プロンプト完全ガイド｜精度が上がる3つの型を徹底解説

Brainメディア運営部です！

今回は、AI・SNS領域で7桁収益を達成している専門家ここなさんからの知見をもとに、記事を執筆させていただきました。

ここなさんの紹介をさせていただきます。

Brainメディア運営部です！

「なんで私のChatGPTは、一発で完璧な答えを出してくれないの？」。

そんなふうに感じたことはありませんか。

実はその原因、AIの性能ではありません。

答えがズレる原因の99％は〝プロンプト設計〟にあります。

どれだけ高性能なAIでも、指示が曖昧なら曖昧な答えしか返せません。

逆に言えば、型に沿って指示を出すだけで、回答精度は劇的に変わります。

実際にGoogleやOpenAIも、公式にプロンプト設計の重要性を発信しています。

つまり今の時代は、AIスキル＝プロンプト設計力なのです。

「AIを使っているのに、なぜか成果が出ない」。

「副業に活かしたいけど、思い通りの回答が返ってこない」。

そんな悩みを抱えているなら、やるべきことはたった一つです。

それは、プロンプトを〝感覚〟から〝型〟へ変えること。

本記事では、現場レベルで使われている3つのプロンプトの型を徹底解説します。

万能型の〝7Rプロンプト〟。

創造性を引き出す〝CREATEプロンプト〟。

初心者でも即使える〝RTFフレームワーク〟。

それぞれの特徴、使い分け方、具体例までを、初心者でも分かるように整理しました。

この記事を読み終える頃には、AIに振り回される側ではなく、AIを操る側になっているはずです。

適当にプロンプトを打って何度も修正する未来か。

型を使って一発で理想の回答を引き出す未来か。

その差は、今日ここで学ぶかどうかで決まります。

ではここから、〝上位1％のAIマスター〟が使っている3つの型を解説していきましょう。

〝AIが使えない〟は嘘？答えがズレる本当の原因

「なんで思った通りの答えが出ないんだろう」。

AIを使っていて、そんな違和感を抱いたことはありませんか。

問題はAIの性能ではありません。

原因のほとんどは、〝プロンプト設計〟の不足にあります。

AIは魔法の箱ではなく、指示に忠実なシステムです。

曖昧に聞けば曖昧に返します。

具体的に聞けば具体的に返します。

この単純な原理を理解することが、すべてのスタートになります。

なぜあなたのChatGPTは一発で完璧な答えを出さないのか？

結論はシンプルです。

AIは、書かれていない意図を完璧には読み取れないからです。

人間同士なら、空気を読んでくれることがあります。

しかしAIは、入力された情報のみをもとに判断します。

たとえば「いい感じの文章を書いて」と指示したとします。

この〝いい感じ〟とは何でしょうか。

若者向けなのか。

ビジネス向けなのか。

それとも親しみやすい口語体なのか。

何も指定しなければ、AIは無難な回答を出します。

その結果、どこか物足りない文章が出来上がります。

これはAIの限界ではなく、指示の曖昧さが原因です。

特に初心者ほど、短く雑なプロンプトを打ちがちです。

しかしそれでは、理想の回答は出ません。

具体性がそのまま精度に直結するという仕組みを理解する必要があります。

AIは優秀な部下のような存在です。

優秀な部下ほど、曖昧な指示では力を発揮できません。

ここで一度、重要なポイントを整理しましょう。

• AIは書かれた情報のみを判断材料にする
• 曖昧な表現は曖昧な出力を生む
• 具体性が回答精度を決定づける

AIの精度を上げる最短ルートは、AIを疑うことではありません。

自分のプロンプトを疑うことです。

ここに気づけるかどうかが、AIを使いこなす人と使われる人の分岐点になります。

99％が知らない〝プロンプト設計〟という概念

プロンプトは思いつきではありません。

多くの人は、プロンプトをただの質問文だと思っています。

しかし本来プロンプトは、設計図です。

家を建てるときに設計図なしで工事を始める人はいません。

それと同じで、AIへの指示にも構造が必要です。

〝文章を書く〟のではなく〝設計する〟という意識が重要です。

例えば「広告文を書いて」とだけ指示する場合を考えてみましょう。

ターゲットは誰なのか。

文字数は何文字なのか。

トーンは丁寧なのかカジュアルなのか。

目的は認知拡大なのか購入促進なのか。

これらが決まっていなければ、AIは無難な回答を出します。

その結果、どこでも見たような文章になります。

一方で、役割、目的、形式、制限条件を明確にするとどうなるでしょうか。

出力は一気に具体的になります。

ロールを与えるだけでも回答の視点が変わります。

文字数を指定するだけでも無駄が減ります。

禁止事項を入れるだけでも精度が安定します。

評価基準を加えれば完成度はさらに上がります。

つまりプロンプトとは、AIに渡す設計仕様書なのです。

設計が曖昧なら成果も曖昧になります。

設計が具体的なら成果も具体的になります。

ここまでの内容を、シンプルに整理すると次のようになります。

• プロンプトは質問文ではなく設計図である
• 目的・役割・条件を明確にするほど精度は上がる
• 曖昧な設計は無難な回答しか生まない

AIを使いこなす第一歩は、文章力ではありません。

設計力を身につけることです。

この視点を持てるかどうかが、今後の成果を大きく左右します。

AIを使いこなす人が最初に変えたたった一つの習慣

結論はたった一つです。

AIを使いこなす人は、〝感覚で質問しない〟という習慣を持っています。

多くの人は思いつきでプロンプトを入力します。

そして期待通りの答えが出ないと、AIの精度を疑います。

しかし成果を出している人は、入力前に必ず立ち止まります。

何を出力してほしいのか。

誰に向けた内容なのか。

どんな形式で欲しいのか。

この3つを整理してから入力します。

差を生むのはAIではなく〝入力前の思考時間〟です。

例えば「YouTube台本を書いて」とだけ入力する人がいます。

一方で「初心者向けにPREP法で5000文字の台本を書いて」と具体化する人もいます。

当然ながら後者のほうが、精度の高い出力を得られます。

AIは優秀な部下のような存在です。

優秀な部下ほど、曖昧な指示では力を発揮できません。

そして役割を与え、目的を明確にし、条件を指定します。

この小さな差が、大きな成果の差になります。

最初は少し面倒に感じるかもしれません。

しかし型を使えば修正回数は確実に減ります。

適当に入力して三回修正するのか。

型に当てはめて一回で仕上げるのか。

長期的に見れば答えは明らかです。

あらためて、ポイントを整理します。

• 感覚で入力せず、事前に整理する
• 役割・目的・形式を明確にする
• AIを丸投げせず共同作業者として扱う
• 型を使えば修正回数は減る

AIを使いこなす人は特別な才能を持っているわけではありません。

入力前の習慣を変えただけです。

この意識を持てた瞬間から、あなたはもう次のステージに立っています。

ここな

AIの精度は能力ではなく設計で決まります。

まずは入力前に整理する習慣を持つこと。

それだけで結果は本当に変わりますよ！

AIを使ったnote収益化で成功するには、単にプロンプトを打つだけでは不十分です。

この記事では、設計の考え方や媒体戦略をAI活用と収益導線の両面から解説しており、あなたのプロンプト設計を収益化に結びつけるヒントが得られます。

【万能型】現場でも使われる7Rプロンプト完全解説

まず結論からお伝えします。

AIの回答精度を本気で上げたいなら、〝7Rプロンプト〟を覚えてください。

7Rは、現場レベルで実際に使われている再現性の高い型です。

感覚ではなく、構造で精度を上げるためのフレームワークです。

型に当てはめるだけで、回答は安定します。

ここからは、7Rの全体像と具体的な使い方を順番に解説していきます。

7Rとは？再現性を高める7つのRの全体像

7Rとは、プロンプトを7つの要素で整理する方法です。

その7つとは、Role、Request、Regulation、Rule、Reference、Review & Refine、Run Scenarioです。

一見すると多く感じるかもしれません。

しかし丸暗記する必要はありません。

順番に当てはめるだけでいいのです。

RoleはAIに役割を与える要素です。

Requestは何をしてほしいかを明確にする要素です。

Regulationは出力形式を指定します。

Ruleは細かな制限条件を設定します。

Referenceは参考情報や前提条件を与えます。

Review & Refineは自己評価と改善指示を含めます。

Run Scenarioは具体的な場面設定を行います。

これらを組み合わせることで、曖昧さを排除できます。

曖昧さが減れば、回答のブレも減ります。

つまり7Rは〝ズレを防ぐ仕組み〟です。

例えば台本作成を依頼する場合を考えてみましょう。

Roleを入れなければ、AIは一般的な視点で書きます。

Regulationを入れなければ、文字数や構成は安定しません。

Reviewを入れなければ、改善は行われません。

7Rはそれらを体系化した型です。

このパートで押さえておきたいポイントは、次の通りです。

• 7Rは7つの要素でプロンプトを整理する型
• 目的は曖昧さを排除し再現性を高めること
• 丸暗記ではなく当てはめるだけで使える
• ズレを防ぐ仕組みとして機能する

7Rは万能型として、ほぼすべての場面で活用できます。

迷ったら7Rと覚えておくだけでも十分です。

Role・Requestで回答精度が激変する理由

7Rの中でも特に重要なのがRoleとRequestです。

この2つを入れるだけでも、回答精度は大きく変わります。

まずRoleは、AIに役割を与える要素です。

「文章を書いてください」とだけ指示する場合を想像してみてください。

AIは一般的な視点で無難な文章を出します。

しかし「あなたはプロのコピーライターです」と加えるとどうなるでしょうか。

視点と語彙のレベルが一段上がります。

これはAIが役割に合わせて情報を優先するからです。

Roleは回答の〝視点〟を決める装置です。

次にRequestです。

Requestは、何をしてほしいのかを具体的に示す要素です。

「キャッチコピーを作って」とだけ言われても、条件が足りません。

ターゲットは誰なのか。

文字数は何文字なのか。

用途は広告なのかSNSなのか。

これらを明確にすることで、回答は具体化します。

例えば「20文字以内で若者向けのキャッチコピーを3案」と書くだけで、出力は安定します。

具体性がそのまま精度になります。

Roleで視点を定め、Requestで方向性を決める。

この2つが揃うと、AIは迷いません。

逆にこの2つが曖昧だと、どれだけ他の要素を足してもブレます。

まずはRoleとRequestだけでも必ず入れること。

これが7Rの入り口です。

あらためて重要なポイントを整理します。

• Roleは回答の視点と専門性を決める
• Requestは具体性を担保する要素
• この2つだけでも精度は大きく変わる
• 曖昧な依頼は曖昧な出力を生む

いきなり7つ全部入れなくても構いません。

まずはRoleとRequestから始めるだけで十分効果があります。

Regulation・Ruleで〝思い通りの形式〟を作る方法

出力がズレる最大の原因は〝形式の未指定〟です。

どれだけ良い内容でも、形式が違えば使えません。

Regulationは出力形式を指定する要素です。

例えば「レポートを作ってください」とだけ指示すると、構成はAI任せになります。

しかし「A4三枚分で箇条書き形式」と指定すれば、形式は安定します。

形式を決めるだけで修正回数は減ります。

次にRuleです。

Ruleは、より細かい制限条件を設定する要素です。

例えば「20文字以内」「専門用語は使わない」「小学生でも分かる表現」などです。

これらを入れるかどうかで、出力の質は大きく変わります。

Ruleは回答の精度を締めるネジの役割を果たします。

例えば「ハルシネーションを説明してください」とだけ書いた場合、難しい説明になる可能性があります。

しかし「100文字以内で小学生にも分かるように」と加えると、口調まで変わります。

AIは条件に忠実に従う仕組みです。

よって、条件を具体化することが重要です。

Regulationが大枠の形式を決める。

Ruleが細部を整える。

この2つを入れることで、出力は〝使える形〟になります。

形式を指定しなければ、毎回修正が発生します。

条件を入れなければ、レベルは安定しません。

思い通りの出力は、偶然ではなく設計で作るものです。

ここで重要なポイントを整理します。

• Regulationは出力形式を安定させる要素
• Ruleは細かい制限条件を定める要素
• 条件が具体的なほど回答は安定する
• 形式指定は修正回数を減らす最短ルート

RoleとRequestで方向を定めます。

RegulationとRuleで精度を固めます。

この積み重ねが一発回答を生みます。

ReferenceでAIに判断材料を与える重要性

AIの精度は、与えた情報量に比例します。

Referenceは、AIに判断材料を渡すための要素です。

AIはゼロから考えているわけではありません。

与えられた情報をもとに、最も確率の高い回答を生成します。

つまり前提情報が少なければ、出力も一般的になります。

具体的な参考情報を与えるほど、回答は狙いに近づきます。

例えば「この記事を参考にスライドを作成してください」と入力した場合を考えてみましょう。

参考記事がない場合、AIは一般論で構成します。

しかし参考記事を与えれば、その文脈に沿った内容になります。

Referenceは方向性のブレを防ぐ役割を持ちます。

特にターゲット設定は重要です。

「主婦」「サラリーマン」「AI初心者」など具体的に示すだけで、語り口は変わります。

悩みや目的を伝えれば、訴求内容も変わります。

伝えたい結論を入れれば、構成も安定します。

つまりReferenceは、AIにとっての地図のような存在です。

地図がなければ、AIは広い道を選びます。

地図があれば、最短距離を進みます。

情報を与えることは、遠回りを防ぐことです。

実際に、ペルソナや目的を細かく設定した場合、出力の説得力は明らかに向上します。

何も伝えない状態では、刺さらない文章になります。

条件を与えれば、刺さる文章になります。

AIは材料があってこそ本領を発揮します。

ここまでの重要なポイントを整理します。

• Referenceは判断材料を与える要素
• ターゲットや目的を具体化すると精度が上がる
• 参考情報があるほど方向性はブレない
• 情報不足は一般論を生む原因になる

AIに遠回りさせないためにも、材料は惜しまず渡しましょう。

与える情報量が、そのまま成果の質になります。

Review & Refineで完成度を一段引き上げる技術

ここが7Rの真骨頂です。

Review & Refineは、AIに自己評価と改善をさせる工程です。

多くの人は、最初の出力で終わらせてしまいます。

しかし一流の使い手は、そこで止まりません。

必ずもう一段階、磨きをかけます。

例えば「出力後、改善点を挙げて修正版も提示してください」と入力します。

するとAIは、自分の回答を客観視します。

ターゲットに刺さっているか。

論理構成は整っているか。

より魅力的な表現はないか。

この視点を追加するだけで、完成度は一気に上がります。

AIは自己添削させると強くなるという特徴があります。

これは人間のライティングと似ています。

一度書いて終わる人と、推敲する人では質が違います。

AIも同じです。

一発目は下書きと考える。

二発目で仕上げる。

この意識が成果を変えます。

Reviewだけではなく、具体的な観点を提示することも重要です。

「ターゲットが理解しやすいか」「論理的か」「改善案を出せるか」などです。

評価基準が曖昧だと、改善も曖昧になります。

評価基準が具体的なら、改善も具体的になります。

改善指示まで含めて初めて設計は完成します。

ここまでの重要ポイントを整理します。

• Review & Refineは自己評価と改善工程
• 一発目は下書きと考える
• 評価基準を具体的に提示する
• 二段階出力で完成度は大きく上がる

AIを本当に使いこなす人は、最初の回答に満足しません。

もう一段磨く習慣を持っています。

Run Scenarioで実践レベルの出力を引き出す方法

最後の仕上げがRun Scenarioです。

Run Scenarioは、具体的な場面を想定させる要素です。

多くの人はここまで指定しません。

しかし実践で使える出力を求めるなら、場面設定は必須です。

AIは状況を与えるほど具体的になります。

例えば「プレゼン資料を作ってください」とだけ入力する場合を考えてみましょう。

この指示では、どんな相手に向けた資料なのか分かりません。

しかし「来週の経営会議で新規事業を提案します。経営者五名の前で十分間プレゼンします」と書けばどうでしょうか。

出力のリアリティは一段階上がります。

場面が具体的になるほど、回答も具体化します。

これはYouTube台本でも同じです。

「初心者向けに作成してください」とだけ書くよりも、「スマートフォンでながら見している主婦やサラリーマン向け」と書いたほうが具体的です。

聞き流しでも理解できる構成にするという条件を加えれば、文章の作り方も変わります。

Run Scenarioは、現実の使用シーンを再現する装置です。

抽象的な出力を、実践レベルに引き上げます。

想定が浅いと、出力も浅くなります。

想定が深いと、出力も深くなります。

この違いは驚くほど大きいです。

特にビジネス用途では、場面設定の有無が成果を左右します。

具体的な時間、場所、相手、状況を明示するだけで十分です。

AIに現場を想像させることが鍵です。

ここで重要なポイントを整理します。

• Run Scenarioは具体的な場面設定を行う要素
• 相手・状況・時間を明示すると精度が上がる
• 抽象から実践レベルへ引き上げる役割を持つ
• ビジネス用途では特に効果が高い

7Rはこれで全要素が揃いました。

Roleで視点を決め、Requestで方向を定め、RegulationとRuleで固め、Referenceで材料を与え、Reviewで磨き、Run Scenarioで現場に落とす。

これが、再現性の高いプロンプト設計の完成形です。

実例：YouTube台本作成プロンプトを7Rで完全分解

ここからは実践レベルの話です。

7Rは理論だけでは意味がありません。

実際に当てはめてこそ、本当の力を発揮します。

そこで今回は、YouTube台本作成を例に分解していきます。

型に落とし込むと、設計の違いが明確になります。

まずRoleです。

「あなたはプロのライターです」と役割を設定します。

これだけで視点と専門性が固定されます。

次にRequestです。

「AIジャンルのYouTube台本を作成してください」と具体的に依頼します。

方向性が明確になりました。

続いてRegulationです。

「5000文字、イントロ600文字、本編3800文字、エンディング600文字の三部構成」と指定します。

形式を固定すると構成は安定します。

次にRuleです。

「初心者向け、PREP法で構成、口語体、専門用語を使わない」と細かく指定します。

さらに「視聴者への問いかけを定期的に入れる」と条件を追加します。

条件が増えるほど出力は精密になります。

次にReferenceです。

ターゲットは主婦やサラリーマンのAI初心者と設定します。

悩みや伝えたい結論、CTAも共有します。

判断材料が揃うと迷いが消えます。

続いてReview & Refineです。

「論理構成は明確か」「ターゲットに刺さるか」「改善案を提示せよ」と指示します。

ここで完成度が一段上がります。

最後にRun Scenarioです。

「スマートフォンでながら見している初心者向け」と具体的な視聴状況を想定させます。

場面設定が入ると実践仕様になります。

このように7Rを順番に当てはめるだけで、プロンプトは構造化されます。

一行だけの感覚的な指示とは、完成度がまったく違います。

ここで重要なポイントを整理します。

• 7Rは順番に当てはめるだけで設計が完成する
• 形式・条件・評価まで含めることが重要
• 場面設定を入れると実践レベルになる
• 構造化されたプロンプトは再現性が高い

最初は長く感じるかもしれません。

しかし慣れれば自然に組み立てられるようになります。

7Rは〝一発回答〟を生み出す設計図です。

ここな

型に当てはめるだけでここまで変わります。

最初は長く感じても大丈夫です。

慣れれば自然と組み立てられるようになりますよ！

AIで漫画を作る際も、設計の明確さが成果を左右します。プロンプトを起点にして進めるあなたの記事と同様に、AI活用の土台となる“設計の重要性”をマンガ制作という視点で丁寧に紹介しています。プロンプト設計全般の理解を深めたい人におすすめです。

【創造性特化型】CREATEプロンプトの破壊力

アイデア出しに迷う人は、型が足りていません。

7Rが万能型だとすれば、CREATEは創造性特化型です。

特にブレインストーミングや企画立案で真価を発揮します。

発想力を引き出すために設計されたフレームワークだからです。

単なる依頼ではなく、創造性をコントロールする型です。

ここからはCREATEの全体像と実践方法を解説します。

CREATEがアイデア出しに最適な理由

最大の特徴はTemperatureです。

CREATEはContext、Role、Example、Ask、Temperature、Evaluateの6要素で構成されています。

中でもTemperatureが他の型との決定的な違いです。

Temperatureは、創造性の度合いを調整する要素です。

正確性重視か、斬新さ重視かを明示できます。

例えば「常識に囚われず自由に発想してください」と書くだけで出力は変わります。

逆に正確性を求めるなら、その旨を明記します。

この調整機能があるからこそ、アイデア出しに強いのです。

AIに創造モードを指示できる点が革新的です。

多くの人はここを指定しません。

その結果、無難な提案しか出ません。

CREATEは創造性を意図的に引き出す型です。

Contextで背景を共有します。

Roleで視点を固定します。

Exampleで方向性を示します。

Askで具体的な依頼をします。

Temperatureで発想レベルを指定します。

Evaluateで改善まで行います。

発想から磨き上げまでを一貫設計できる型です。

ここで重要ポイントを整理します。

• CREATEは6要素で構成される創造特化型
• Temperatureが最大の特徴
• 発想レベルを意図的に調整できる
• アイデア出しや企画立案に最適

7Rが万能型なら、CREATEは発想強化型です。

用途に応じて使い分けることが重要です。

ContextとRoleで方向性を固定する設計術

アイデアがズレる原因は背景不足です。

CREATEで最初に設定するのがContextです。

Contextとは、どんな状況でこの依頼をしているのかという背景情報です。

背景が曖昧だと、提案も曖昧になります。

AIは状況を理解すると提案の精度が跳ね上がります。

例えば「キャンペーン企画を考えてください」とだけ入力した場合を想像してください。

ターゲットは誰なのか分かりません。

目的は認知拡大なのか売上増加なのか分かりません。

SNSなのか店舗なのかも不明です。

これでは無難な企画しか出ません。

しかし「AIスクールのキャンペーンで、20代から60代の社会人が対象で、Instagramで拡散したい」と書けばどうでしょうか。

提案の具体性が一段階上がります。

背景を与えることは、方向性を固定することです。

次にRoleです。

RoleはAIに役割を与える要素です。

「あなたは創造性豊かなマーケターです」と指定するだけで視点が変わります。

視点が変わると発想の切り口も変わります。

戦略的な提案になるのか。

感情に訴える提案になるのか。

論理重視なのか大胆な発想なのか。

Roleによって方向性は大きく変わります。

Contextで状況を決め、Roleで視点を決める。

この2つが揃えば、土台は完成です。

ここまでの重要ポイントを整理します。

• Contextは背景と状況を共有する要素
• 背景が具体的なほど提案は具体化する
• Roleは発想の視点を決定する
• 土台が固まるとアイデアはブレにくい

創造性は偶然ではありません。

設計によって引き出すものです。

ExampleとAskでズレない出力を作る

アイデアが微妙にズレる原因は〝基準不足〟です。

CREATEではExampleとAskが、そのズレを防ぐ役割を担います。

まずExampleは、理想の回答例を提示する要素です。

AIは例を与えられると、その方向性に寄せて出力します。

例があるだけで、精度は驚くほど安定します。

例えば過去に成功したキャンペーン事例を提示したとします。

「30日チャレンジ企画」や「ビフォーアフター投稿企画」のように具体例を示します。

するとAIは、その構造や雰囲気を理解します。

例がなければ、AIは広い範囲から推測します。

例があれば、方向性は自然と絞られます。

Exampleは出力のズレを防ぐガイドラインです。

次にAskです。

Askは、何をしてほしいのかを明確に伝える要素です。

「キャンペーン企画を考えてください」とだけ書くのは不十分です。

「4月に向けたAIスクールのキャンペーン企画を3案」と具体化します。

条件が具体的なほど回答は鋭くなります。

期間、ターゲット、媒体、数などを明示します。

数を指定しないと、提案数は安定しません。

ターゲットを指定しないと、訴求は弱くなります。

Askは方向性を一点に集中させる装置です。

Exampleで基準を示します。

Askで依頼を具体化します。

この2つが揃うと、出力はズレにくくなります。

あらためて重要なポイントを整理します。

• Exampleは理想の方向性を示す要素
• 例があると出力は安定する
• Askは依頼内容を具体化する要素
• 条件が明確なほど回答は鋭くなる

創造性は自由放任では生まれません。

枠組みの中でこそ、最大化されます。

Temperatureが生む〝創造性の爆発〟とは？

CREATE最大の武器がTemperatureです。

Temperatureとは、創造性の度合いを指定する要素です。

多くの人はここを設定しません。

その結果、無難で安全な提案しか出てきません。

創造性は偶然ではなく、指示で引き出せます。

例えば「創造的で斬新なアイデアを提案してください」と入力します。

さらに「常識に囚われず自由に発想してください」と加えます。

すると出力は一気に大胆になります。

逆に「現実的で実行可能な提案を重視してください」と書けばどうでしょうか。

出力は堅実な内容に寄ります。

Temperatureは発想の方向を決めるスイッチです。

アイデア出しでは、高い創造性が必要な場面があります。

一方で、企画の最終段階では現実性が重要です。

その切り替えを明示できるのがTemperatureです。

どんな発想レベルを求めるのかを明確にすることが重要です。

例えば「誰も思いつかないインパクトのある企画」と指定します。

AIは既存パターンから外れようとします。

この一文があるかないかで、出力は大きく変わります。

Temperatureを入れない場合、AIは安全圏を選びます。

Temperatureを入れると、挑戦的な提案が増えます。

創造性は設計によって引き出せる能力です。

ここで重要なポイントを整理します。

• Temperatureは創造性の度合いを指定する要素
• 斬新さ重視か現実性重視かを明示できる
• 一文加えるだけで出力の方向が変わる
• アイデア出しでは特に効果が高い

CREATEがアイデア出しに強い理由は明確です。

創造性をコントロールできる唯一の型だからです。

Evaluateでアイデアを磨き込む方法

アイデアは出して終わりではありません。

CREATEの最後の要素がEvaluateです。

Evaluateは、出力を評価し改善させる工程です。

ここを入れるかどうかで完成度は大きく変わります。

発想と同じくらい、磨き込みが重要です。

例えば「より斬新な案はないか自己評価してください」と入力します。

するとAIは自分の提案を見直します。

ターゲットに本当に刺さるかを再確認します。

SNSで拡散されやすいかも検討します。

評価基準を与えることで改善は具体化します。

「改善点があれば修正版も提示してください」と加えることも重要です。

これにより、二段階目の出力が得られます。

一度目はアイデア出しです。

二度目はブラッシュアップです。

この二段階設計が質を底上げします。

評価観点は具体的に書くほど効果的です。

「より創造的か」「ターゲットに刺さるか」「実行可能か」などを明示します。

曖昧な評価指示では改善も曖昧になります。

具体的な評価基準があると改善も具体的になります。

創造と改善はセットで考えるべきです。

多くの人はアイデアを出して満足します。

しかし本当に成果を出す人は、必ず磨き込みます。

CREATEはその工程まで設計に含めています。

ここで重要なポイントを整理します。

• Evaluateは出力を評価し改善する工程
• 評価基準を具体的に提示することが重要
• 二段階出力で完成度は大きく向上する
• 創造と改善はセットで考える

アイデアは原石です。

磨いてこそ、価値が生まれます。

実例：AIスクールキャンペーン企画をCREATEで設計

ここからは実践例です。

CREATEを実際の企画設計に当てはめてみましょう。

今回はAIスクールのキャンペーン企画を考える想定です。

型に沿って設計するだけで発想は一段階深くなります。

まずContextです。

「AIスクールのキャンペーン企画を検討している」と背景を共有します。

ターゲットは20代から60代の社会人と設定します。

AIをうまく使えない人や副業で成果が出ない人と明示します。

さらにInstagramで拡散したいと目的を加えます。

背景を具体化するだけで方向性が固まります。

次にRoleです。

「あなたは創造性豊かなマーケターです」と指定します。

視点がマーケティング目線に固定されます。

続いてExampleです。

過去の成功事例として「30日チャレンジ企画」や「ビフォーアフター投稿企画」を提示します。

例があると発想の基準が明確になります。

次にAskです。

「AIスクールのキャンペーン企画を3案提案してください」と具体的に依頼します。

数を指定することで出力は安定します。

次にTemperatureです。

「常識に囚われず自由に発想してください」と創造性を高めます。

ここでアイデアの幅が一気に広がります。

最後にEvaluateです。

「より斬新な案はないか」「ターゲットに刺さるか」「SNSで拡散されやすいか」を自己評価させます。

改善工程を入れることで完成度が上がります。

このように6要素を順番に入れるだけで設計は完成します。

単なる思いつきの依頼とは比較になりません。

創造性と戦略性を同時に担保できます。

CREATEは発想を設計する型です。

ここで重要なポイントを整理します。

• Contextで背景と目的を共有する
• Exampleで方向性を固定する
• Temperatureで創造性を調整する
• Evaluateで改善まで設計する

アイデアは偶然生まれるものではありません。

設計された環境の中で最大化されます。

ここな

アイデアは才能ではなく設計です。

CREATEを使えば発想力は確実に伸びますよ！

ChatGPTとGoogle Geminiなど複数AIツールの特徴と用途を比較し、最適な使い分け方を解説します。

プロンプト設計を深掘りする際、AI側の特性を理解することは精度向上に直結するため、より高品質なプロンプトを作る助けになります。

【超シンプル型】初心者でも使えるRTFフレームワーク

難しい型が続いて疲れていませんか。

そんな人のためにあるのがRTFフレームワークです。

RTFは、Role・Task・Formatの3要素だけで構成されます。

とにかくシンプルで覚えやすい型です。

小さなタスクや日常的な依頼に最適です。

ここからはRTFの仕組みと使い方を解説します。

RTFとは？Role・Task・Formatの3要素設計

RTFは最小構成のプロンプト設計です。

まずRoleです。

AIに役割を与えます。

「あなたは経験豊富なSNSマーケターです」といった形です。

役割を与えるだけで視点が変わります。

次にTaskです。

何をしてほしいのかを明確に書きます。

「観光客向け日本製白Tシャツのキャッチコピーを考えてください」と具体化します。

曖昧なTaskでは精度は安定しません。

Taskはできるだけ具体的に書くことが重要です。

最後にFormatです。

出力形式を指定します。

「箇条書きで10案」「プレーンテキストで出力」などです。

形式を指定するだけで修正は激減します。

この3つを順番に並べるだけでRTFは完成します。

長い説明は不要です。

必要最低限で設計できます。

小さなタスクほどRTFは威力を発揮します。

ここで重要なポイントを整理します。

• RTFは3要素のみの超シンプル設計
• Roleで視点を固定する
• Taskは具体的に書く
• Format指定で無駄な修正を減らす

毎回7Rを書く必要はありません。

用途に応じて軽量化することも重要です。

小さなタスクほどRTFが最強な理由

結論は明確です。

短時間で終わる作業ほど、RTFが最適です。

7RやCREATEは非常に強力です。

しかし毎回すべてを書くのは現実的ではありません。

小さな依頼に重装備は不要です。

例えばキャッチコピーを10案出してほしい場合を考えます。

そこにReferenceやRun Scenarioまで入れる必要はありません。

RoleとTaskとFormatがあれば十分です。

最小限の設計で最大限の効果を出すのがRTFです。

Roleで専門性を固定します。

Taskで依頼内容を具体化します。

Formatで出力形式を決めます。

これだけで回答は安定します。

逆にこの3つがなければ、無駄な修正が発生します。

RTFは修正回数を減らすための型です。

特に日常業務では、スピードが重要です。

メール文作成、SNS投稿案、簡単な要約などです。

こうした場面ではRTFが最強です。

軽量で速いのがRTFの強みです。

もちろん大規模な企画には向きません。

しかし小さなタスクなら十分すぎる性能です。

ここで重要なポイントを整理します。

• 小さな依頼に複雑な型は不要
• RTFは最小限で高精度を実現する
• 日常業務との相性が非常に良い
• スピード重視の場面で真価を発揮する

型は多ければ良いわけではありません。

目的に合った軽さを選ぶことが重要です。

画像生成プロンプト作成のリアル実例

RTFは画像生成でも威力を発揮します。

ここでは実際の画像生成プロンプト作成を例に解説します。

例えばAI画像生成ツールで女性の髪型を作りたいとします。

感覚的に「可愛い髪型を出して」と入力しても安定しません。

そこでRTFを使います。

まずRoleです。

「あなたはAI画像生成のプロンプトを作る専門家です」と設定します。

これで専門的な視点が固定されます。

次にTaskです。

「女性の髪型のプロンプトを10種類考えてください」と具体的に依頼します。

数を指定することで出力は安定します。

最後にFormatです。

「箇条書きで出力してください」と形式を指定します。

これだけで、整理されたプロンプト案が得られます。

わずか3要素で設計は完成します。

さらに一歩進めることも可能です。

次に「この髪型に合う女性の画像生成プロンプトを考えてください」とTaskを更新します。

背景はフランスの夜の街並みと指定します。

服装はお任せと条件を追加します。

具体的に書くほど再現性は高まります。

そしてFormatを「プレーンテキストで出力」と指定します。

これで画像生成にそのまま使えるプロンプトが完成します。

RTFは段階的な依頼にも対応できます。

一度目で素材を出します。

二度目で詳細を詰めます。

小さなタスクを積み重ねる設計に強い型です。

ここで重要なポイントを整理します。

• 画像生成でもRTFは有効
• Roleで専門性を固定する
• Taskは具体的かつ段階的に設定する
• Format指定でそのまま使える形にする

難しい設計は不要です。

3要素だけでもAIの精度は確実に上がります。

7RやCREATEとの違いを理解する

ここで一度整理しましょう。

RTFは7RやCREATEと何が違うのでしょうか。

結論は、設計の重さが違います。

RTFは軽量型、7Rは万能型、CREATEは創造特化型です。

まず7Rは7つの要素で構成されています。

構造が緻密で、再現性が高い型です。

ビジネス用途や本格的な制作物に向いています。

万能型としてほぼ全場面に対応できます。

次にCREATEです。

6つの要素で構成され、創造性の調整が特徴です。

Temperatureを使うことで発想の幅を広げられます。

アイデア出しや企画立案に特化しています。

そしてRTFです。

Role、Task、Formatの3要素のみです。

圧倒的にシンプルです。

日常業務や小さな依頼に最適です。

違いは優劣ではありません。

用途の違いです。

大規模な設計には7R。

発想強化にはCREATE。

素早い処理にはRTF。

目的に応じて使い分けることが本質です。

一つの型に固執する必要はありません。

むしろ組み合わせることも可能です。

例えば最初にCREATEでアイデアを出します。

その後7Rで実行計画に落とします。

最後にRTFで細かな作業を処理します。

型は武器であり、道具です。

状況に応じて選ぶことが重要です。

ここで重要なポイントを整理します。

• 7Rは万能型で再現性が高い
• CREATEは創造性に特化している
• RTFは軽量でスピード重視
• 優劣ではなく用途で使い分ける

3つの型を理解した今、あなたは選択肢を持っています。

使い分けられる人が、AIを使いこなす人です。

ここな

どれが一番ではありません。

状況に合わせて選べる人が強いんです。

型を使い分けていきましょう！

7R・CREATE・RTFをどう使い分けるべきか？

ここが最重要ポイントです。

3つの型を覚えただけでは意味がありません。

使い分けられて初めて武器になります。

本質は〝どれが優秀か〟ではなく〝いつ使うか〟です。

ここから具体的な判断基準を整理していきます。

要素数・難易度・用途の徹底比較

まずは全体像を俯瞰しましょう。

7Rは7要素で構成される万能型です。

設計は重めですが、再現性が非常に高い型です。

完成度を最優先する場面に向いています。

CREATEは6要素で構成される創造特化型です。

Temperatureで発想の幅を調整できる点が最大の特徴です。

アイデア出しや企画段階に最適です。

RTFは3要素のみの軽量型です。

最小構成で設計できるためスピードに優れています。

日常業務や小さなタスクに最適です。

難易度も異なります。

RTFは初心者向けです。

CREATEは中級者向けです。

7Rは本格運用向けです。

用途と負荷のバランスで選ぶことが重要です。

特に意識したいポイントは次の通りです。

• 7Rは精度重視の万能型
• CREATEは創造性重視の発想型
• RTFは軽量でスピード型
• 優劣ではなく用途で判断する

迷ったらまず7R？判断基準の考え方

迷ったときの基準を持っておきましょう。

型選びで時間を使いすぎるのは本末転倒です。

そこで覚えておくべき判断軸があります。

成果物の重要度で決めることです。

そのまま公開する資料や台本なら7Rを選びます。

完成度がそのまま評価に直結するからです。

重要度が高いほど設計は重くします。

次に発想段階かどうかを考えます。

まだ方向性が定まっていないならCREATEが適しています。

アイデアを広げる段階では創造性が優先されます。

発想フェーズではCREATEを選びます。

そして単発作業ならRTFで十分です。

SNS投稿案や簡単な要約などが該当します。

軽い作業には軽い型を選びます。

迷ったら次の順番で考えます。

まず成果物は公開レベルかどうかを判断します。

次に発想段階か実行段階かを判断します。

最後に作業の重さを判断します。

この三段階でほぼ迷いはなくなります。

型は固定ではありません。

状況に応じて柔軟に選びます。

判断基準を持つことが上達の近道です。

あらためて、ポイントを簡単にまとめておきます。

• 公開物や重要案件は7R
• 発想段階はCREATE
• 単発作業はRTF
• 重要度と重さで選ぶ

〝どれが優秀か〟ではなく〝どう使うか〟が本質

ここが最終的な結論です。

3つの型に優劣はありません。

どれが最強かを決めることに意味はありません。

重要なのは〝状況に合っているかどうか〟です。

7Rは完成度を最大化するための型です。

CREATEは発想を広げるための型です。

RTFは素早く処理するための型です。

役割が違うだけで、目的は同じです。

例えば企画の初期段階ではCREATEを使います。

方向性が固まったら7Rで具体化します。

細かな作業はRTFで効率化します。

この流れが最も合理的です。

一つの型だけに固執する必要はありません。

むしろ組み合わせることで効果は倍増します。

型は競争相手ではなく補完関係です。

優秀な人ほど柔軟に切り替えます。

目的に合わせて最適な道具を選びます。

それが本当の意味での使いこなしです。

型を知ることはスタートにすぎません。

使い分けられることがゴールです。

ここで重要なポイントを整理します。

• 型に優劣はない
• 用途と重要度で選ぶ
• 組み合わせると効果は最大化する
• 柔軟性がAI活用の鍵になる

3つの型を理解した今、あなたは武器を持っています。

あとは使うかどうかだけです。

ここな

型に優劣はありません。

選べる人が強いんです。

今日から意識して使い分けていきましょう！

〝知識〟を〝武器〟に変える行動設計

ここが本当のスタート地点です。

ここまで3つの型を解説してきました。

しかし読んだだけでは何も変わりません。

知識は使って初めて価値になります。

最終章では、行動に落とす方法を整理します。

知っているだけでは意味がない理由

結論は非常にシンプルです。

知識は使わなければ定着しません。

学んだ直後は理解した気になります。

しかし時間が経てば忘れます。

実践しない知識は消えていきます。

7Rを知っているだけでは成果は出ません。

CREATEを理解しただけでも同じです。

RTFを覚えただけでも結果は変わりません。

使った人だけが変化を体感できます。

最初は完璧にできなくて構いません。

構造が多少崩れても問題ありません。

重要なのは試すことです。

一度使えば次は自然と精度が上がります。

一度も使わなければ何も変わりません。

この差は想像以上に大きいです。

行動がすべてを決めます。

あらためて、ポイントを簡単にまとめておきます。

• 学ぶだけでは成果は出ない
• 使って初めて定着する
• 完璧でなくてもいいから試す
• 行動が未来を変える

型を使う人と使わない人の未来の差

差は目に見えないところから始まります。

適当にプロンプトを打つ人は毎回修正を繰り返します。

型を使う人は最初から精度の高い出力を得ます。

この違いは時間の差になります。

一回の差はわずかです。

しかし毎日の積み重ねで大きな差になります。

時間の差はやがて成果の差になります。

AIは今後さらに社会に浸透します。

使いこなせる人は生産性が上がります。

使いこなせない人は修正に時間を奪われ続けます。

この構造は今後も変わりません。

特別な才能は必要ありません。

必要なのは型を使うという習慣です。

たったそれだけで結果は変わります。

習慣の差が未来の差になります。

この話の内容を、少し整理しておきます。 

• 修正回数の差が時間差になる
• 時間差が成果差になる
• 型は生産性を高める武器になる
• 習慣が未来を決める

差は今日から生まれます。

あなたはどちらを選びますか。

今日からAIマスターになるための第一歩

答えはとてもシンプルです。

今日この瞬間に一つでも型を使うことです。

完璧に理解してから始める必要はありません。

まず使ってみることが最優先です。

次にAIを使うとき、Roleを入れてみてください。

それだけでも精度は変わります。

余裕があればRequestを具体化してください。

小さな実践が大きな差を生みます。

最初から7Rを完璧に組む必要はありません。

RTFから始めても構いません。

CREATEでアイデアを出してみても良いです。

重要なのは一度でも使うことです。

一度使えば効果を体感できます。

体感すれば自然と習慣になります。

習慣になれば生産性は上がります。

行動が未来を変えます。

AIに使われる側でいるのか。

AIを使いこなす側になるのか。

その分岐点は今です。

特に意識したいポイントは次の通りです。

• 今日一つ型を使ってみる
• 完璧を求めない
• 小さく始める
• 習慣化する

今日が一番早いスタートです。

ここな

まずは一つでいいです。

型を使ってみてください。

それがAIマスターへの第一歩です！

まとめ

AIの精度は〝才能〟ではなく〝設計〟で決まります。

今回ご紹介したのは、回答精度を劇的に引き上げる3つの型でした。

万能型の7R。

創造性を引き出すCREATE。

そして超シンプルなRTF。

それぞれに明確な役割があります。

完成度を最大化したいなら7R。

アイデアを爆発させたいならCREATE。

素早く処理したいならRTF。

重要なのは〝優劣〟ではなく〝使い分け〟です。

適当にプロンプトを打ち続ける未来もあります。

型を使い一発で理想の回答を引き出す未来もあります。

その差は小さく見えて圧倒的です。

知っているだけで終わるのか。

今日から使い始めるのか。

分岐点は今この瞬間です。

まずは次にAIを使うとき、Roleを入れてみてください。

それだけで精度の違いを体感できるはずです。

小さな一歩が大きな変化を生みます。

AIに使われる側ではなく、AIを使いこなす側へ。

今日が一番早いスタートです。

ここから、あなたのAI活用は本気で変わります。

【ここなさんの公式YouTube】『ここなのAI大学』はこちら！

ここなさんのYouTubeチャンネル『ここなのAI大学』では、初心者の方向けにAIで稼ぐ方法・最新情報を発信しています。