0Pricing
AI Prompt Engineering · レッスン

プロフェッショナルな文章スタイル

ジャーナリスティック、説得的、説明的、技術的な文章形式を学びます。

「プロフェッショナルな文章スタイル」はCoddyKit上の無料AI Prompt Engineeringレッスンです。 これはレッスン3/4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。

思考を構造化する文章スタイル

プロフェッショナルな文章で重要なのは、トーンだけではありません。構成と意図も重要です。職種ごとに、特定のコミュニケーション上の目的を果たすために発展してきた、独自の文章スタイルがあります。

こうしたスタイルと、その指定方法を知ることで、ジャーナリスティック、説得的、説明的、技術的な文章など、実績のある文章パターンを利用できるようになります。

ジャーナリスティックスタイル:逆ピラミッド

ジャーナリスティックスタイルでは、逆ピラミッドを使います。最も重要な情報を最初に示し、次に補足情報、最後に背景情報を置く構成です。

特徴:

  • リード文で「誰が、何を、いつ、どこで、なぜ」を答える
  • 各段落が単独で意味を成す
  • 前置きをせず、すぐに本題に入る
  • 文と段落を短くする
  • 結論を書かず、記事そのものに語らせる
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=200,
    messages=[{
        'role': 'user',
        'content': (
            'Write in journalistic inverted-pyramid style. '
            'Lead immediately with the most important fact. '
            'No setup, no preamble. Short sentences, short paragraphs. '
            'Max 100 words.\n\n'
            'Announce: Anthropic has released Claude 4, achieving a new benchmark score of 94% '
            'on a standard reasoning test, surpassing previous models by 8 percentage points. '
            'Available via API today. Pricing unchanged.'
        )
    }]
)
print(response.content[0].text)

ビジネスコンテンツにおけるジャーナリスティックスタイル

逆ピラミッドはニュース以外にも有効です。次のような場面でジャーナリスティックスタイルを使います。

  • リーダーが最初の段落に目を通す社内メモ
  • 多忙なエンジニアが読むプロダクトのリリースノート
  • 時間が極めて限られている場合の経営幹部向けブリーフィング
  • メールの件名と冒頭文

指定例:「ジャーナリスティックスタイルで書いてください—最も重要な事実を最初の文に置き、残りは補足情報にしてください。」

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Write an internal engineering memo using journalistic style. '
            'Most critical information in sentence 1. Max 3 short paragraphs.\n\n'
            'Facts: We will have a 30-minute planned downtime on Saturday, March 15 at 2 AM UTC. '
            'Cause: database migration to PostgreSQL 16. '
            'Impact: all API endpoints unavailable. '
            'Action needed: engineers should not deploy during this window. '
            'Status page will show updates.'
        )
    }]
)
print(response.choices[0].message.content)

説得的なスタイル:問題解決型

説得的な文章は、明確な構成に従います。まず問題を明らかにし、次に解決策をその答えとして提示します。PASフレームワークとも呼ばれます。

  • Problem(問題)—読者が経験している痛みを浮き彫りにする
  • Agitate(煽動)—問題がもたらす感情的な影響を深める
  • Solution(解決策)—自社の提案を解決策として提示する

営業コピー、提案書、ピッチデック、助成金申請書、チェンジマネジメント用メモに使います。

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=250,
    messages=[{
        'role': 'user',
        'content': (
            'Write landing page copy using the Problem-Agitate-Solution (PAS) persuasive framework.\n'
            'Structure:\n'
            '- Paragraph 1 (Problem): name the pain clearly\n'
            '- Paragraph 2 (Agitate): make the reader feel how serious this problem is\n'
            '- Paragraph 3 (Solution): introduce the product as the answer\n'
            'Product: A tool that automatically generates commit messages from git diffs.\n'
            'Audience: developers who write bad or no commit messages under time pressure.\n'
            'Max 150 words total.'
        )
    }]
)
print(response.content[0].text)

説得的なスタイル:AIDAフレームワーク

AIDAフレームワークは、マーケティングで広く使われている、もう1つの説得的な構成です。

  • Attention(注意)— 読者を最初から引きつけます
  • Interest(関心)— 好奇心を刺激し、読者との関連性を高めます
  • Desire(欲求)— 解決策を求める感情を生み出します
  • Action(行動)— 明確なCTA(Call to Action)を示します

リクエスト:「AIDAフレームワーク(Attention、Interest、Desire、Action)を使って書いてください。」

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Write a cold email using the AIDA framework. '
            'Label each section: [ATTENTION], [INTEREST], [DESIRE], [ACTION].\n'
            'Product: AI-powered code review tool that catches security bugs.\n'
            'Audience: CTO at a 50-150 person software company.\n'
            'Length: max 150 words. Tone: direct, professional, no hype.'
        )
    }]
)
print(response.choices[0].message.content)

説明的なスタイル:ステップバイステップ

説明文は、読者をプロセスに沿って導きます。重視する要素は次のとおりです。

  • 番号付きの手順 — 各操作を明確に分けます
  • 命令形の動詞 — 「クリックする」「入力する」「選択する」「実行する」
  • 1つの手順につき1つの操作 — 複数の操作を1つの手順に含めません
  • 明示的な前提条件 — 開始前に読者が準備しておく必要があるものを示します
  • 確認手順 — 各手順が正常に完了したことを確認する方法を示します
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=400,
    messages=[{
        'role': 'user',
        'content': (
            'Write step-by-step instructional documentation for setting up a Python virtual environment.\n'
            'Style rules:\n'
            '- Begin with Prerequisites (1-3 items)\n'
            '- Number every step\n'
            '- Start each step with an imperative verb\n'
            '- Maximum one action per step\n'
            '- Include the exact command to run in a bash code block where applicable\n'
            '- Add a verification command after every 2-3 steps\n'
            'Audience: first-year developer who knows Python basics but never used a terminal.'
        )
    }]
)
print(response.content[0].text)

説明的なスタイル:ハウツー記事

ハウツー記事は、Webコンテンツ向けの説明文の一種です。次の構成に従います。

  1. 導入 — 重要な理由を1〜2文で説明します
  2. 学べること(簡潔に説明します)
  3. 前提条件
  4. 手順(番号付きで明確に示します)
  5. 結果 — 完了後に読者が得られるものを示します
  6. 次のステップまたは参考情報

適切な構成にするには、各セクションを明示的に指定してリクエストしてください。

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Write a how-to article outline (headings + 1-sentence descriptions only) '
            'for "How to Set Up GitHub Actions for Python Testing".\n'
            'Include exactly:\n'
            '- 1 hook sentence\n'
            '- What You Will Learn section (3 bullets)\n'
            '- Prerequisites section (3 bullets)\n'
            '- 5 numbered steps with H3 headings\n'
            '- Final Result section (1 sentence)\n'
            '- 2 Next Steps bullets\n'
            'No body content — outline only.'
        )
    }]
)
print(response.choices[0].message.content)

技術的なスタイル:正確かつ簡潔に

技術文書では、説得力よりも正確さを、親しみやすさよりも簡潔さを重視します。主な特徴は次のとおりです。

  • すべての用語を初出時に定義します
  • 文書全体で用語を統一します(技術用語に同義語を使いません)
  • 短く直接的な文にします — 平均12〜15語程度にします
  • 基本的に能動態を使います
  • 数値化できるものはすべて数値で示します
  • 正確さが増す場合を除き、比喩や類推は使いません
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=250,
    messages=[{
        'role': 'user',
        'content': (
            'Write technical documentation for a Python function that rate-limits API calls.\n'
            'Technical style rules:\n'
            '- Define every parameter and return value precisely\n'
            '- Include type annotations in the description\n'
            '- Quantify all behaviors (e.g., "raises ValueError after 3 retries")\n'
            '- Active voice, no passive\n'
            '- Max 15 words per sentence\n'
            '- No analogies or metaphors\n'
            'Function: takes a callable, max_calls (int), window_seconds (int). '
            'Returns a wrapped callable that enforces the rate limit.'
        )
    }]
)
print(response.content[0].text)

適切なスタイルの選び方

目的に合わせてスタイルを選ぶことが重要なスキルです。

  • ジャーナリスティック:斜め読みが想定されるニュース、メモ、告知
  • 説得的(PAS/AIDA):営業、マーケティング、チェンジマネジメント、提案書
  • 説明的:ハウツーガイド、オンボーディング、技術チュートリアル
  • 技術的:APIドキュメント、仕様書、エンジニアリングRFC

実際の文書では、複数のスタイルを組み合わせることが一般的です。たとえばブログ記事では、導入にジャーナリスティックなスタイルを使い、本文を説明的にし、最後に説得的なCTAを置くことがあります。

import openai

client = openai.OpenAI(api_key='sk-your-key-here')

# Hybrid style: journalistic intro + instructional body + persuasive CTA
response = client.chat.completions.create(
    model='gpt-4o',
    messages=[{
        'role': 'user',
        'content': (
            'Write a 3-section technical blog post intro for "How to Cut Your AWS Bill by 40%".\n'
            'Section 1 (Journalistic): 1 sentence hook — state the key finding immediately.\n'
            'Section 2 (Instructional): 3-bullet overview of what the reader will learn/do.\n'
            'Section 3 (Persuasive): 1 sentence CTA to continue reading.\n'
            'Audience: AWS-using startup CTOs. Tone: direct, no hype.'
        )
    }]
)
print(response.choices[0].message.content)

セクション間でのスタイルの一貫性

1つの文書内でスタイルが一貫していないと、読者は違和感を覚えます。説得的な導入の後に無味乾燥な技術文が続くと、読み進める流れが途切れます。スタイルを混在させる場合は、次のルールを守ってください。

  • コンテンツの少なくとも70%には、主要なスタイルを使います
  • 切り替えの際には、つなぎのフレーズが役立ちます(例:「ここでは、始め方を説明します。」)
  • 複合的なスタイルが必要な場合は、プロンプトで各セクションのスタイルを明示的に定義します
  • 必ず開始時と同じスタイルで終えます — 完結した印象になります
import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

response = client.messages.create(
    model='claude-opus-4-5',
    max_tokens=300,
    messages=[{
        'role': 'user',
        'content': (
            'Write a product launch announcement combining three styles — '
            'label each section.\n\n'
            '[JOURNALISTIC LEAD]: 2-sentence news-style announcement of the launch.\n'
            '[PERSUASIVE VALUE]: 2-sentence why-it-matters with problem-solution framing.\n'
            '[INSTRUCTIONAL NEXT STEP]: 3 numbered steps to get started.\n\n'
            'Product: Sentry AI — error monitoring with automatic root cause analysis.\n'
            'Audience: developer teams who currently spend hours debugging production errors.'
        )
    }]
)
print(response.content[0].text)

プロンプトでスタイルを指定する

プロフェッショナルな文体を有効にする最も簡単な方法は、プロンプトで直接その名前を指定することです。

  • 「ジャーナリスティックな逆ピラミッド型のスタイルで書いてください」
  • 「PAS(Problem-Agitate-Solution)フレームワークを使ってください」
  • 「ステップバイステップの説明文書を書いてください」
  • 「正確かつ簡潔な技術文書のスタイルで書いてください」

モデルはこれらのスタイル名を認識し、関連する構成パターンを自動的に適用します。通常、追加の説明は必要ありません。

import anthropic

client = anthropic.Anthropic(api_key='sk-ant-your-key-here')

style_names = [
    'journalistic inverted-pyramid style',
    'PAS (Problem-Agitate-Solution) persuasive framework',
    'step-by-step instructional documentation style',
    'technical documentation style — precise and concise'
]

topic = 'how to reset a forgotten password in our web app'

for style in style_names:
    response = client.messages.create(
        model='claude-opus-4-5',
        max_tokens=80,
        messages=[{
            'role': 'user',
            'content': f'Write about {topic} using {style}. Max 3 sentences or 3 steps.'
        }]
    )
    print(f'Style: {style[:45]}...')
    print(response.content[0].text.strip())
    print()

理解度チェック

ある開発者が、新しいAPI向けのオンボーディングドキュメントを作成しています。ユーザーがサポートに問い合わせなくても認証の設定を正常に完了できるようにしたいと考えています。主要なスタイルとして最も適切なのはどれですか。

プロフェッショナルな文体 — まとめ

4つのプロフェッショナルな文体と、それぞれの用途は次のとおりです。

  • ジャーナリスティック:逆ピラミッド型、最も重要な情報を先に、短い文 — メモ、告知、ニュース向け
  • 説得的(PAS/AIDA):問題 → 問題の深刻化 → 解決策、または注意 → 関心 → 欲求 → 行動 — 営業、マーケティング、提案書向け
  • 説明的:番号付きの手順、命令形の動詞、1つの手順につき1つの操作、確認 — ハウツーガイド、チュートリアル、オンボーディング向け
  • 技術的:正確、簡潔、用語を定義、動作を数値化 — APIドキュメント、RFC、仕様書向け

プロンプトでスタイルを指定すると、モデルはその構成パターンを自動的に適用します。

よくある質問

「プロフェッショナルな文章スタイル」レッスンは無料ですか?

はい。「プロフェッショナルな文章スタイル」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。

「プロフェッショナルな文章スタイル」で何を学びますか?

ジャーナリスティック、説得的、説明的、技術的な文章形式を学びます。 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3/4です。

「プロフェッショナルな文章スタイル」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

  1. フォーマルなトーンとカジュアルなトーン
  2. 対象読者を指定する
  3. プロフェッショナルな文章スタイル
  4. 語彙レベルを調整する
← AI Prompt Engineeringに戻る