フォーマルなトーンとカジュアルなトーン
プロンプトで、専門的、カジュアル、学術的、会話的な文体を指定します。
「フォーマルなトーンとカジュアルなトーン」はCoddyKit上の無料AI Prompt Engineeringレッスンです。 これはレッスン1/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはAI Prompt Engineering学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 AI Prompt Engineeringコースには全4レッスンが含まれています。
トーン:コンテンツの語り口
トーンとは、言葉が読者に与える印象です。同じ情報でも、フォーマルで権威のある語り口にも、カジュアルで親しみやすい語り口にもできます。どちらを選ぶべきかは、対象読者、チャネル、目的によって決まります。
AIモデルは、説明したほぼすべてのトーンを再現できます。ただし、そのトーンを明示的に説明する必要があります。指示がない場合、AIモデルはややフォーマルで中立的な文体をデフォルトとします。
フォーマルな文章の特徴
フォーマルな文章には、次のような特徴があります。
- 短縮形を使用しない(cannotをcan'tの代わりに使用します)
- 口語表現やスラングを使用しない
- 可能な場合は三人称の視点を使用する
- 完全で、文法的に複雑な文を使用する
- 受動態も場合によっては許容される
- 技術用語を正確に使用する
- 紹介なしにファーストネームで呼ばない
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
formal_instruction = (
'Write in a formal, professional tone. '
'No contractions. No colloquialisms. No first-person pronouns. '
'Use complete, grammatically precise sentences. '
'Vocabulary: professional but accessible — not academic jargon.'
)
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=150,
messages=[{
'role': 'user',
'content': (
f'{formal_instruction}\n\n'
f'Explain why we are updating our privacy policy.'
)
}]
)
print(response.content[0].text)カジュアルな文章の特徴
カジュアルな文章には、次のような特徴があります。
- 短縮形をよく使用する(we're、you'll、it's)
- 会話的な語彙を使用する
- 文や段落が短い
- 一人称と二人称を使用する(I、you、we)
- 時折、ユーモア、温かみ、個性を加える
- 読者に問いかける
- 日常生活に根ざした親しみやすい例を使用する
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
casual_instruction = (
'Write in a casual, friendly tone. '
'Use contractions freely. Use "you" to address the reader directly. '
'Keep sentences short. Add warmth and personality. '
'Write like you would explain this to a friend over coffee.'
)
response = client.chat.completions.create(
model='gpt-4o',
max_tokens=150,
messages=[{
'role': 'user',
'content': (
f'{casual_instruction}\n\n'
f'Explain why we are updating our privacy policy.'
)
}]
)
print(response.choices[0].message.content)同じ内容を3つのトーンで表現する
トーンを理解する最も早い方法は、同じ内容を複数の文体で見比べることです。ここでは、土曜の夜にメンテナンスのためアプリを停止することをユーザーに通知するという簡単なシナリオを使用します。
これを企業向けのフォーマルな文体、スタートアップらしいカジュアルな文体、学術的な文体の3つのトーンで記述します。語彙、文の構造、読者との関係がどのように変化するかに注目してください。
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
tones = [
('CORPORATE FORMAL',
'Formal, no contractions, passive voice acceptable, corporate vocabulary. No personality.'),
('STARTUP CASUAL',
'Casual, contractions OK, friendly, empathetic, slightly playful. Address reader as "you".'),
('ACADEMIC',
'Precise, objective, technical vocabulary, third person, no emotion, no contractions.')
]
for label, tone_desc in tones:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=80,
messages=[{
'role': 'user',
'content': (
f'Tone: {tone_desc}\n\n'
f'Write a 2-sentence notification: our app will be down for maintenance '
f'on Saturday from 11 PM to 2 AM UTC.'
)
}]
)
print(f'[{label}]')
print(response.content[0].text.strip())
print()形容詞でトーンを指定する
トーンを指定する最も簡単な方法は、説明的な形容詞を列挙することです。
- 「自信に満ちた、率直な、歯に衣着せぬトーンで」
- 「温かく、共感的で、励ますようなトーンで」
- 「遊び心があり、機知に富み、少し型破りなトーンで」
- 「真剣で、権威があり、正確なトーンで」
エネルギーの強さ、フォーマルさの度合い、感情的な温度、個性の特徴など、異なる側面を表す形容詞を2~4個使用してください。
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
test_tones = [
'confident, direct, no-nonsense',
'warm, empathetic, encouraging',
'playful, witty, slightly irreverent',
]
for tone in test_tones:
response = client.chat.completions.create(
model='gpt-4o',
max_tokens=60,
messages=[{
'role': 'user',
'content': (
f'Tone: {tone}.\n\n'
f'Write one sentence of marketing copy for a new AI writing tool. '
f'Audience: busy startup founders.'
)
}]
)
print(f'Tone ({tone}):')
print(response.choices[0].message.content.strip())
print()ペルソナでトーンを指定する
ペルソナに基づくトーンの説明は、形容詞だけの場合よりも具体的になることがよくあります。「親しみやすく」と言う代わりに、「Basecampのプロダクトブログのように書く—カジュアルだが思慮深く、決して上から目線にならない」と指定します。
実在する文章のスタイルを参照することもできます。
- 「Stripeの技術ブログ記事のように」
- 「Paul Grahamがスタートアップについて書くように」
- 「Harvard Business Reviewの経営幹部向けエグゼクティブサマリーのように」
- 「尊敬する同僚から届いた親しみやすいSlackメッセージのように」
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
references = [
'Write like a Stripe technical blog post: clear, precise, respects the reader\'s intelligence.',
'Write like a Harvard Business Review executive summary: formal, data-driven, concise.',
'Write like a friendly Slack message from a helpful colleague — casual, direct, gets to the point.'
]
topic = 'Why our new feature reduces API response time by 40%.'
for ref in references:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=80,
messages=[{
'role': 'user',
'content': f'Style reference: {ref}\n\nWrite 2 sentences about: {topic}'
}]
)
print(f'Style: {ref[:55]}...')
print(response.content[0].text.strip())
print()トーンの不一致とそのコスト
トーンの不一致とは、文体が読者や文脈に合っていない状態です。よくある不一致には、次のようなものがあります。
- 一般消費者向けモバイルアプリでの堅苦しい企業用語
- 法的契約書でのくだけたスラング
- 技術に詳しくないユーザーへのサポートメールでの過度に専門的な表現
- エンジニアリングREADMEでの誇張したマーケティング表現
トーンが合っていないと信頼が損なわれ、読者は意味を読み取るためにより多くの労力を費やすことになります。
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
# Mismatched tone examples
mismatches = [
(
'ERROR MESSAGE for a consumer app:',
'Formal legal tone: no contractions, passive voice',
'A fatal error has been encountered in the processing of your request.'
),
(
'LEGAL TERMS section:',
'Casual startup tone: contractions, emojis',
'Hey, so like, you gotta agree to our stuff before using this app okay?'
)
]
for context, bad_tone, example in mismatches:
response = client.chat.completions.create(
model='gpt-4o',
max_tokens=80,
messages=[{
'role': 'user',
'content': (
f'CONTEXT: {context}\n'
f'PROBLEM (wrong tone): {example}\n\n'
f'Rewrite with the correct tone for the context. '
f'One sentence. Explain in brackets why this tone works better.'
)
}]
)
print(response.choices[0].message.content.strip())
print()感情の温度をコントロールする
フォーマルさだけでなく、トーンには感情の温度もあります。冷たく客観的なものから、温かく熱意のこもったものまでさまざまです。
- 冷たい:「結果から、12%の改善が示されています。」(純粋なデータ)
- 中立的:「最新リリースで、パフォーマンスを12%改善しました。」
- 温かい:「チームが速度を12%向上させたことを、誇りを持ってお知らせします。」
- 熱狂的:「これは大きな成果です—パフォーマンスを12%も飛躍させました!」
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
temperatures = [
('COLD/OBJECTIVE', 'Purely factual, no emotion, no personality, third person.'),
('NEUTRAL', 'Balanced, professional, slight warmth but no enthusiasm.'),
('WARM', 'Friendly, first person plural ("we"), positive but measured.'),
('ENTHUSIASTIC', 'High energy, excited, uses exclamation points, celebrates the user.')
]
fact = 'Our app now loads 3 seconds faster after the latest update.'
for label, instruction in temperatures:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=50,
messages=[{
'role': 'user',
'content': f'Tone: {instruction}\n\nAnnounce this fact in 1 sentence: {fact}'
}]
)
print(f'[{label}]: {response.content[0].text.strip()}')一貫したトーンを保つ
トーンの選択と同じくらい、トーンの一貫性も重要です。文書の途中でフォーマルな文体とカジュアルな文体が切り替わると、読者は混乱し、信頼性も損なわれます。
複数のセクションからなる文書では、次の点を意識してください。
- システムメッセージまたはプロンプトの冒頭でトーンを設定する
- 「文書全体を通して、このトーンを一貫して維持してください」と明示する
- 非常に長い文章では、追加のプロンプトでモデルにトーンを再確認させる
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
# System message tone sets voice for all sections
response = client.chat.completions.create(
model='gpt-4o',
messages=[
{
'role': 'system',
'content': (
'You are writing all content for a developer-focused SaaS company called GridDB. '
'Tone: technical but approachable. No jargon without explanation. '
'No contractions. Short sentences. No marketing superlatives. '
'Maintain this tone consistently across every section.'
)
},
{
'role': 'user',
'content': (
'Write 2 short sections for our website:\n'
'1. Hero tagline (max 8 words)\n'
'2. One-paragraph product description (max 60 words)'
)
}
]
)
print(response.choices[0].message.content)コンテンツの種類ごとのトーン
コンテンツの種類ごとに、一般的に期待されるトーンがあります。意図的であれば、そこから外れることが効果的な場合もあります。
- 法的文書:フォーマルで正確 → カジュアルだとプロフェッショナルさを欠く
- エラーメッセージ:明確で共感的 → 冷たいと敵意を感じさせる
- マーケティングコピー:熱意があり、メリットを重視 → 淡々としていると魅力に欠ける
- APIドキュメント:技術的で簡潔 → 装飾的な表現は開発者の時間を無駄にする
- カスタマーサポート:温かく、解決志向 → 防御的だと対立的に感じられる
import anthropic
client = anthropic.Anthropic(api_key='sk-ant-your-key-here')
content_types = [
('ERROR MESSAGE', 'Empathetic, clear, action-oriented. No technical jargon. No blame.'),
('API DOCS', 'Terse, precise, no fluff. Technical vocabulary. Example-driven.'),
('SUPPORT REPLY', 'Warm, solution-focused, acknowledges frustration, offers next steps.')
]
scenario = 'A user cannot log in because their account has been temporarily locked.'
for content_type, tone in content_types:
response = client.messages.create(
model='claude-opus-4-5',
max_tokens=80,
messages=[{
'role': 'user',
'content': (
f'Content type: {content_type}\n'
f'Tone: {tone}\n\n'
f'Write 2 sentences for this scenario: {scenario}'
)
}]
)
print(f'[{content_type}]')
print(response.content[0].text.strip())
print()チャネル間でトーンを使い分ける
同じブランドが、チャネルごとに異なるトーンを使うことは自然です。重要なのは、それぞれのチャネルのトーンが意図的に選ばれ、適切であることです。
- Twitter/X:カジュアルで、歯切れがよく、個性を前面に出す
- LinkedIn:プロフェッショナルで、思慮深く、洞察を重視する
- メールニュースレター:温かく、会話調で、個人的
- 法務文書:フォーマルで正確、必要に応じて受動態を使う
- アプリ内メッセージ:親しみやすく、簡潔で、行動を促す
import openai
client = openai.OpenAI(api_key='sk-your-key-here')
channels = [
('TWITTER', 'Casual, punchy, max 200 chars, can use one emoji'),
('LINKEDIN', 'Professional, insight-driven, 2 sentences, no emoji'),
('IN-APP', 'Friendly, action-oriented, 1 sentence, second person')
]
news = 'We just launched dark mode in our app.'
for channel, tone in channels:
response = client.chat.completions.create(
model='gpt-4o',
max_tokens=60,
messages=[{
'role': 'user',
'content': f'Channel: {channel}. Tone: {tone}.\n\nAnnounce: {news}'
}]
)
print(f'[{channel}]: {response.choices[0].message.content.strip()}')
print()理解度チェック
ある企業のモバイルアプリで、支払いに失敗したときにエラーメッセージを表示する必要があります。現在のメッセージは次のとおりです。「関連付けられた金融口座の残高不足により、取引を処理できません。」このメッセージのトーンにおける根本的な問題は何でしょうか。
フォーマルとインフォーマルなトーン—まとめ
トーンは、プロンプトを制御するうえで最も強力な要素の一つです。重要なポイントは次のとおりです。
- AIはデフォルトで中立的かつフォーマルな文体を使うため、求めるトーンを必ず指定する
- 形容詞を組み合わせる:「自信に満ち、直接的で、忖度がない」
- ペルソナを参照する:「Stripeのブログ記事のように」
- 感情の温度をコントロールする:冷たく客観的なものから熱狂的なものまで
- コンテンツの種類と読者にトーンを合わせる
- アプリの文体に一貫性を持たせるため、システムメッセージで一度トーンを設定する
- トーンが合っていないと信頼が損なわれる—法的文書をツイートのような文体にしてはいけない
よくある質問
「フォーマルなトーンとカジュアルなトーン」レッスンは無料ですか?
はい。「フォーマルなトーンとカジュアルなトーン」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し(組み込みコードエディタと24時間対応のAIチューター)、AI Prompt Engineeringコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 AI Prompt Engineeringコースには全4レッスンが含まれています。
「フォーマルなトーンとカジュアルなトーン」で何を学びますか?
プロンプトで、専門的、カジュアル、学術的、会話的な文体を指定します。 ブラウザで直接実行するハンズオンコードでAI Prompt Engineeringを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
AI Prompt Engineeringを始めるのに経験は必要ですか?
事前経験は必要ありません。CoddyKitのAI Prompt Engineeringは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン1/4です。
「フォーマルなトーンとカジュアルなトーン」レッスンにはどのくらい時間がかかりますか?
ほとんどのCoddyKitレッスンは約5~10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このAI Prompt Engineeringレッスンでコードを書いて実行できますか?
はい。すべてのAI Prompt Engineeringレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。
このコースのすべてのレッスン
- フォーマルなトーンとカジュアルなトーン
- 対象読者を指定する
- プロフェッショナルな文章スタイル
- 語彙レベルを調整する