シンガポールGovTechチーム考案のCO-STARフレームワークでプロンプトを作成

 [読了目安: 4分]

AI系ポッドキャスト(耳で学ぶAI)を運営している矢野(@robothink_jp)です。この記事ではCO-STARフレームワークという手法でプロンプトを作成するアプローチを解説します。
シンガポールのAIへの取り組み関してはポッドキャストでも配信しています。音声で聴きたい方はこちら👇

#30 🎊初番組企画 / シンガポールはAIにどのように向き合っているのか？ / CO-STARフレームワーク by 耳で学ぶAI、ロボシンク

CO-STARフレームワーク

シンガポールGovTechチームが考案したプロンプトを作成するためのフレームワークです。別の機会でシンガポールのAI事情について触れたいと思いますがシンガポールは国を挙げてAIに取り組んでいる国でもあります。AIのコンペを開いたり公務員専用のAI環境を整えたり。

そんなシンガポールのGovTechチームが考案したのがCO-STARというフレームワーク。

• Context(背景)

• Objective(目的)

• Style(文体)

• Tone(トーン)

• Audience(聴衆)

• Response(応答)

これら6つの要素に基づきプロンプトを構造化するのがCO-STARフレームワークです。

Context

プロンプトに含める背景です。AIがタスクの背景を理解することを促します。
例: 政府が発行した世界情勢とAIの資料を深く理解したい。PDF資料は200ページ近くあります。

Objective

プロンプトの目的です。何を行いたいのか目的を明確にします。
例: ユーザーが添付したPDF資料の詳細な章ごとの要約をすること。

Style

出力のスタイルを指定します。
例: 元のPDF資料の文体に倣うこと

Tone

出力のトーンを指定します。フォーマルや砕けた文章など。
例: フォーマル

Audience

聴衆の意味で、ここでは出力を見る側を指定します。
例: AIに関する知識を持つビジネスマンが読者。難しい単語は分かりやすい単語に変更する

Responce

出力のフォーマットを指定します。
例: 冒頭にレポートの目的と概要、各章の要約、結論で構成する

プロンプト例

例としてレポートを要約するプロンプトをCO-STARフレームワークに沿って構造化します。
対象としたレポートは先日、内閣府が発行したこちらのレポート👇

世界経済の潮流 2024年I - 内閣府

###Context###
日本政府が発行した世界情勢とAIに関するレポートを要約します。

###Objective###
あたなのタスクはPDF資料の詳細な章ごとの要約をすることです。
レポートの要点を漏らさず説明してください。

###Style###
元のPDF資料の文体に倣うこと

###Tone###
フォーマル

###Audience###
AIに関する知識を持つビジネスマン向け。難しい単語は分かりやすい単語に変更します。

###Responce###
以下の項目を含めてください
- 序論：レポートの目的と概要
- 各章の要約：各章ごとの重要なポイントと要約
- 結論：レポートの総括と今後の展望

こちらのタスクはGoogle AI Studioで行いました。Google AI StudioはGoogleが運営する言語モデルのお試し環境のようなものです。200万トークンを処理できるので大容量ファイルも処理できます。

「世界経済の潮流 2024年 I」レポート要約

序論

本レポートは、2024年前半の世界経済の動向と、急速に発展するAI技術が労働市場に与える影響について分析したものである。特に、アメリカ経済の好調が続く一方で、中国経済は不動産市場の停滞等を背景に減速しており、世界経済は一部地域で足踏みがみられるものの、総じて持ち直している状況にあることを示している。

第１章 AIで変わる労働市場

本章では、AI技術が雇用と労働市場に与える影響について、先行研究や各国で実施された調査結果などを基に分析している。特に、ChatGPTに代表される生成AIの登場により、AI技術は人の労働を代替するだけでなく、人の能力を高め、生産性を向上させる「補完」の役割も担うようになり、雇用への影響は職業やタスクによって異なることを示している。

第１節 では、AIが持つ「代替」と「補完」の機能に着目し、AI技術の導入が、労働者の一部（または相当程度）のタスクを代替することで、労力が削減され得ることを示している。その上で、意思決定の重要性等が高い職業は、AIの導入によって生産性と質が高まる可能性がある一方で、事務補助員については多くの雇用がAIに代替されるリスクに直面していると指摘している。
(以下、略)

精度を上げたいタスクで活躍する

CO-STARフレームワークは通常のプロンプトで導入する必要はありません。例えば「⚪︎⚪︎を教えて」のような短いプロンプトで導入するメリットは低いです。ですが、要約や文章生成のタスクにおいてはフレームに従ってプロンプトを構造化するだけで精度の高い結果を得ることができます。

目と耳で学べるAI情報を発信しています

通勤時間に効率良く目と耳でAI情報をインプットできます。

• AI系ポッドキャスト：https://bit.ly/3TadgCX

• X：矢野哲平(@robothink_jp)

noteでも月に30本ほどAI関連の記事を投稿しています。フォローよろしくお願いします😼