AIに役割を与えると答えは変わる？——ロールプロンプトが効くこと・効かないこと

取引先へのお詫びメールを、ChatGPTに頼む。返ってきたのは、間違ってはいないけれど、どこかよそゆきで当たり障りのない文章。「これなら自分で書いたほうが早い」と、結局ボツにする。

そこで多くの人が足すのが「あなたは一流の営業担当です」の一文です。役割(ロール)を先に与えるやり方で、ロールプロンプトと呼ばれます。文面は、たしかに引き締まります。

ところが同じ調子で「あなたは税理士です」と足して控除の金額を聞くと、今度は妙に堂々とした答えが返ってきます。でも、その数字が合っている保証は、どこにもありません。

同じ役割の一文でも、効く場面とそうでない場面があります。分かれ目はシンプルです。役割で変えられるのは、答えの見せ方までです。中身が合っているかどうかは、変えられません。

ロールプロンプトとは——公式ガイドも認める使い方

ロールプロンプトは、AIに立場や肩書きを与える指示です。「あなたは経験豊富な編集者です」「あなたは管理栄養士です」のように、役割を一文添えます。

思いつきの小技に見えて、ChatGPTとClaudeの公式ガイドがどちらもすすめる基本テクニックです。

Anthropic(Claude)のガイドは、役割を与えると、AIのふるまいや文体がその用途に合ってくる、と説明しています。「たった一文でも違いが出る」とも書いています。OpenAIのガイドも、AIの「役割・目的・伝え方」を最初に決めることを、良い指示の出発点として挙げています。

言い方は違っても、両者が指す方向は同じです。まず役割を決めること。

役割が動かすもの、動かせないもの

では、役割は具体的に何を動かすのか。

動くのは、答えの「見せ方」の部分です。公式ガイドが挙げているのは、ふるまいと文体・トーンです。噛み砕くか、かしこまるかといった、答えの手ざわりにあたります。

当サイトで使ってみた実感では、どの観点を先に出すか（コスト重視か、リスク重視か、読み手重視か）も役割で寄ることがあります。ただしここは公式ガイドが保証している範囲ではなく、使ってみての印象です。

「あなたは新人向けの講師です」と足せば、説明はやさしく噛み砕かれます。「あなたは法務担当です」と足せば、リスクに目を向けた答えになりやすい。役割によって、AIが持っている引き出しのうち、どれを開けるかが変わります。

動かないものが一つあります。答えの中身が正しいかどうかです。「あなたは医師です」と名乗らせても、AIの医学知識はそれで増えません。

これは研究でも確かめられています。研究者が162種類の役割と2,410問の事実問題を、広く使われているAIで試しました。平均すると、役割をつけてもつけなくても正答率は変わりませんでした。役割ごとに見ても効果はまちまちで、どの役割が当たるかは、ほぼ運しだいだったそうです。肩書きを足して増えるのは知識ではなく、「それらしい口ぶり」のほうです。

下の図が、役割で「動く側」と「動かない側」の全体像です。

では、自分の仕事は左右どちらなのか。次の一問で見分けます。

あなたのタスクはどっち?——一つの問いで見分ける

自分の仕事で使うべきかどうか。判断は、たった一つの問いで決まります。

「この答えの良し悪しは、伝え方で決まるのか、合っているかで決まるのか」

伝え方で決まるなら、役割が効きます。合っているかで決まるなら、役割では守れません。

このタスクの価値は	役割プロンプト	代わりに効く手
伝え方で決まる（文体・観点・読む相手）	効く	追加不要
中身の正しさで決まる（事実・計算・法律の可否）	頼りすぎない	手順を分ける・根拠を出させる・別で裏取り

メール文の調整、説明の噛み砕き、レビューの観点出し。このあたりは伝え方そのものが価値なので、役割がよく効きます。

数字の集計、日付の計算、法律で可否が割れる質問。ここは合っているかどうかが価値なので、役割では守れません。

効かせる書き方——役割・相手・目的・形式

役割が効く場面だと分かったら、次の型で外さなくなります。役割だけでなく、相手・目的・形式まで一度に渡すのがコツです。

悪い例と良い例を、会議の議事録の要約で並べます。

• 惜しい例: 「この議事録を要約して」
• 整えた例: 「あなたは、会議に出ていない上司に手短に報告する秘書です。この議事録を、決まったこと・次にやること・保留、の3つに分けて箇条書きにして」

違いは、役割(秘書)、相手(会議に出ていない上司)、目的(手短な報告)、形式(3つに分けた箇条書き)を全部そろえたことです。ここまで渡すと、返ってくる答えはそのまま使える形に近づきます。

手順にすると、こうです。

1. 肩書きを一つ決める: 「あなたは採用担当の視点で読む面接官です」
2. 相手と目的を足す: 「新卒の応募者向けに、志望動機の弱い点を指摘して」
3. 出力の形を指定する: 「良い点と直す点を、3つずつ箇条書きで」

逆に、役割だけを書いて、相手や目的を添えないと、狙いには近づきません。当サイトで試した範囲では、「世界最高の○○」のような大げさな肩書きより、用途に合った具体的な役割のほうが扱いやすく感じます。指示の基本の型は、別の記事にまとめています。

中身で決まる質問は、役割では守れない

ここで扱うのは、答えが「合っているか」で決まる質問です。数字・日付・仕様・法律・健康。このあたりを尋ねるとき、「あなたは専門家です」を、裏取りを省く言い訳にしないことです。

守り方は、中身を確かめる手を一つ挟むだけ。

• 出典を聞く（「その根拠のURLは?」）
• 公式サイトで数字を照合する
• 少し違う聞き方で、もう一度尋ねる

肩書きが立派なほど、答えは自信たっぷりに見えます。ただ、その自信は見た目の印象であって、正しさの保証ではありません。「それっぽい嘘」の見分け方は、こちらの記事で詳しく書いています。

まず一つ、肩書きを添えてみる

理屈より、一度試すのが早いです。次にAIへ何か頼むとき、指示の先頭に「あなたは○○です」と一言添えてみてください。メールの下書きでも議事録の要約でも、返ってくる答えの印象がはっきり変わります。

あとは、使うかどうか迷ったとき、さっきの見分け方をあてはめてみてください。役割プロンプトは、迷ったらまず試し、中身は別に確かめる、という軽い付き合い方でちょうどいいはずです。

ほかの頼み方のコツはAIへの頼み方の基本に、AIとの付き合い方全体はAI活用のページにまとめています。