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。
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。
- Context:背景・前提
- Objective:達成したい目的
- Style:表現スタイル
- Tone:語調・雰囲気
- Audience:読み手
- 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。