|営業担当というRoleが広すぎた
「営業担当」とだけ設定したため、AIは売り込みを強める方向へ出力していました。
佐藤さんが本当に重視したかったのは、既存顧客との信頼関係を維持し、確認済み事実だけで説明することでした。
なぜRole Promptingを使ったのか
今回の問題は、Roleそのものが不要だったわけではありません。
むしろ、「営業担当」という役割を大きく捉えすぎていたことが問題でした。
佐藤さんは、次の点を整理する必要があると考えました。
- AIはどの立場から考えるのか
- その立場では何を優先するのか
- どこまでを責任範囲とするのか
- 何を事実として使ってよいのか
- 何を推測してはいけないのか
そこで、Role Promptingを「肩書の付与」ではなく、「判断軸と責任範囲を定義する方法」として使うことにしました。
Roleを「営業担当」から具体化した
最初のRoleは、
あなたは営業担当です。
でした。
これを、
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。
へ変更しました。
人の判断
このRoleでは、
- 強く売り込むこと
- 数字でインパクトを出すこと
よりも、
- 事実ベースで説明すること
- 顧客との信頼を損なわないこと
を優先しました。
肩書だけでなく、「何を優先する立場か」まで書いたことで、AIの判断軸を狭めました。
優先観点を明示した
Role文に加えて、次の優先観点を明示しました。
- 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
なぜ優先観点が必要か
「営業企画担当」というRoleだけでも、AIはそれらしい文章を書けます。
しかし、
- 説得力
- 売上
- 顧客満足
- 正確性
のどれを優先するかは決まりません。
優先観点を明示することで、今回の業務では正確性と信頼を優先することをはっきりさせました。
責任範囲を限定した
次に、AIへ任せる範囲を限定しました。
AIに任せること
- メール文案の作成
- 現状課題の整理
- 課題と提案機能の対応づけ
- 次アクションの文章化
AIに任せないこと
- 価格の決定
- 値引き判断
- 契約条件の決定
- 利用可否未確認機能の提案
- 未確認数値の確定
人の判断
Role Promptingでありがちな誤りは、AIへ「責任者」や「最終承認者」といった実在しない権限を与えることです。
今回、AIはあくまで文案作成と整理の補助役に限定しました。
使用可能情報を明示した
次に、AIが使ってよい事実を明確にしました。
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
- 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
未確認・使用禁止:
- 年間削減可能時間
- ROI
- 価格条件
- 値引き条件
- API連携可否
これにより、Roleが具体的でも、使える事実が曖昧なままという状態を避けました。
完成したRole Prompting
佐藤さんが最終的に使ったプロンプトは、次のような形です。
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
- 課題と提案の対応を明確にする
- 過度に断定しない
依頼内容
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
- 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
禁止事項
- 未確認の削減率や年間削減時間を追加しない
- 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3機能以外を提案しない
- 顧客へ未承認の約束をしない
出力形式
- 500字以内
- 件名3案+本文1案
- 現状課題→提案→期待できる変化→次アクションの流れ
- 定量根拠がない効果は定性的に表現
そのまま使える型が必要なら、Role Promptingテンプレートを使うと、Role、優先観点、責任範囲、依頼内容、使用可能情報、禁止事項まで整理できます。
Role Prompting適用後の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で加工している
- 課題:月次レポート作成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
という流れで文案を作りました。
改善前に出ていた、
- 年間300時間削減
- 30%コスト削減
- リアルタイムAPI連携
は出なくなりました。
それでも人の確認は必要だった
Role Promptingを使ったからといって、AI出力がそのまま使えるとは限りません。
今回の初回出力には、
大幅な工数削減が期待できます。
という表現が残っていました。
「大幅」という程度表現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
- 月次8時間という数値は元資料と一致しているか
- 3システムという事実は確認済みか
- 利用可能3機能以外を提案していないか
- 未確認のROIや削減率が入っていないか
- 「大幅」「劇的」など根拠のない表現がないか
- AIが価格や契約条件まで判断していないか
Role Promptingを使う前後で何が変わったか
改善前
- Roleが「営業担当」だけ
- 何を優先する立場か曖昧
- 責任範囲が不明
- 使用可能情報が未指定
- 未確認数値をAIが補完
- 範囲外機能を提案
改善後
- Roleで「既存顧客との信頼」と「事実ベース」を明示
- 優先観点を設定
- 責任範囲を文案作成と整理に限定
- 使用可能情報を明示
- 未確認数値、価格、契約、範囲外機能を禁止
- 出力後に人が事実と表現を確認
このケースから分かるRole Promptingのポイント
1. Roleは肩書より優先観点が重要
「営業」「人事」「PM」といった肩書だけでは、判断軸は十分に決まりません。
何を優先する立場かまで書くことが重要です。
2. Roleに実在しない権限を持たせない
AIへ「最終承認者」「契約責任者」と設定しても、正式な判断にはなりません。
任せる範囲は、文案、整理、候補出しなどへ限定します。
3. Roleだけで事実は増えない
専門家Roleを与えても、確認済み情報が増えるわけではありません。
使ってよい事実は別に渡します。
4. 禁止事項を明示する
未確認数値、価格、契約条件、利用可能範囲外の機能など、AIに補ってほしくない内容は明示します。
5. 出力後の確認を残す
Role Promptingは、AIの判断軸を整える方法であり、品質保証の仕組みではありません。
具体的な手順を再確認したい場合は、Role Promptingのやり方を参照してください。
よくある失敗を先に確認したい場合は、Role Prompting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を使う方法も参照してください。
自分の業務へ置き換えるときの確認ポイント
- 業務目的を一文で説明できるか
- Roleを肩書だけでなく優先観点まで書いたか
- Roleの責任範囲を決めたか
- AIに実在しない権限を与えていないか
- 使用してよい事実を明示したか
- 未確認情報を分けたか
- 利用可能な機能や選択肢を限定したか
- 価格・契約・法務などをAIに決めさせていないか
- 出力後に元資料へ照合したか
- 根拠のない強い表現を人が確認したか
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「営業担当として書いて」と依頼した結果、未確認の削減時間、コスト削減率、範囲外のAPI連携が追加されました。
そこで、Roleを「既存顧客との信頼を維持し、確認済み事実だけで提案する営業企画担当」と具体化し、優先観点、責任範囲、使用可能情報、禁止事項まで明示しました。
その結果、未確認数値や範囲外機能は出なくなり、課題と提案の対応も確認しやすくなりました。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、人が修正しました。
Role Promptingの価値は、AIに肩書を付けること自体ではありません。どの立場で、何を優先し、どこまで判断し、どの情報だけを使うかを明確にすることで、AIの判断軸と責任範囲を実務に合わせることにあります。