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項目を埋めればよい」と考えると、かえって長くて使いにくいプロンプトになったり、AIへ与えた事実と推測が混ざったり、出力形式だけ整って内容確認が甘くなったりします。
この記事では、CO-STARでありがちな失敗を、具体的な失敗場面、原因、改善前後、改善後の状態、読者用チェックポイントの順で解説します。
CO-STARの基本から確認したい場合は、CO-STARとは?を、具体的な作り方はCO-STARのやり方を参照してください。
失敗1|6項目を埋めること自体が目的になる
ありがちな失敗場面
毎回、ContextからResponseまで長文で埋めます。出力に影響しない背景まで書き込み、プロンプト作成に時間がかかります。
原因
CO-STARを「必ず6項目を詳しく埋めるチェックシート」と捉えているためです。
改善前
- Contextに社歴や組織構成まで入れる
- Audienceが明らかな社内メモでも細かく説明する
- 単純な要約でもStyleとToneを長く指定する
改善方法
出力に影響する項目だけ具体化します。不要な欄は短くして構いません。
改善後の状態
必要な条件だけが残り、プロンプトを早く作れて見直しやすくなります。
チェックポイント
- この情報は出力に本当に影響するか
- 削っても結果が変わらない説明が残っていないか
- フレームワークを使うこと自体が目的になっていないか
失敗2|Contextに情報を詰め込みすぎる
ありがちな失敗場面
顧客向けメールを作るために、会社の沿革、サービス開発背景、過去3年の経緯、チーム構成まで入れます。
原因
情報は多いほどAIが正確になると思っているためです。
改善前
重要な条件である「価格改定率8%」「更新日は9月末」「理由は2点」が大量の説明に埋もれます。
改善方法
Contextは、今回の出力に直接影響する事実を優先します。
たとえば、
- 既存顧客向け
- 改定率8%
- 更新日は9月末
- 理由は運用コスト増とサポート体制強化
- 割引条件は未決定
程度へ絞ります。
改善後の状態
AIが重要条件を拾いやすくなり、人もプロンプトを確認しやすくなります。
チェックポイント
- 重要条件が一目で見えるか
- 背景説明が必要以上に長くないか
- 出力と関係ない情報を削れるか
失敗3|Contextで事実と推測を混ぜる
ありがちな失敗場面
「顧客は価格に不満を持っている」「今回の値上げは受け入れられるはず」といった推測を、確定事実と同じ書き方で入れます。
原因
事実、仮説、推測を分けていないためです。
改善前
AIが推測を事実として扱い、「ご不満をお持ちと存じます」など根拠のない表現を作る可能性があります。
改善方法
- 確定事実
- 仮説
- 未確認事項
を分けて書きます。
改善後の状態
AIへ「何を事実として扱ってよいか」が伝わります。
チェックポイント
- その情報は確認済みか
- 仮説なら仮説と明記したか
- 未確認事項を断定表現にしていないか
失敗4|Objectiveに目的を詰め込みすぎる
ありがちな失敗場面
値上げを説明し、謝罪し、顧客満足を高め、追加提案もし、打ち合わせも設定する。
と一度に指定します。
原因
1つの出力で多くの成果を得ようとしているためです。
改善前
文章の焦点がぼやけ、何を最優先すべきかAIが判断しにくくなります。
改善方法
最重要目的を1つ決めます。
たとえば、
価格改定の事実と理由を伝え、詳細説明の打ち合わせ日程を調整できるメールを作る。
とします。
改善後の状態
文章の軸が明確になります。
チェックポイント
- 目的を一文で言えるか
- 相手に取ってほしい行動が1つに絞れているか
- 追加目的を別タスクへ分けられないか
失敗5|Objectiveを「良い文章を作る」にする
ありがちな失敗場面
分かりやすく、丁寧で、いい文章にしてください。
原因
成果ではなく品質形容詞で目的を表しているためです。
改善方法
「相手が何を理解し、次に何をできる状態にしたいか」で書きます。
改善後の状態
AIが文章表現ではなく業務成果を意識しやすくなります。
チェックポイント
- Objectiveに最終成果が書かれているか
- 読み手の次の行動が分かるか
失敗6|StyleとToneを混同する
ありがちな失敗場面
Styleに「柔らかく」、Toneに「ビジネスメール」と書きます。
原因
文章の型と印象を分けていないためです。
改善前
指示の意味が重なり、修正しづらくなります。
改善方法
Styleは、
- ビジネスメール
- 結論先行
- 箇条書き中心
のように構造を指定します。
Toneは、
- 丁寧
- 誠実
- 落ち着いた
- 過度に低姿勢にしない
のように印象を指定します。
改善後の状態
構造と印象を別々に調整できます。
チェックポイント
- Styleは「どう組み立てるか」になっているか
- Toneは「どう感じてほしいか」になっているか
失敗7|Toneが抽象的すぎる
ありがちな失敗場面
いい感じで自然に。
と指定します。
原因
読み手に与えたい印象を言語化していないためです。
改善方法
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。
のようにします。
改善後の状態
出力後の「なんとなく違う」を減らしやすくなります。
チェックポイント
- 避けたい印象も書いたか
- 抽象語だけで終わっていないか
失敗8|Audienceを「顧客向け」で終わらせる
ありがちな失敗場面
Audienceに「顧客」とだけ書きます。
原因
読み手の役職、知識量、関心事まで考えていないためです。
改善前
AIが技術説明を長く書いたり、逆に必要な前提説明を省いたりします。
改善方法
たとえば、
読み手は情報システム部長。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分で要点を把握したい。
とします。
改善後の状態
説明量と強調点を読み手に合わせやすくなります。
チェックポイント
- 役職・立場が分かるか
- 知識量が分かるか
- 何を重視する人か書いたか
失敗9|Responseを指定しない
ありがちな失敗場面
条件を詳しく書いたのに、最後は「回答してください」で終えます。
原因
完成形をAI任せにしているためです。
改善前
長文説明、箇条書き、メール文案など、毎回形式がばらつきます。
改善方法
- 件名3案
- 本文1案
- 400字以内
- 必須項目4点
- 未提供事実の追加禁止
のように具体化します。
改善後の状態
出力後の整形作業が減ります。
チェックポイント
- 出力形式が具体的か
- 長さが決まっているか
- 必須項目があるか
- 禁止事項を書いたか
失敗10|禁止事項を書かない
ありがちな失敗場面
価格改定メールを作らせたところ、AIが「特別割引も検討可能です」と補います。
原因
AIが「役に立つ補足」を自由に追加できる状態だからです。
改善方法
与えていない割引条件、特別対応、他社事例は追加しない。
と書きます。
改善後の状態
余計な創作を減らしやすくなります。
チェックポイント
- AIに勝手に決めてほしくない条件を明記したか
- 事実として与えていない内容の追加可否を書いたか
失敗11|CO-STARを使えば事実誤りがなくなると思う
ありがちな失敗場面
6項目を丁寧に作ったため、出力をそのまま顧客へ送ります。
原因
プロンプト設計と事実検証を混同しているためです。
改善前
AIが、未提示の約束や誤った日付を含めても気づきません。
改善方法
出力後に、
- 数値
- 日付
- 固有名詞
- 契約条件
- 約束表現
を人が確認します。
改善後の状態
CO-STARを「良い入力を作る仕組み」として使い、最終責任は人に残せます。
チェックポイント
- AI出力を人が読んだか
- 事実と推測を再確認したか
- 外部送信前に承認が必要か確認したか
失敗12|機密情報をそのままContextへ入れる
ありがちな失敗場面
顧客名、契約金額、未公開条件、個人情報をそのまま入力します。
原因
プロンプト品質を上げることを優先し、情報管理を見落としているためです。
改善方法
自社ルールを確認し、必要に応じて、
- 顧客名をA社へ置換
- 金額を比率へ抽象化
- 個人名を役職名へ置換
します。
改善後の状態
必要な文脈を保ちながら、不要な機密入力を減らせます。
チェックポイント
- その情報をAIへ入力してよいか
- 固有名詞を匿名化できるか
- 最小限の情報で目的を達成できるか
通し例|価格改定メールのCO-STARを立て直す
営業企画担当者が、最初に次のプロンプトを作っていました。
Context
当社の歴史、製品開発の経緯、組織体制、A社とのこれまでの関係を長文で記載。
Objective
値上げ説明、謝罪、納得、追加提案、打ち合わせ設定を全部実現する。
Style
柔らかくプロらしく。
Tone
ビジネスメール。
Audience
顧客。
Response
分かりやすく出力。
このプロンプトでは、6項目は埋まっていますが、実務では使いにくい状態です。
そこで、次のように修正しました。
改善後のContext
- 既存顧客A社
- 価格改定率8%
- 更新日は9月末
- 理由は運用コスト増とサポート体制強化
- 割引条件・特別対応は未決定
改善後のObjective
価格改定の事実と理由を簡潔に伝え、詳細説明の打ち合わせ日程を調整する。
改善後のStyle
結論先行のビジネスメール。改定内容→理由→更新時期→打ち合わせ案内の順。
改善後の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。
改善後のAudience
情報システム部長。利用歴3年。予算影響と継続性を重視。1分で要点を把握したい。
改善後のResponse
件名3案、本文1案、400字以内。8%、9月末、理由2点、打ち合わせ候補日を必ず含める。未提供の割引・約束・他社事例は追加しない。
改善後は、必要な条件が一目で分かり、出力後の確認ポイントも明確になりました。
それでもAIが未提示の「今後の機能強化をお約束します」という表現を入れたため、人が削除しました。
この例から分かるのは、CO-STARは「AIに任せ切るための型」ではなく、「AIへ渡す条件と、人が確認する境界を整理する型」だということです。
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。実際の業務適用をケースで追いたい場合は、CO-STARの具体例も参考になります。
生成AIを使ってCO-STAR自体の整理を補助する方法は、生成AIでCO-STARを使う方法で確認できます。
最終チェックリスト
- 6項目を埋めること自体が目的になっていないか
- Contextに必要以上の情報を入れていないか
- 事実と推測を分けたか
- Objectiveを最重要成果へ絞ったか
- Objectiveが「良い文章を作る」だけになっていないか
- StyleとToneを分けたか
- Toneが抽象語だけになっていないか
- Audienceに役職・知識量・関心を書いたか
- Responseに形式・長さ・必須項目を書いたか
- 禁止事項を明記したか
- AI出力の事実を人が確認したか
- 機密情報の入力可否を確認したか
まとめ
CO-STARで失敗しやすいのは、6項目を埋めることが目的になること、Contextを長くしすぎること、事実と推測を混ぜること、Objectiveへ目的を詰め込みすぎること、StyleとToneを混同することです。
さらに、Audienceを「顧客向け」で終わらせる、Responseを曖昧にする、禁止事項を書かない、CO-STARを使えば事実確認が不要だと考えると、業務でのリスクが高まります。
実務では、必要な条件だけを簡潔に整理し、AIへ任せる範囲と人が確認する範囲を分けることが重要です。CO-STARは、プロンプトを長くするためではなく、生成AIへ伝える条件を明確にし、出力を業務で使える状態へ近づけるために使います。