ペルソナプロンプティング – 業務改善推進プロジェクト

この用語の意味

ペルソナプロンプティングは、生成AIに人物像や属性を設定して回答の傾向を方向付ける方法です。例えば「あなたは、初心者にも穏やかに説明する研修講師です」と、立場に加えて説明の仕方を指定します。専門性、性格、経験、価値観、話し方などが設定の対象になります。ただし、設定した経験や資格をAIが実際に持つわけではありません。ロールプロンプティングと重なる呼び方で、研究では専門家の役割だけを指定する場合もペルソナとして扱います。性格の有無による厳密な統一分類ではありません。

何ができるか

接客の練習で慎重な顧客役を演じさせる、研修で初心者向けの話し方にそろえる、提案を異なる立場から検討するといった用途があります。AIが演じた顧客の反応は実在の顧客の意見や調査結果ではありません。エージェントの各担当に人物像を指定することもできますが、性格の設定そのものが仕事の割当てや別エージェントの起動になるわけではありません。一つのAIに複数の人物を演じさせる場合も、独立した担当が検証したと見なさず、実行構成を確認します。

実際に使うために必要なもの

利用する生成AIサービス、達成したい仕事、想定する人物像、入力資料、出力形式、結果の評価基準を用意します。通常のチャットでも指示文に設定を書いて試せます。複数エージェントを動かす場合は別途、各担当への仕事の割当て、情報の受渡し、使える道具と権限、結果の統合方法を用意します。人物像を文章で指定しただけではツールやデータへの権限は増えません。

人物像を文章で指定するための専用機材は不要です。費用は利用するAIサービスの無料枠・月額料金・APIの従量課金などに従います。長い設定や複数担当の実行では入力・出力や呼出し回数が増えるため、契約条件に応じて料金と処理時間を確認します。設定の調整、誤った指摘の点検、文章の手直しに使う時間も見積もります。

特定企業の製品名や単独の統一規格ではなく、生成AIへの指示方法を指す用語です。名称や設定範囲は資料によって異なります。サービスごとの利用条件、組織の入力ルール、人物のなりすまし等に関する方針を確認します。架空の人物像を使う場合も、年齢や性別などから能力や行動を決め付ける設定を避け、仕事に必要な属性を選びます。

小さく試す運用例

架空の営業提案書を用意し、同じモデルの新しい会話で設定だけを変えて比較します。会計確認担当には共通して「金額、単位、計算、見積もりの前提を確認し、問題には根拠を付け、問題がない部分は妥当と評価する」と指定します。一方にだけ「気難しく厳格な性格です」を足し、もう一方には足しません。人が把握している誤りの発見数、誤った指摘の数、確認時間を複数の提案書で比べます。営業担当なら、共通の作業条件をそろえたうえで「陽気で軽い性格」の有無を比べ、親しみやすさに加えて、誇張、条件の抜け、手直し時間も確認します。これは試し方の例で、こうした性格の組合せによる改善が実証されているという意味ではありません。

人が確認すること・注意点

人物らしい口調が出たことと仕事の質が上がったことを分けて評価します。2024年の研究では対象モデルと事実問題で役割の追加による全体的な性能向上は認められず、2025年の研究では専門家設定がプラスまたは有意差なしとなることが多い一方、無関係な人物属性で性能が下がる例も報告されています。これらの結果だけで、現在の全モデルや複数エージェント全体への効果は判断できません。「厳格なら正確」「陽気なら営業が上手い」と決め付けず、期待する行動を明記します。例えば「厳格」に期待するのが数値確認なら確認項目を、「陽気」に期待するのが親しみやすさなら文体を具体化します。性格を付けても計算・出典・条件の確認を省かず、顧客の機密情報や個人情報を未加工で入力しない運用にします。

参考情報

EMNLP 2025：Principled Personas（確認日：2026-10-19）
EMNLP 2024：When A Helpful Assistant Is Not Really Helpful（確認日：2026-10-19）