MENU

CO-STARの具体例|生成AIを使った業務での活用イメージを解説

CO-STARは、生成AIへ指示を出すときに、Context、Objective、Style、Tone、Audience、Responseの6項目で条件を整理するプロンプト設計フレームワークです。

ただし、実務では6項目を知っているだけでは十分ではありません。実際の仕事では、どの情報をContextへ入れるか、Objectiveをどこまで絞るか、StyleとToneをどう分けるか、Audienceをどこまで具体化するか、Responseで何を制約するかを判断する必要があります。

この記事では、法人向けSaaS企業の担当者が、既存顧客への価格改定メールを生成AIで作るケースを題材に、CO-STARを使う前の状態から、6項目の整理、生成AIへの入力、出力確認、修正、最終利用までを通して解説します。

CO-STARの意味や基本構造から確認したい場合は、CO-STARとは?を参照してください。具体的な手順を先に確認したい場合は、CO-STARのやり方が役立ちます。

目次

ケースの背景|価格改定メールを生成AIで作りたい

法人向けSaaSを提供する企業で、営業企画担当の佐藤さんは、既存顧客A社へ次回更新時の価格改定を案内するメール文案を作ることになりました。

決まっている事実は次のとおりです。

  • 契約更新日は9月末
  • 価格改定率は8%
  • 改定理由は運用コスト増
  • もう1つの理由はサポート体制強化
  • 詳細説明の打ち合わせを設定したい

A社は3年間サービスを利用している既存顧客です。読み手は情報システム部長で、技術的な詳細よりも、予算影響と今後の継続性を重視します。

佐藤さんは、まず生成AIに次のように入力しようとしていました。

A社に価格改定を伝える丁寧なメールを書いてください。

しかし、この指示では条件が足りません。

課題|「丁寧なメール」だけでは業務要件が伝わらない

この状態で生成AIへ依頼すると、いくつかの問題が起こる可能性があります。

  • 価格改定率8%が本文に入らない
  • 値上げ理由をAIが勝手に補う
  • 長すぎる説明文になる
  • 読み手の関心に合わない技術説明が増える
  • 打ち合わせへつなげる目的が弱くなる
  • 事実として与えていない割引案を追加する

つまり、文章の自然さ以前に、業務条件が不足しています。

なぜCO-STARを使ったのか

今回の問題は、「文章が書けない」ことではありませんでした。

問題は、生成AIへ渡す条件が曖昧なことです。

そこで、佐藤さんは、条件を6つに分けて整理できるCO-STARを使いました。

  • Contextで事実と前提を渡す
  • Objectiveで今回の目的を絞る
  • Styleで文章の型を決める
  • Toneで相手に与えたい印象を決める
  • Audienceで読み手を具体化する
  • Responseで完成形を指定する

この順で整理すれば、「丁寧に書いて」のような抽象的な指示を、業務で使えるプロンプトへ変えられます。

1. Context|事実と前提を固定する

最初に、今回AIが知らない事実を整理しました。

佐藤さんは、Contextへ次の内容を入れました。

  • 当社は法人向けSaaSを提供している
  • A社は既存顧客
  • 契約更新日は9月末
  • 価格改定率は8%で確定済み
  • 改定理由は運用コスト増とサポート体制強化
  • 割引条件や特別対応は未決定

ここでの判断

特に重要なのは、「何を入れるか」だけではありません。

佐藤さんは、AIが勝手に補ってほしくない情報も明示しました。

割引条件、特別対応、他社事例は与えていないため、事実として追加しない。

これにより、生成AIがそれらしい補足を作る余地を減らしました。

2. Objective|「丁寧なメール」ではなく成果を決める

次に、今回の目的を整理しました。

最初の案は、

価格改定を理解してもらう

でした。

しかし、これだけでは最終行動が曖昧です。

そこで、Objectiveを次のようにしました。

価格改定の事実と理由を簡潔に伝え、相手に不意打ち感を与えず、詳細説明の打ち合わせ日程を調整できるメール文案を作る。

ここでの判断

「納得させる」「謝罪する」「追加提案する」など、複数の目的を詰め込みませんでした。

今回の中心は、事実を伝え、次の打ち合わせへ進めることです。

3. Style|文章の構造を決める

佐藤さんは、Styleを次のようにしました。

結論先行のビジネスメール。冒頭で価格改定の事実を伝え、その後に理由2点、更新時期、打ち合わせ案内の順にする。

ここでの判断

A社の情報システム部長は忙しく、1分程度で要点を理解できる方がよいと考えました。

そのため、背景説明から長く始めるのではなく、要件を先に伝える構成にしました。

4. Tone|「丁寧」だけでなく避けたい印象も決める

Toneは、

丁寧で誠実。相手の負担感に配慮するが、過度に低姿勢にはしない。値上げを一方的に正当化しすぎない。

としました。

ここでの判断

値上げ案内では、謝罪を重ねすぎると、かえって不自然になることがあります。

一方で、事務的すぎると、相手の負担を軽視している印象になる可能性があります。

そこで、丁寧さと誠実さは保ちつつ、過度な謝罪は避ける方針にしました。

5. Audience|読み手の関心を具体化する

Audienceには、

  • A社の情報システム部長
  • 利用歴3年
  • 技術詳細より予算影響と継続性を重視
  • 忙しいため1分程度で要点を把握したい

と書きました。

ここでの判断

「顧客向け」とだけ書くより、読み手が何を気にするかまで明示した方が、説明量を調整しやすくなります。

このケースでは、技術的なサービス改善を長く説明するより、価格、理由、更新時期、今後の対応を簡潔に示す方が適切です。

6. Response|完成形を具体的に指定する

Responseでは、次のように指定しました。

  • 件名を3案
  • 本文を1案
  • 本文は400字以内
  • 価格改定率8%を含める
  • 9月末更新を含める
  • 理由2点を含める
  • 打ち合わせ候補日を含める
  • 与えていない事実を追加しない

ここでの判断

生成AIへ「メールを書いて」とだけ頼むと、長さも構成もばらつきます。

Responseで完成形を決めることで、出力後の修正を減らします。

7. 実際に使ったCO-STARプロンプト

佐藤さんは、6項目をまとめて次のようにしました。

Context

当社は法人向けSaaSを提供している。既存顧客A社から、次回更新時の価格について問い合わせが来ている。価格改定率は8%で確定済み。契約更新日は9月末。改定理由は運用コスト増とサポート体制強化。割引条件、特別対応、他社事例は与えていないため、事実として追加しない。

Objective

価格改定の事実と理由を簡潔に伝え、相手に不意打ち感を与えず、詳細説明の打ち合わせ日程を調整できるメール文案を作る。

Style

結論先行のビジネスメール。冒頭で改定事実を伝え、理由2点、更新時期、打ち合わせ案内の順に構成する。

Tone

丁寧で誠実。相手の負担感に配慮するが、過度に低姿勢にはしない。値上げを一方的に正当化しすぎない。

Audience

A社の情報システム部長。サービス利用歴3年。技術詳細より予算影響と継続性を重視。1分程度で要点を把握できる長さにする。

Response

件名を3案、その後に本文を1案。本文400字以内。価格改定率8%、9月末更新、理由2点、打ち合わせ候補日を必ず含める。与えていない事実は追加しない。

そのまま使える入力欄が必要なら、CO-STARテンプレートを使うと整理しやすくなります。

8. 生成AIの初回出力をそのまま使わなかった

CO-STARで条件を整理しても、出力を無条件に採用するわけではありません。

佐藤さんは、生成AIの初回出力を次の観点で確認しました。

事実確認

  • 8%という数値が正しいか
  • 9月末という更新時期が正しいか
  • 改定理由2点が正式な表現と一致しているか

表現確認

  • 相手に責任を押し付ける表現がないか
  • 「必ず改善します」など過剰な約束がないか
  • 社内で正式に使える言い回しか

次アクション確認

  • 実際に提示できる打ち合わせ候補日か
  • 誰が送信するか決まっているか

9. 初回出力で見つかった問題

初回出力では、次のような表現が入っていました。

今後もより一層充実した機能提供をお約束いたします。

一見すると前向きですが、今回与えた事実には「新機能提供を約束する」という内容はありません。

ここでの判断

佐藤さんは、この表現を削除しました。

CO-STARで「与えていない事実は追加しない」と書いていても、生成AIが完全に守るとは限りません。

だからこそ、最終確認は人が行います。

10. 修正後のメール構成

修正後は、次の順に整理しました。

  1. 価格改定の案内
  2. 改定率8%
  3. 更新時期は9月末
  4. 理由は運用コスト増とサポート体制強化
  5. 詳細説明の打ち合わせ案内

文章量も400字以内に収めました。

これにより、A社の情報システム部長が最初の数行で要点を把握できる形になりました。

11. CO-STARを使う前後で何が変わったか

使う前

指示は、

A社に価格改定を伝える丁寧なメールを書いて。

だけでした。

この状態では、

  • 何を必ず書くか不明
  • 何を書いてはいけないか不明
  • 読み手が誰か不明
  • どの長さがよいか不明
  • 最終目的が不明

でした。

使った後

CO-STARで整理したことで、

  • 事実と前提を固定
  • 目的を打ち合わせ調整まで明確化
  • 結論先行の構成を指定
  • 丁寧で誠実という語調を指定
  • 情報システム部長という読み手を明確化
  • 400字以内・件名3案・必須情報・禁止事項を指定

できました。

結果として、初回出力から業務要件に近い文案が得られ、修正も「事実確認」と「表現確認」に集中できました。

このケースから分かるCO-STARのポイント

1. Contextは長さより正確さ

情報量を増やすより、今回の出力に影響する確定情報を優先します。

2. Objectiveは成果で書く

「丁寧なメール」ではなく、何を伝え、相手に次に何をしてほしいかを明確にします。

3. StyleとToneは別に考える

Styleは文章の型、Toneは印象です。

4. Audienceは役職だけでなく関心も書く

何を気にする読み手なのかを入れると、説明量を調整しやすくなります。

5. Responseには禁止事項も入れる

長さや形式だけでなく、「与えていない事実を追加しない」といった制約も重要です。

6. 最終判断は人が行う

CO-STARは出力品質を整えるフレームワークであり、事実確認や業務責任をAIへ移す仕組みではありません。

自分の業務へ置き換えるときの確認ポイント

自分の仕事でCO-STARを使うなら、次を確認してください。

  • AIが知らない前提は何か
  • 確定事項と未確定事項を分けたか
  • 推測してほしくないことを明記したか
  • 今回の最終目的を1つに絞ったか
  • 読み手に取ってほしい行動を決めたか
  • StyleとToneを分けて指定したか
  • Audienceの知識量・関心事を具体化したか
  • Responseに形式・長さ・必須項目を書いたか
  • 禁止事項を指定したか
  • 出力後に事実確認・表現確認をするか

よくある失敗を先に確認したい場合は、CO-STAR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CO-STARの各欄を整理・改善したい場合は、生成AIでCO-STARを使う方法も参照してください。

他の生成AI手法との使い分け

CO-STARは、生成AIへの指示条件を整理することに強みがあります。

一方で、社内資料や外部文書を検索・参照して回答させたい場合は、RAGとCO-STARの違いを確認すると役割を分けやすくなります。

CO-STARだけで「正しい事実を取得する」ことはできません。入力条件の整理と、参照情報の取得は別の課題です。

まとめ

このケースでは、法人向けSaaS企業の営業企画担当者が、既存顧客A社へ8%の価格改定を案内するメール文案を生成AIで作りました。

最初は「丁寧なメールを書いて」という曖昧な指示でしたが、CO-STARを使い、Contextで事実と禁止事項、Objectiveで打ち合わせ調整までの目的、Styleで結論先行の構成、Toneで丁寧かつ誠実な印象、Audienceで情報システム部長の関心、Responseで400字以内・必須情報・禁止事項を指定しました。

その結果、初回出力から業務要件に近い文案を得られました。ただし、AIが与えていない約束を追加した箇所は人が確認して削除しています。

CO-STARの価値は、生成AIに完璧な答えを出させることではありません。業務条件を分けて整理し、AIへ何を任せ、何を人が確認するかを明確にすることで、出力を実務で使える状態へ近づけることにあります。

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