MENU

CRISPE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

CRISPEは、生成AIへの依頼を「役割」「背景」「具体的な依頼」「表現」「試行・改善」の観点に分け、曖昧な指示を減らすためのプロンプト設計フレームワークです。

資料作成、メール作成、企画案の比較、要約、文章レビューなど、条件が複数ある仕事ほど効果を出しやすくなります。

ただし、CRISPEは5つの要素を毎回すべて長文で埋めるためのものではありません。重要なのは、成果物に必要な条件だけを選び、AIが迷いやすい部分を明確にすることです。

なお、CRISPEは紹介する資料によって各文字の表現に違いがあります。本記事では、ブログ内の基本解説と同じく「Capacity / Role」「Insight」「Statement」「Personality」「Experiment」の5要素で整理します。

基本概念から確認したい場合は、CRISPEとは?を参照してください。

目次

CRISPEを実務で使う全体手順

実務では、次の順番で組み立てると使いやすくなります。

  1. 最終的に欲しい成果物を決める
  2. Capacity / RoleでAIに期待する立場を決める
  3. Insightで背景・前提・制約を渡す
  4. Statementで作業内容と出力条件を具体化する
  5. Personalityで読み手に合う表現を指定する
  6. Experimentで複数案や改善方法を決める
  7. 初回出力を人が確認し、必要な条件だけ修正する
  8. 重要な事実を別途確認してから業務で使う

この順番にすると、「何を頼むか」を決める前に、まず「何が欲しいか」を固定できます。

ステップ1|最初に成果物を1文で決める

CRISPEの各要素を書く前に、最終成果物を明確にします。

入力

  • 今の業務課題
  • 誰が使う成果物か
  • 何の判断・行動につなげるか

悪い例

新しい施策を考えたい

これでは、企画案なのか、会議資料なのか、実行計画なのかが分かりません。

改善例

部長会議で比較できる新規施策案を3案作りたい

出力

「誰が、何に使う、どの形式の成果物か」を1文で表した状態。

判断基準

その成果物を見た人が、次の判断や行動へ移れるかを確認します。

ステップ2|Capacity / Roleで期待する立場を決める

Capacity / Roleでは、AIにどのような立場や専門性で考えてほしいかを指定します。

入力

  • 今回の業務領域
  • 重視したい視点
  • 読み手との関係

例

あなたはBtoBサービスの利用促進施策を考える企画担当者です。

なぜ必要か

同じ依頼でも、営業担当者、法務担当者、研修設計者では重視する観点が変わります。

判断基準

「世界最高の専門家」のような大げさな肩書きではなく、実際の業務に近い立場になっているか確認します。

ステップ3|Insightで背景と制約を渡す

Insightでは、AIが判断するために必要な背景情報を渡します。

入力

  • 対象者
  • 目的
  • 現在の状況
  • すでに決まっている条件
  • 避けたいこと
  • 期限や予算

例

対象は既存顧客です。新機能の利用率が低いことが課題です。利用促進はしたい一方、押し売り感の強い表現は避けたいです。追加予算は大きく取れません。

ポイント

情報は多ければよいわけではありません。

AIの回答に影響する情報を優先します。

判断基準

背景を1つ削ったとき、回答の方向性が大きく変わるかを考えます。変わらないなら、入れなくてもよい情報かもしれません。

ステップ4|Statementで作業内容を具体化する

Statementでは、AIに何をしてほしいかを明確にします。

悪い例

いい感じの案を考えてください。

改善例

新機能の利用促進施策を3案作ってください。各案について、狙い、実施内容、必要工数、想定効果、主なリスクを示してください。

入力

  • 欲しい件数
  • 出力形式
  • 比較軸
  • 長さ
  • 必須項目

出力

第三者が見ても「何を出せば完了か」が分かる依頼文。

判断基準

AIの回答を見たとき、合否を判断できる条件になっているか確認します。

ステップ5|Personalityで表現を合わせる

Personalityでは、文章のトーンや表現スタイルを指定します。

例

  • 部長会議向けに簡潔で落ち着いた表現
  • 顧客向けなので専門用語を減らす
  • 前向きだが誇張しない
  • 箇条書きを中心にする

注意点

Personalityを細かくしすぎると、本来重要な内容条件が埋もれることがあります。

判断基準

誰が読むのか、その人が読みやすい表現になっているかを基準にします。

ステップ6|Experimentで試し方を決める

Experimentでは、一度の出力で完成とせず、比較・改善の仕方を決めます。

例

  • 方向性の異なる3案を出す
  • 保守的な案と挑戦的な案を出す
  • 3案を比較し、実行可能性が最も高い案を1つ選ぶ
  • 初稿の弱点を3つ挙げてから改善版を作る
  • 情報が足りない場合は、回答前に確認質問を出す

判断基準

「もっと良くして」ではなく、何を改善するかが明確になっているかを確認します。

ステップ7|5要素を1つのプロンプトへまとめる

ここまでの内容を1つにまとめます。

例|新機能の利用促進施策を考える

Capacity / Role:

あなたはBtoBサービスの利用促進施策を考える企画担当者です。

Insight:

対象は既存顧客です。新機能の利用率が低いことが課題です。押し売り感は避けたいです。追加予算は大きく取れません。

Statement:

利用促進施策を3案作ってください。各案について、狙い、実施内容、必要工数、想定効果、主なリスクを示してください。

Personality:

部長会議向けに簡潔で落ち着いた表現にしてください。誇張は避けてください。

Experiment:

3案を比較し、実行可能性が最も高い案を1つ選び、その理由と改善点を示してください。

これで、短い依頼よりも目的・背景・出力条件・改善方法が揃います。

ステップ8|初回出力をそのまま使わず、ずれを確認する

生成AIの初回出力は、CRISPEを使っても完成品とは限りません。

確認するのは、次のような点です。

  • 目的に合っているか
  • 条件を満たしているか
  • 重要な前提を無視していないか
  • 事実を作っていないか
  • 比較軸が揃っているか
  • 読み手に合う表現か

例

3案のうち1案が「広告出稿」を前提にしていたとします。

しかしInsightでは「追加予算は大きく取れない」としているため、条件に合いません。

この場合は、

追加広告費をほぼ使わない前提で3案を作り直してください。

と修正します。

ステップ9|事実と判断は人が確認する

CRISPEで依頼を構造化しても、生成AIの回答が正しいとは限りません。

特に次の内容は人が確認します。

  • 金額
  • 日付
  • 法令
  • 製品仕様
  • 社内ルール
  • 顧客との契約条件
  • 実績値

役割を細かく指定しても、AIが正式な専門家になるわけではありません。

通し例|社内の生成AI研修案内を作る

ここでは、社内研修の案内文を作る例で、CRISPEを最初から最後まで使います。

1. 成果物を決める

目的は、生成AI研修への参加率を高める案内文を作ることです。

成果物は、

生成AIをほとんど使ったことがない社員向けの研修案内文を300字以内で作る

とします。

2. Capacity / Role

あなたは社内研修を企画する人事担当者です。

3. Insight

対象は生成AIをほとんど使ったことがない社員です。研修の目的は、日常業務で使える基本操作を体験してもらうことです。参加を強制する印象や、不安をあおる表現は避けたいです。

4. Statement

300字以内の研修案内文を作ってください。日時・対象者・研修内容・参加メリット・申込方法を含めてください。

ここで日時が未確定なら、AIに勝手に作らせず「日時:要入力」としておきます。

5. Personality

親しみやすく、社内向けとして丁寧な表現にしてください。専門用語は減らしてください。

6. Experiment

タイトル案を3つ出してください。その後、参加への心理的ハードルが最も低い案を1つ選び、本文を作ってください。最後に、誇張や不安をあおる表現がないか自己レビューしてください。

7. 出力を確認する

人が確認する項目は、

  • 研修日時
  • 申込先
  • 対象者
  • 実際の研修内容
  • 参加メリットの表現

です。

もしAIが「参加者には業務効率が30%向上します」といった根拠のない数値を入れたら削除します。

8. 改善する

初稿が少し長い場合は、

内容は維持しつつ、重複を減らして250字以内にしてください。

と改善します。

これで、単に「研修案内を書いて」と依頼するより、目的に合った出力へ近づけやすくなります。

CRISPEを使うときのコツ

すべての要素を長く書かない

短い依頼なら、Statementだけで十分なこともあります。

CRISPEは必要な条件を見つけるための枠組みとして使います。

Insightに機密情報を入れすぎない

顧客名、個人情報、契約情報、未公開情報などは、自社の情報管理ルールを確認して扱います。

Statementでは成果物を具体化する

件数、長さ、比較軸、必須項目を明確にすると、出力を判断しやすくなります。

Experimentを必ず改善につなげる

複数案を出すだけで終わらず、比較、選択、改善まで指定すると実務で使いやすくなります。

条件同士の矛盾を確認する

「詳しく説明」と「100字以内」のように条件が衝突していないか確認します。

うまくいかないときの切り分け方

回答が一般論になる

Insightが不足している可能性があります。

対象者、目的、現状、制約を追加します。

出力形式がばらつく

Statementが曖昧かもしれません。

件数、項目、長さ、比較軸を指定します。

表現が読者に合わない

Personalityを見直します。

読み手、トーン、専門用語のレベルを追加します。

1案しかなく比較できない

Experimentで複数案と比較方法を指定します。

事実誤認がある

CRISPEの問題ではなく、生成AIの限界です。重要な事実は一次情報や担当者で確認します。

関連記事で実践を深める

そのまま使える記入形式が必要なら、CRISPEテンプレートが役立ちます。

具体的な業務への適用イメージを追いたい場合は、CRISPEの具体例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、CRISPEで失敗しやすいポイントが参考になります。

生成AIと組み合わせる際のプロンプト例や人の確認点をまとめて見たい場合は、生成AIでCRISPEを使う方法も確認してください。

実務で使うためのチェックリスト

  • 最終成果物を1文で決めたか
  • Capacity / Roleが実務に近い役割か
  • Insightに判断に必要な背景があるか
  • 不要な情報を入れすぎていないか
  • Statementで件数・形式・必須項目が分かるか
  • Personalityが読み手に合っているか
  • Experimentで比較・改善方法を指定したか
  • 条件同士に矛盾がないか
  • 初回出力をそのまま使っていないか
  • 金額・日付・法令・仕様・社内ルールを人が確認したか
  • 機密情報を不用意に入力していないか

まとめ

CRISPEを実務で使うときは、まず欲しい成果物を決め、その後にCapacity / Role、Insight、Statement、Personality、Experimentの順で必要な条件を整理すると進めやすくなります。

重要なのは、5要素をすべて長く書くことではありません。AIが迷いやすい役割、背景、作業内容、表現、改善方法を必要な分だけ具体化することです。

初回出力は人が確認し、条件に合わない部分だけを修正します。重要な事実は別途確認し、Experimentを使って比較・改善を重ねます。

この流れを使えば、CRISPEを単なるプロンプトの型ではなく、生成AIへの依頼を業務で再現可能な形に整える実践手順として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