MENU

CO-STAR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

CO-STARは、生成AIへ指示を出すときに、前提や目的、文章の見せ方、読み手、出力形式を整理するためのプロンプト設計フレームワークです。

実務では、単に「詳しく書いて」「分かりやすくして」と頼むより、何のための仕事か、誰向けか、どんな文体か、どの形式で返してほしいかを分けて指定した方が、出力のばらつきを抑えやすくなります。

この記事では、CO-STARを「Context、Objective、Style、Tone、Audience、Response」の6項目に分け、各ステップで何を入力し、どう判断し、どのような出力につなげるかを、業務メール文案を作る通し例付きで解説します。

CO-STARの意味や全体像から確認したい場合は、CO-STARとは?を参照してください。

目次

CO-STARの全体像|6項目でプロンプトを組み立てる

CO-STARは、次の6項目で考えると扱いやすくなります。

  1. Context:背景・前提
  2. Objective:達成したい目的
  3. Style:表現スタイル
  4. Tone:語調・雰囲気
  5. Audience:読み手
  6. Response:出力形式

大事なのは、6項目を機械的に埋めることではありません。生成AIに何を判断してほしくないか、どこまで任せるかも同時に明確にします。

ステップ1|Contextで背景と前提を伝える

Contextでは、生成AIが知らない業務背景や前提条件を与えます。

入力する内容

  • 何の業務か
  • 現在どの段階か
  • すでに決まっていること
  • 変更してはいけない条件
  • 利用できる情報

例

当社は法人向けSaaSを提供している。既存顧客A社から、次回更新時の価格改定について問い合わせが来ている。改定率は8%で確定済み。契約更新日は9月末。値上げ理由は運用コスト増とサポート体制強化。

出力

AIが判断に使える前提情報。

判断基準

「この背景がないと、一般論や誤った前提で答えそうな情報」を優先して入れます。

顧客名や社外秘情報を入力する場合は、自社の情報管理ルールに従い、必要に応じて匿名化します。

ステップ2|Objectiveで最終目的を1つに絞る

Objectiveでは、「何を達成したいのか」を明確にします。

悪い例

丁寧なメールを作って。

これでは、何を相手に理解してほしいかが曖昧です。

良い例

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。

入力する内容

  • 最終成果物
  • 相手に理解してほしいこと
  • 相手に取ってほしい行動
  • 成功とみなす状態

出力

生成AIが優先すべき目的。

判断基準

複数目的を一度に詰め込みすぎず、最も重要な成果を1つ決めます。

ステップ3|Styleで文章の型を指定する

Styleは、文章の組み立て方や表現上の特徴です。

指定例

  • ビジネスメール
  • 箇条書き中心
  • 結論先行
  • 説明資料風
  • FAQ形式
  • 社内稟議書のように要点を短く

今回なら、

ビジネスメールとして、冒頭で要件を伝え、理由は2点に整理し、最後に打ち合わせ候補日を提示する。

と指定できます。

判断基準

読み手が普段どの形式なら処理しやすいか、実際に使う媒体へ合わせます。

ステップ4|Toneで語調を調整する

Toneは、文章から受ける印象です。

Styleが「ビジネスメール」という型を表すのに対し、Toneは「どんな雰囲気で伝えるか」を調整します。

指定例

  • 丁寧
  • 率直
  • 落ち着いた
  • 誠実
  • 前向き
  • 過度に謝罪しない

今回なら、

丁寧で誠実。値上げを正当化しすぎず、相手の負担感に配慮する。過度に低姿勢にはしない。

とします。

判断基準

「この文章を相手が読んだとき、どんな印象を持ってほしいか」を言葉にします。

ステップ5|Audienceで読み手を具体化する

Audienceでは、誰が読むのかを指定します。

入力する内容

  • 相手の役職
  • そのテーマへの知識量
  • 関心事
  • 懸念しそうな点
  • 読む時間の長さ

例

読み手はA社の情報システム部長。現行サービスの利用歴は3年。技術詳細より予算影響と継続性を重視する。忙しいため、1分程度で要点を把握できる長さにする。

判断基準

「誰にでも通じる文章」を目指すのではなく、その読み手が判断しやすい情報量へ合わせます。

ステップ6|Responseで返してほしい形を決める

Responseでは、生成AIからどの形式で返してほしいかを具体化します。

指定例

  • 件名+本文
  • 300〜400字
  • 箇条書き3点
  • 見出し付き
  • 3案比較
  • 表形式ではなく文章形式

今回なら、

件名を3案、その後に本文を1案。本文は400字以内。値上げ率8%、理由2点、打ち合わせ候補日を必ず含める。事実として与えていない内容は追加しない。

とします。

判断基準

「出力を見た後、ほぼそのまま業務へ使えるか」を基準に形式を決めます。

6項目を1つのプロンプトへまとめる

ここまでをまとめると、次のようになります。

CO-STARプロンプト例

Context

当社は法人向けSaaSを提供している。既存顧客A社から、次回更新時の価格改定について問い合わせが来ている。改定率は8%で確定済み。契約更新日は9月末。値上げ理由は運用コスト増とサポート体制強化。

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

ビジネスメール。冒頭で要件を伝え、理由は2点に整理し、最後に打ち合わせ候補日を提示する。

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。

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。値上げ率8%、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。

通し例|顧客向け価格改定メールを作る

ここからは、実際に業務で使う流れを追います。

1. 最初の曖昧な依頼

担当者は最初、生成AIへ次のように入力しようとしていました。

A社への価格改定メールを丁寧に書いて。

この指示では、値上げ率、背景、読み手、相手に取ってほしい行動、文章量が分かりません。

2. Contextを足す

まず、価格改定率8%、更新日9月末、理由2点を追加しました。

これにより、AIが一般的な値上げ理由を勝手に補う余地を減らしました。

3. Objectiveを決める

今回の目的は「値上げを納得させること」ではなく、事実を伝え、打ち合わせへつなげることです。

そこで、最終行動を「詳細説明の打ち合わせ日程を調整する」と定義しました。

4. StyleとToneを分ける

Styleは、

結論先行のビジネスメール

Toneは、

丁寧で誠実。相手の負担に配慮する

としました。

これにより、文章構造と印象を別々に調整できました。

5. Audienceを具体化する

読み手は情報システム部長で、技術詳細より予算影響を重視します。

そのため、サービス機能の説明を長く書かず、価格改定率、理由、更新時期を前半に置くよう指定しました。

6. Responseで完成形を決める

件名3案、本文400字以内、必須情報3点、未提供事実の追加禁止としました。

結果として、AIの出力を見た後に「長すぎる」「欲しい情報がない」「メール形式になっていない」と修正する回数を減らせます。

出力後に人が確認する

CO-STARを使っても、生成AIの出力をそのまま送信してはいけません。

事実確認

  • 改定率8%は正しいか
  • 更新日は正しいか
  • 値上げ理由は正式表現と一致するか

表現確認

  • 誤解を招く約束をしていないか
  • 相手に不必要な圧力を与えていないか
  • 社内の正式用語を使っているか

行動確認

  • 実際に提示できる打ち合わせ候補日か
  • 誰が送信責任を持つか

CO-STARは、出力品質を整えるための枠組みであり、事実確認や業務責任をAIへ移す仕組みではありません。

実務で精度を上げるコツ

Contextを長くしすぎない

背景を全部入れるのではなく、出力に影響する情報を優先します。

Objectiveは成果で書く

「いい文章を書く」ではなく、「相手が更新条件を理解し、打ち合わせ日程を返せる状態」のようにします。

StyleとToneを混同しない

Styleは型、Toneは印象として分けると指定しやすくなります。

Audienceは役職だけで終わらせない

関心事や知識量まで入れると、説明量を調整しやすくなります。

Responseには制約も入れる

字数、必須項目、禁止事項、候補数などを明記します。

CO-STARでつまずきやすいポイント

6項目を埋めることが目的になる

重要なのは、出力に必要な条件が伝わることです。不要な項目まで長く書く必要はありません。

Contextに事実と推測を混ぜる

確定事項と仮説を分けないと、AIが推測を事実として扱う可能性があります。

Objectiveが複数ある

「説明、説得、謝罪、日程調整、追加提案」を全部盛り込むと、文章の軸がぶれます。

Toneが抽象的すぎる

「いい感じ」「自然に」では、解釈が広すぎます。

Responseを指定しない

形式を指定しないと、長文説明や不要な補足が返ることがあります。

よくある失敗と改善策は、CO-STARで失敗しやすいポイントで詳しく確認できます。

関連記事で実践を深める

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6項目を整理しやすくなります。

業務適用の判断を別のケースで追いたい場合は、CO-STARの具体例が参考になります。

生成AIを補助的に使ってCO-STAR自体を改善する方法は、生成AIでCO-STARを使う方法で確認できます。

他の生成AIフレームワークとの違い

CO-STARは、背景、目的、表現、読み手、出力形式を整理してプロンプトを設計することに向いています。

外部知識を検索・参照して回答させる考え方との違いは、RAGとCO-STARの違いで整理できます。

構造化プロンプト同士の比較は、CO-STARとRISENの違いが参考になります。

思考と行動を反復するエージェント的な使い方との違いは、CO-STARとReActの違いで確認できます。

人の確認工程を組み込む考え方との違いは、CO-STARとHuman-in-the-Loopの違いが役立ちます。

例示によって出力傾向をそろえる方法との違いは、CO-STARとFew-shot Promptingの違いで確認できます。

複数手法の役割をまとめて選びたい場合は、RAG・CO-STAR・RISENの使い分け、RAG・CO-STAR・ReActの使い分け、RAG・CO-STAR・Human-in-the-Loopの使い分け、RAG・CO-STAR・Few-shot Promptingの使い分けも参考になります。

実務で使うためのチェックリスト

  • Contextに必要な背景と確定条件を書いたか
  • Objectiveを1つの成果へ絞ったか
  • Styleで文章の型を指定したか
  • Toneで相手に与えたい印象を指定したか
  • Audienceに読み手の役職・知識・関心を入れたか
  • Responseに出力形式・長さ・必須項目を書いたか
  • 与えていない事実を追加しないよう制約したか
  • 機密情報の入力可否を確認したか
  • AI出力の事実を人が確認したか
  • 誤解を招く表現や過剰な約束がないか確認したか
  • 実際にそのまま業務へ使える形式になっているか

まとめ

CO-STARを実務で使うときは、Context、Objective、Style、Tone、Audience、Responseを分けて考えます。

特に、背景を必要十分に伝えること、目的を成果で定義すること、StyleとToneを分けること、読み手の関心に合わせること、Responseで完成形を具体化することがポイントです。

CO-STARの価値は、6項目を埋めること自体ではありません。生成AIに任せる範囲と、人が判断する範囲を整理し、業務で使える出力へ近づけることにあります。まずは、日常的に作っているメール、要約、資料たたき台など、完成形をイメージしやすい仕事から使うと定着しやすくなります。

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