ロールプロンプト(役割指示)

ざっくり言うと

たとえば「節税について教えて」と聞くより、「あなたは経験豊富な税理士です。個人事業主の節税について教えて」と聞いた方が、より実務的で踏み込んだ答えが返ってきやすくなります。

ロールプロンプトは、プロンプトエンジニアリング(AI への指示の出し方の工夫)の中で広く知られた基本テクニックの一つです。各社の公式ドキュメントでも紹介されています。

Anthropic(Claude の開発元) は公式ドキュメントで、システムプロンプトで Claude に役割(persona)を与えることを「role prompting」と呼び、専門領域の精度向上・トーン調整・タスクへの集中に効果的だと説明しています。

OpenAI の Prompt engineering ガイドでは、モデルに対して「ペルソナ(persona)を採用させる」ことが、回答のスタイルや方向性をコントロールする基本戦術として挙げられています。

Google AI for Developers の Prompt design strategies でも、「ロール(役割)を割り当てる」ことが、回答の視点・専門性のトーンを設定する有効な方法として紹介されています。

つまり、ロールプロンプトは「俗説や裏ワザ」ではなく、主要プロバイダが公式に推奨している基本テクニックだと押さえてください。

AI は大量の文章を学習しています。その学習データには、税理士が書いた節税の解説、編集者が書いた文章論、エンジニアが書いた技術記事など、さまざまな立場の文体や知識が含まれています。

「あなたは税理士です」と指示すると、AI は学習データの中の「税理士っぽい文章・視点」を引き寄せて答えを組み立てます。役割が、回答を作るときの目印(ラベル) として働くイメージです。

ロールプロンプトは、よくシステムプロンプト(会話全体の方針をあらかじめ設定する仕組み)と組み合わせて使われます。

ChatGPT の「Custom Instructions」や Claude / Gemini のシステムプロンプト機能を使うと、毎回書かなくても役割を保持できます。

役割	効きやすい場面
小学校の先生	専門用語を避けてやさしく説明してほしいとき
編集者・校正者	文章の構成・誤字脱字・読みやすさをチェックしたいとき
コードレビュアー	コードの問題点・改善点を指摘してほしいとき
キャリアコーチ	相談ごとに対して質問を返しながら整理してほしいとき
辛口の批評家	自分のアイデアの弱点を遠慮なく指摘してほしいとき

ロールプロンプトが効きやすいのは、「答えの正解」よりも「どの視点で答えるか」が大事な場面です。

反対に、価格・法律・医療・制度のように事実確認が重要な場面では、役割を与えるだけでは足りません。「専門家として答えて」と書いても、AI が本当に資格を持ち、資料を確認しているわけではないからです。

確認するときは、出力を次の3点で見ます。

うまく効かないときは、役割だけでなく「誰に向けて」「何を判断したいか」「どのくらい詳しく」を足すと改善しやすくなります。

「ロールを与えれば AI が無敵になる」わけではない、というのは押さえておきましょう。回答のスタイルを整える道具であって、事実の正しさを保証する道具ではないのがポイントです。

関連用語として、プロンプトの基本要素を扱うプロンプト、会話全体の前提を設定するシステムプロンプト、例を見せて答えを誘導する Few-shot / Zero-shot も合わせて押さえると、指示の引き出しがかなり増えます。