CO-STARフレームワーク完全ガイド｜AIプロンプトの精度が劇的に変わる6要素

フリーランスをやっていると、「依頼の仕方」で仕事の質が決まる瞬間を嫌というほど経験する。

「いい感じのLP作って」と言われて納品したら「イメージと違う」。「ロゴお願い」だけ投げられて、3回やり直し。逆に、ヒアリングシートがしっかりしてるクライアントから来た仕事は、一発OKが出る。

AIへのプロンプトも、まったく同じ構造だ。

CO-STARフレームワークは、いわばAIに渡す「ヒアリングシート」。6つの項目を埋めるだけで、AIの出力精度が段違いに上がる。

2025年のシンガポール政府主催GovTechハッカソンでプロンプトエンジニアリング最優秀賞を獲得したSheila Teoが提唱したこのフレームワークは、今やAnthropic（Claude開発元）やOpenAIのコミュニティでも広く参照されている。

Key Takeaways

• CO-STARはContext（背景）・Objective（目的）・Style（文体）・Tone（トーン）・Audience（対象）・Response（出力形式）の6要素
• 「なんかいい感じに」を「具体的な発注書」に変換するフレームワーク
• Claude・ChatGPT・Geminiどれでも使えるが、Claudeとの相性が特に良い
• GovTechハッカソン最優秀賞で実績証明済み

CO-STARフレームワークとは？6つの要素を解説

CO-STARは、以下の6要素の頭文字を取ったプロンプト設計フレームワークだ。

要素	英語	意味	ヒアリングシートでいうと
C	Context	背景情報	「今どういう状況ですか？」
O	Objective	目的	「何を達成したいですか？」
S	Style	文体・形式	「どんな書き方がいいですか？」
T	Tone	トーン	「堅い？カジュアル？」
A	Audience	対象読者	「誰に向けてですか？」
R	Response	出力形式	「納品物の形式は？」

フリーランスなら分かると思うが、この6項目って要するに「まともな発注書に書いてあること」だ。背景を知らず、目的も曖昧で、誰に届けるのかも聞かずに作り始めたら、どんな腕利きでもまともな仕事はできない。AIも同じ。

なぜCO-STARが効くのか

AIは空気を読めない。当たり前だが、これを本当に理解している人は少ない。

人間の同僚なら「あ、これ社内向けだから堅めにね」と言えば伝わる。過去の文脈、社風、暗黙のルールを共有しているからだ。でもAIにはそれがない。だから6つの要素を明示的に渡す必要がある。

ヒアリングシートを書くのが面倒だから「適当でいいよ」で発注する。結果、3回手戻りして余計な時間がかかる。フリーランスあるあるだ。プロンプトも同じ。最初の30秒でCO-STARを埋める方が、出力を何度もやり直すより圧倒的に速い。

CO-STARの使い方｜実践テンプレート

百聞は一見に如かず。実際のプロンプトで見てみよう。

なお、本記事では基礎としての使い方に絞る。クライアントメール返信・議事録要約・営業DM・コードレビューなどフリーランス実務10シーン分のコピペ用テンプレート集はCO-STARプロンプト テンプレート集にまとめた。本記事で考え方を掴んだら、そちらで「明日使える発注書」を回収してほしい。

例1: ブログ記事の構成案を作る

CO-STARなし（ダメな発注）:

フリーランスの確定申告について記事の構成を考えて

これは「いい感じのLP作って」と同じだ。AIは何か出力するが、的外れになる確率が高い。

CO-STARあり（まともな発注書）:

# Context（背景）
フリーランス1年目の人向けに、確定申告の基礎知識を解説する
ブログ記事を書きたい。当サイト（prompt-ya.com）はAI活用と
フリーランス向けの実用情報を発信している。

# Objective（目的）
確定申告を初めてやるフリーランスが「最低限これだけやれば
大丈夫」と安心できる構成案を作る。

# Style（文体）
水野敬也的なカジュアルだけど中身はガチ、というトーン。
箇条書きと短い段落で読みやすく。

# Tone（トーン）
親しみやすく、でも無責任にならない。「先輩フリーランスが
居酒屋で教えてくれる」くらいの距離感。

# Audience（対象）
フリーランス1年目、20代後半〜30代。確定申告が初めてで、
税理士には頼まず自分でやろうとしている。

# Response（出力形式）
H2見出し5〜7本、各H2に2〜3行の内容要約をつけた構成案。
Markdown形式で出力。

この2つの出力を比べたら、差は歴然だ。CO-STARありの方は「このままH2を埋めれば記事が完成する」レベルの構成案が返ってくる。

例2: クライアントへのメール文面を作る

# Context
先月納品したWebサイトのデザイン修正依頼が来た。
修正内容は軽微（色味の調整3箇所）だが、
契約上は追加費用が発生する範囲。

# Objective
追加費用が発生することを角を立てずに伝え、
見積もりを提示する。

# Style
ビジネスメール。敬語だが堅すぎない。

# Tone
丁寧だが毅然。「やりますよ、でもタダじゃないですよ」を
感じよく伝える。

# Audience
30代の中小企業Web担当者。IT知識は中程度。
長期的な関係を築きたい相手。

# Response
メール本文（件名含む）。300文字以内。

これはフリーランスなら週に3回は発生するシーンだろう。CO-STARで書くと、Tone（毅然だが丁寧）とAudience（長期関係を築きたい相手）が効いて、絶妙なバランスのメールが出力される。

例3: SNS投稿文を作る

# Context
フリーランス向けAI家計簿アプリ「LANCE」の認知拡大のため、
X（旧Twitter）に投稿する。

# Objective
確定申告の面倒さに共感を得つつ、LANCEの存在を自然に知らせる。
宣伝臭は最小限に。

# Style
Xの投稿。短文で歯切れよく。ハッシュタグ2個以内。

# Tone
「あるある」ネタの共感。ちょっと笑える。

# Audience
フリーランス1〜3年目。確定申告を面倒だと思っている。
「なんとかしたい」けど行動に移せていない層。

# Response
投稿文1本。135文字以内。

ここでもAudienceとToneが鍵になる。「フリーランス3年目」と「経理部長」ではまったく違うトーンが必要だし、CO-STARはそれを明示的に指定できる。

CO-STARはClaudeとの相性が特に良い理由

CO-STARはChatGPTでもGeminiでも使える。どのAIに対しても「構造化された発注書」は効く。

ただ、Claudeとの相性がワンランク上だと感じている。

理由は2つ。

1. ClaudeはXMLタグとの親和性が高い

CO-STARの各要素をXMLタグで囲むと、Claudeの解析精度がさらに上がる。Claudeはトレーニング段階でXMLを使用しており、タグ付きの構造化入力を「母語」レベルで理解する（XMLタグの詳細はこちら）。実測Before/After付きの具体的な書き方はClaude × CO-STARプロンプト術で解説している。

<context>
フリーランス1年目向けの確定申告記事を書きたい。
</context>

<objective>
「最低限これだけ」で安心できる構成案を作る。
</objective>

<style>
カジュアルだけど中身はガチ。箇条書き多用。
</style>

<tone>
先輩フリーランスが居酒屋で教えてくれる距離感。
</tone>

<audience>
フリーランス1年目、20代後半〜30代。税理士には頼まない派。
</audience>

<response>
H2見出し5〜7本＋各H2に内容要約。Markdown形式。
</response>

2. Claudeは「Tone」と「Audience」の解釈がうまい

正直、ChatGPTは指定したToneを途中で忘れることがある。Claudeは最後まで一貫性を保つ傾向が強い。特に「堅すぎず、でも無責任にならない」のような微妙なトーン指定に対する対応力が高い。

これは私の体感なので、気になる人は同じCO-STARプロンプトを両方に投げて比較してみてほしい。

CO-STARでよくある失敗3つ

ヒアリングシートも、書き方を間違えると機能しない。CO-STARも同じだ。

失敗1: ContextとObjectiveを混同する

# Context（こう書く人が多いが、これはObjectiveだ）
売上を上げるための戦略を考えたい

Contextは「今の状況」、Objectiveは「やりたいこと」。ヒアリングでいえば、「御社の現状を教えてください」と「今回のゴールは何ですか？」は別の質問だ。

正しい分け方:

# Context
月商50万円のフリーランスWebデザイナー。
受注は紹介のみで、新規開拓をしていない。

# Objective
紹介以外の新規顧客獲得チャネルを3つ提案してほしい。

失敗2: StyleとToneの違いが分からない

StyleとToneは似ているが、別物だ。

• Style = 文章の形式・書き方。「箇条書き」「論文調」「会話形式」など
• Tone = 文章の感情・温度感。「フレンドリー」「堅め」「ユーモラス」など

ヒアリングシートでいえば、Styleは「A4横の提案書ですか？パワポですか？」、Toneは「堅い社内文書ですか？ラフな企画メモですか？」。

同じ「箇条書き」(Style)でも、「堅めのビジネストーン」(Tone)と「友達に話す感じ」(Tone)ではまったく違う出力になる。

失敗3: Audienceを省略する

「誰に向けてか」を省略する人は驚くほど多い。フリーランスの見積もりでも「使うのは誰ですか？」を聞かずに作り始めると事故る。

Audienceが「フリーランス1年目」なのか「経理部長」なのかで、同じ「確定申告の解説」でも内容が完全に変わる。専門用語のレベル、前提知識、求めている粒度、全部違う。

AIは省略された情報を「一般的な読者」で埋める。それが的外れの元凶だ。

よくある質問（FAQ）

Q: CO-STARの6要素、毎回全部埋めないとダメですか？

全部埋めるのが理想だが、最低限Context + Objective + Audienceの3つがあれば出力の質は大きく改善する。残りの3つ（Style/Tone/Response）は、こだわりがなければ省略してもAIがそれなりに補完してくれる。

ただし、StyleとToneを省略すると「AIが書いたっぽい無味乾燥な文章」になりやすい。差をつけたいならここを書くべきだ。

Q: CO-STARとRACEフレームワーク、どっちがいいですか？

RACE（Role/Action/Context/Expect）は「役割」から入るフレームワークだ。CO-STARにはRoleの概念がない代わりに、StyleとToneでAIの出力スタイルを細かく制御できる。

正直、好みの問題だと思う。文章生成が多いならCO-STAR、コーディングや分析タスクが多いならRACEが使いやすいかもしれない。両方試して合う方を使えばいい。

Q: 日本語でCO-STARを書いてもいいですか？

問題ない。ClaudeもChatGPTも日本語のCO-STARプロンプトを正しく解釈する。上の例もすべて日本語で書いている。

ただし見出し（# Context # Objective など）は英語の方がAIの認識精度が若干高い。本文は日本語、見出しは英語、これがベストプラクティスだ。

Q: CO-STARを使うと、プロンプトが長くなりすぎませんか？

長くなる。でもそれは「ちゃんとした発注書は、一行のメモより長い」のと同じ話だ。

大事なのは、プロンプトの長さと出力の手戻り回数のトレードオフ。CO-STARで30秒余分にかけて書いたプロンプトが、出力のやり直し3回分（15分）を節約する。フリーランスなら時給換算で考えるべきだ。

まとめ：いい仕事は、いい発注書から始まる

CO-STARフレームワークは、AIに渡すヒアリングシートだ。

Context（背景）、Objective（目的）、Style（文体）、Tone（トーン）、Audience（対象）、Response（出力形式）。この6項目を埋めるだけで、AIの出力は「なんか違う」から「これでいい」に変わる。

フリーランスなら知っているはずだ。クライアントの「いい感じに」は地雷ワードだと。ヒアリングを飛ばして作り始めると、必ず手戻りが発生する。AIへの指示も同じ構造で、同じ解決策が効く。

プロンプトを書く前に、30秒だけCO-STARを埋めてみてほしい。そのたった30秒が、AIをあなた専属の優秀なアシスタントに変える。

ヒアリングシートを書け。話はそれからだ。