「ChatGPTに指示を出しても、当たり障りのない回答しか返ってこない。」
その原因はAIの性能不足ではない。多くの場合、設計図の欠如だ。
プロンプトは「お願い」ではなく「設計」だ。シンガポール政府のデジタル庁「GovTech」が実務のために磨き上げた『CO-STAR』フレームワークを使えば、AIの出力は「偶然の成功」から「再現性のある資産」へと変わる。
この記事でわかること
- CO-STARの6要素と「なぜ外さないのか」の理由
- コピペで使えるテンプレートとFew-shot強化術
- CRISPE・深津式との比較と使い分け
CO-STARとは？回答精度を劇的に変える6要素
📌 要点：CO-STARはシンガポール政府（GovTech）が実務標準化のために開発した構造化プロンプトフレームワーク。C（背景）・O（目的）・S（スタイル）・T（トーン）・A（対象）・R（形式）の6要素を埋めるだけで、AIの「的外れ」を物理的に防ぐ。
CO-STARは、以下の6つの頭文字をとった構造化プロンプトの設計図だ。
| 要素 | 意味 | 役割 |
|---|---|---|
| C：Context（背景） | タスクの前提条件 | 不要な推測（ノイズ）を排除する |
| O：Objective（目的） | 最終的なゴール | 何をもって「成功」とするかを定義する |
| S：Style（スタイル） | 誰になりきるか | 専門家としての筆致と視点を固定する |
| T：Tone（トーン） | 感情の温度感 | 冷徹な分析調か、情熱的な提案調か |
| A：Audience（対象） | 情報の受け手 | 読み手に合わせて語彙レベルを自動最適化する |
| R：Response（形式） | 出力の型 | 箇条書き・表・JSONなど後工程を楽にする |
この6要素を埋めるだけで、AI特有の「的外れ」は物理的に発生しなくなる。
なぜCO-STARは「外さない」のか
📌 要点：CO-STARの最大の強みはAudience（誰に）とStyle（どう書くか）を明確に分離している点にある。「分かりやすく」という曖昧な表現に終始する失敗プロンプトとは根本的に設計思想が違う。国家レベルの標準化から生まれた「国家品質の合理性」が6文字に凝縮されている。
最大の強みは、Audience（誰に）とStyle（どう書くか）を明確に分離している点にある。
多くの失敗プロンプトは「分かりやすく書いて」という曖昧な表現に終始する。しかしCO-STARなら、
「5歳児向けのStyle」で「投資家Audience」に事業説明をする
といった高度な文脈設計が可能になる。国家レベルで「プロンプトの標準化」を行っているシンガポール政府の合理性が、この6文字に凝縮されている。
情シス部門でAI活用の社内研修を担当した際、このフレームワークを使い始めてから「AIが意図しない方向に行く」という不満が激減した。6要素を埋めるだけで誰でも再現性のある指示が出せるようになったからだ。
他フレームワークとの比較
📌 要点：実務での再現性においてCO-STARは群を抜く。CRISPEは日常タスクに向いており、深津式は変数・制約を重視した汎用指示に強い。目的が「業務の標準化・チームへの展開」ならCO-STARが最適だ。
| 手法 | 特徴 | 向いている用途 | 再現性 |
|---|---|---|---|
| CO-STAR | 6要素完全構造化 | 実務・業務標準化 | ★★★★★ |
| CRISPE | 役割・背景重視 | 日常のタスク | ★★★★ |
| 深津式 | 変数・制約重視 | 汎用的な指示 | ★★★★ |
【コピペ用】CO-STARテンプレート
📌 要点：6つのフィールドを埋めるだけで使えるテンプレート。辞書登録（「こすたー」など）に入れておくと呼び出しが一瞬になる。
Context（背景）：
Objective（目的）：
Style（スタイル）：
Tone（トーン）：
Audience（対象）：
Response（形式）：【強化術】CO-STAR × Few-shot
📌 要点：テンプレートの末尾に「Example（具体例）」を1〜2個添えると精度がさらに上がる。AIは命令より「実物の手本」から最も多くを学ぶ。例は1〜2個が最適で、多すぎると例に引っ張られすぎる。
さらに精度を極限まで高めるなら、テンプレートの末尾に「Example（具体例）」を1つだけ添える。
AIは命令よりも「実物の手本」から最も多くを学ぶ。「型（CO-STAR）」で思考の枠組みを作り、「魂（Example）」で仕上がりを決定づける。これが2026年時点のプロンプト設計の到達点だ。
Few-shotの最適な個数：1〜2個。例を入れすぎると、AIが例に引っ張られすぎて柔軟性が失われる。
FAQ
Q. CO-STARはChatGPT以外でも使える？
Claude・Gemini等の大規模言語モデルでも有効だ。
構造化された指示を理解できるモデルであれば基本的に同じ効果が期待できる。
Q. 無料版ChatGPTでも効果はある？
ある。CO-STARはモデル性能を上げる技術ではなく「指示の設計精度」を高める手法だ。
無料版でも十分効果を実感できる。
Q. 6要素すべてを毎回書く必要がある？
要素すべてが必須ではない。
Context・Objective・Responseの3つだけでも大幅に精度が上がる。まず3要素から始めて、出力が物足りなければStyle・Tone・Audienceを追加するという段階的な使い方がおすすめだ。
Q. CO-STARと26原則（MBZUAI）はどう使い分ける？
CO-STARは「構造化の型」として一度学べば誰でも使える標準フレームワークだ。
26原則は「精度を極限まで高めるための詳細な設計原則集」だ。CO-STARで基本を固めてから、26原則で細部を磨く順序が実用的だ。
まとめ
- CO-STARはシンガポール政府（GovTech）発の6要素構造化プロンプトフレームワーク
- 6要素：Context（背景）・Objective（目的）・Style（スタイル）・Tone（トーン）・Audience（対象）・Response（形式）
- 最大の強み：AudienceとStyleを分離することで「分かりやすく」という曖昧な指示を具体化できる
- 強化術：Few-shot（例示1〜2個）をテンプレート末尾に追加すると精度がさらに上がる
- 使い分け：業務標準化・チーム展開ならCO-STAR、汎用的な一発指示なら深津式、日常タスクはCRISPE
プロンプトの「型」を手に入れたら、次はモデル別の使い分けを押さえよう。
→ 【2026最新】ChatGPT・Claude・Gemini・Copilot完全比較｜タスク別の正解と料金で損しない選び方
