CO-STARプロンプトフレームワークとは？

言語を選択:

🇺🇸en 🇩🇪de 🇫🇷fr 🇯🇵ja 🇨🇳zh 🇪🇸es 🇧🇷pt 🇸🇦ar 🇰🇷ko

クイック回答

CO-STARは6つの部分からなるプロンプト構造です：Context（背景）、Objective（目標）、Style（文体）、Tone（感情的な調子）、Audience（読者）、Response（出力形式）。すべての制約を明示することで、一貫した目的に合ったLLM出力を生み出すのに役立ちます。

▸C = Context：LLMが必要とする背景情報
▸O = Objective：完了すべき具体的なタスク
▸S/T/A = Style、Tone、Audience：どのように、誰のために書くか
▸R = Response：形式（リスト、段落、JSONなど）

更新: 2026-05

Prompt Engineering

重要なポイント

✓CO-STARはContext、Objective、Style、Tone、Audience、Responseの略 — 一貫した出力のための6コンポーネントのプロンプト構造
✓このフレームワークはすべての前提を明示することを強制し、大規模言語モデルからの曖昧または不整合な応答を減らす
✓CO-STARは文書作成、顧客向けメール、特定の声や形式が必要なタスクに最も効果的
✓単純な事実確認や一行コマンドの場合、CO-STARは品質向上なしにオーバーヘッドを追加するだけ

CO-STARの各コンポーネントが行うこと

CO-STARは、言語モデルが目的に合った一貫した出力を生み出すために必要なすべての変数をカバーする6コンポーネントのプロンプト構造です：背景状況、タスク、望ましい文体、感情的な調子、意図した読者、必要な出力形式。 6つのコンポーネントすべてを使用することで、不整合な応答の最も一般的な原因である「コンテキストの欠如」を排除します。

このフレームワークは、プロンプトエンジニアリングの繰り返し発生する問題を解決するために開発されました：技術的には明確だが暗黙の制約を見逃すプロンプト。「このドキュメントを要約してください」と書くと、モデルは長さ、形式、読者、フォーマットについて仮定を行います。CO-STARはそれらの仮定を明示的な指示に置き換えます。

それぞれのコンポーネントは出力の異なる次元を対象にしています。Contextはモデルを関連する状況に固定します。Objectiveは正確な成果物を決定します。StyleとToneは文章のレジスターを制御します。Audienceは語彙と複雑さを調整します。Responseは構造的なフォーマットを指定します。

コンポーネント	答える質問	例
Context	状況は何か？	法律の専門知識のない人のために法的契約を要約している
Objective	何を作成すべきか？	主要な義務の3点箇条書き要約
Style	どのように書かれるべきか？	平易な言葉、専門用語なし
Tone	感情的な調子は何か？	ニュートラルで情報的
Audience	誰がこれを読むか？	法律の背景知識のない中小企業のオーナー
Response	出力形式は何か？	箇条書きリスト、最大3項目

CO-STARを使う場合とよりシンプルなプロンプトを使う場合

CO-STARはすべてのタスクに適したツールではありません。文書作成、顧客向けコミュニケーション、正式なレポート、声やフォーマットや読者の一貫性が重要な出力に最も価値をもたらします。よく構造化されたCO-STARプロンプトは通常60〜120ワードの準備が必要ですが、複数回の修正ラウンドを排除します。

単純な事実クエリ、コード生成、ワンショットのルックアップには、CO-STARは意味のある品質向上なしにオーバーヘッドを追加します。 「Pythonの`zip()`関数は何をしますか？」という質問は、6コンポーネントの構造から恩恵を受けません。CO-STARは、実際の人々が特定のコンテキストで出力を読むタスクのために取っておいてください。

CO-STARとうまく組み合わさるプロンプトパターンの詳細については、高度な例と一般的な失敗モードをカバーした完全なCO-STARプロンプトエンジニアリングガイドをご覧ください。

CO-STARフレームワークに関するよくある質問

CO-STARはRISENやTRACEなどの他のプロンプトフレームワークとどう違いますか？▾

CO-STARは出力特性 — スタイル、トーン、読者、フォーマット — に特化しています。RISEN（Role、Instructions、Steps、End Goal、Narrowing）はプロセスと制約を重視します。TRACE（Task、Role、Audience、Context、Examples）はCO-STARと大幅に重複しています。CO-STARの重要な利点は、ほとんどの他のフレームワークが単一の「声」パラメータにまとめているStyleとToneを明示的に分離していることです。

CO-STARで最も重要なコンポーネントは何ですか？▾

Objectiveコンポーネントが最も大きな影響を持ちます。曖昧なObjectiveは、StyleやTone、Audienceがどれほど丁寧に指定されていても曖昧な応答を生み出します。Objectiveを最初に書き、できるだけ具体的にしてください — 測定可能な完了基準を持つ1つの具体的な成果物。

CO-STARはすべての大規模言語モデルで機能しますか？▾

はい。CO-STARは構造的な技術であり、モデル固有の機能ではありません。自然言語の指示を処理するすべての言語モデルで機能します。Instruction Followingの能力が強いモデルは制約をより確実に適用しますが、フレームワークは普遍的に適用可能です。

CO-STARを完全にスキップすべき場合はいつですか？▾

CO-STARをスキップする場合：一行の事実クエリ、出力形式が固定されたコード生成、素早いデータ抽出、リクエストから出力形式が明白な任意のタスク。私たちのLLM比較ガイドを参照して、ユースケースに合わせた構造化プロンプトに最適なモデルを組み合わせてください。

← プロンプト早わかりに戻る