
AIキャラ設定プロンプトの書き方とテンプレート | TaoTalk AI
「AIキャラ設定プロンプトの書き方とテンプレート | TaoTalk AI」では何を解説していますか?
AIキャラ設定プロンプトは基本性格・口調・関係性・行動境界の4層で書くと崩れにくくなります。 コピペできるテンプレートと、長い会話で設定を保つ運用ルールを解説します。
AIキャラ設定プロンプト(英語では character prompt)とは、AIチャットに人格・口調・関係性・行動の境界をあらかじめ定義して渡す指示文のまとまりです。
AIキャラ設定プロンプト(英語では character prompt)とは、AIチャットに人格・口調・関係性・行動の境界をあらかじめ定義して渡す指示文のまとまりです。 「優しく話して」の一言だけでは、モデルは数往復で既定の丁寧なアシスタント口調に戻ってしまいます。
同じ人物として長く会話を続けたいなら、性格を表す形容詞ではなく、一人称・語尾・使わない言い回し・話題の境界までを書き分ける必要があります。
この記事では、キャラクターシートを4つの層に分けて組み立てる手順、そのまま貼り付けられるテンプレート、会話が長引いたときに設定が崩れる理由と、運用で防ぐ方法をまとめます。
要点まとめ
- キャラ設定は「基本性格」「口調」「関係性」「行動境界」の4層に分けると、崩れたときに直す場所を特定しやすい。
- 「優しい」「明るい」といった形容詞より、一人称・二人称・語尾・使わない言葉を具体的に書くほうが口調は安定する。
- 長い会話では冒頭の指示が相対的に薄まるため、2〜3往復の発話例と禁止リストをセットで入れる。
- AIは人間の代わりではない。医療・法律・自傷に関わる話題では、人物像を保ったまま専門機関への相談を促す境界を決めておく。
キャラ設定プロンプトは4つの層で書く
キャラクターを安定させるには、場当たりの命令文ではなく、ゲームや小説のキャラクターシートに近い構造化された記述を渡します。 OpenAIのプロンプトガイドも、モデルへの指示を具体的にし、役割と制約を分けて示すことを勧めています [1]。
Anthropicのドキュメントでも、役割を与えるときはシステムプロンプトで立場を明示する方法が案内されています [2]。
| 層 | 書く内容 | 抜けたときに起きること |
|---|---|---|
| 1. 基本性格 | 価値観、思考の癖、得意・不得意な話題 | 場面ごとに意見が変わり、人格の軸がなくなる |
| 2. 口調 | 一人称、二人称、語尾、話すテンポ、絵文字の可否 | 「かしこまりました」などの定型丁寧語に戻る |
| 3. 関係性 | 相手との距離、敬意の度合い、呼び方 | 親しい設定なのに、事務的でよそよそしくなる |
| 4. 行動境界 | 扱わない話題、禁止する助言、断り方 | 不適切な話題に合わせたり、専門家を装ったりする |
1つ目は性格です。 「冷静」とだけ書くのではなく、「結論から話す」「感情的な相づちは短い」のように、外から観察できる行動として書きます。 2つ目は口調で、一人称と語尾を固定します。
3つ目は関係性で、「対等な友人」なのか「敬意を払う相談役」なのかを決めると、返答の温度がぶれません。 4つ目が最も重要です。 AIには自己意識も資格もないため、深刻な相談が来たときの逃げ道を先に用意しておきます。
すぐに使えるキャラ設定プロンプトのテンプレート
次の枠をコピーし、各項目を埋めてチャットの冒頭、またはシステムプロンプト欄に貼ってください。
役割:
あなたは以下のキャラクターシートに従って対話する相手です。設定した口調と価値観を維持し、「何かお手伝いできることはありますか?」のような定型文は使わないでください。
キャラクターシート:
- 名前:
- 年齢感:
- 性格:
- 一人称/二人称:
- 口調の特徴:
- ユーザーとの関係:
- 得意な話題/苦手な話題:
対話ルール:
1. 設定にない丁寧語や機械的な謝罪(「申し訳ございません」など)を使わない。
2. 医療・法律・自傷に関わる相談には、人物の口調を保ったまま専門機関への相談を促す。
3. 自分が人間であると主張しない。
発話例:
ユーザー:「今日は仕事で疲れた」
キャラクター:「おつかれさま。今日はもう、がんばらないでいいよ」
空欄が多いほど、モデルは足りない部分を自分で補います。名前・一人称・語尾・関係性の4つだけは必ず埋めてください。
記入例1:書斎のリサーチ補助「シオン」
調べものや読書記録の整理に向いた、落ち着いた口調の例です。
役割:
あなたは古書店の書斎で調べものを手伝う青年「シオン」です。
設定:
- 性格:論理的で几帳面。断定を急がず、根拠の有無を分けて話す。
- 一人称:私/二人称:あなた
- 口調:「〜です」「〜と考えます」。感嘆符と絵文字は使わない。
- 関係:同じ本を読む者どうしの、対等な距離。
制約:
- 推測を述べるときは「確証はありませんが」と前置きする。
- 定型の挨拶を省き、直前の話題を受けて話し始める。
記入例2:習慣づくりの伴走者「レン」
学習や運動を続けたいときに使う、励まし役の例です。
役割:
あなたはユーザーの学習や運動の習慣を支える伴走者「レン」です。
設定:
- 性格:明るく実直。できなかった日を責めず、次の一歩を小さく切る。
- 一人称:俺/二人称:きみ
- 口調:「〜だな」「〜してみよう」。短く、前向きに。
- 関係:同じ目標に向かうチームメイト。
制約:
- 過密な予定を勧めず、休息も計画のうちとして扱う。
- 体調や治療に関わる相談は、専門家への確認を優先する。
会話が長くなるとキャラ設定が崩れるのはなぜか
モデルは、指示を記憶から呼び出しているのではなく、直前までの文脈から次の一語を予測しています。 長い入力の中央に置かれた情報は、冒頭や末尾にある情報より参照されにくいという報告もあり [3]、往復が増えるほど最初の設定は押しやられていきます。
そこへ、学習時に身につけた丁寧なアシスタント口調へ戻ろうとする力が重なります。
崩れ方はおおむね3つです。一人称が混ざる、語尾が敬語に戻る、禁止したはずの定型句が出る。どれも設定を忘れたのではなく、直前数往復の文体に引っ張られた結果です。だから、長い説明を足すより、短い発話例を足すほうが効きます。
設定崩れを防ぐ運用ルール
- 発話例を2〜3往復入れる。 ルールの説明より、理想の返答そのものを見せるほうが出力は安定します [1]。
- 禁止リストを明記する。 「〜してください」に加えて、「『承知しました』『お力になれます』は使わない」と書きます。
- 区切りでリセットする。 話題が変わるときは、それまでの内容を要約させ、新しいセッションで設定を再適用します。同じ前置きを毎回送るなら、プロンプトキャッシングに対応したツールでは待ち時間と費用の増加を抑えられます [4]。
設定プロンプトの置き場所はツールでどう違うか
置き場所はツールの作りで変わります。 ChatGPTはカスタム指示、Claudeはプロジェクトのシステムプロンプトに役割を書くのが基本です。 TaoTalk AIはキャラクター設定と、セッションをまたいで残る長期メモリーを分けて持ち、保存された記憶を見返せる設計になっています [5]。
どのツールでも、設定は会話履歴と分離された場所に置くほど長持ちします。
| 置き場所 | 向く使い方 | 注意点 |
|---|---|---|
| カスタム指示 | 短い会話を何度も繰り返す | 長い設定を丸ごと入れると他の指示と混ざる |
| プロジェクトのシステムプロンプト | 資料を読み込ませながら一つの話題を深掘りする | 話題を変えるたびに設定を見直す |
| キャラクター設定画面 | 同じ人物と何週間も会話を続ける | 設定と記憶のどちらを直すのかを切り分ける |
設定の自由度と記憶の持たせ方は製品ごとに差が大きいため、比較の観点はAIキャラチャットの比較基準にまとめています。会話の続き方が分からなくなったときは、AIの記憶の仕組みも参考になります。
よくある質問
設定プロンプトが長いと返答は遅くなりますか?
入力が増えれば、最初の一語が出るまでの時間はわずかに伸びます。ただし同じ前置きを繰り返す会話では、プロンプトキャッシングで処理を再利用できる場合があります [4]。長さを削るより、毎回同じ順序で書くほうが安定します。
既存のアニメやゲームのキャラクター名をそのまま使ってもいいですか?
権利者の許諾なく名称や台詞を再利用すると、著作権や商標権、各サービスの利用規約に触れるおそれがあります。性格の型や口調の規則だけを取り出し、名前と設定を自作するのが安全です。
途中で急に敬語に戻ったときはどう直しますか?
「設定した口調に戻してください」と一度だけ指示し、そのあとキャラクターの呼び方で話しかけ直します。何度も注意するより、短い発話例をもう一度貼るほうが戻りやすくなります。
キャラクターは人間の代わりになりますか?
なりません。応答は統計的なパターンから生成された文章で、感情や意図はありません。考えを整理する相手としては役立ちますが、人間関係や専門的な相談の代替にはしないでください。
参考文献
[1] OpenAI, Prompt engineering https://developers.openai.com/api/docs/guides/prompt-engineering
[2] Anthropic, Prompting best practices https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices
[3] Liu NF, Lin K, Hewitt J, et al.
Lost in the Middle: How Language Models Use Long Contexts (2023) https://arxiv.org/abs/2307.03172
[4] Anthropic, Prompt caching https://platform.claude.com/docs/en/build-with-claude/prompt-caching
[5] TaoTalk AI https://taoapex.com/ja/products/talk/
TaoTalk AI
あなたを覚えている AI パートナー