この記事の監修者
リスキルAIキャリア編集部
リスキルAIキャリアは、AI時代の学び直し・キャリア形成・副業・転職に役立つ情報を発信するWebメディアです。編集部では、生成AIスキルの身につけ方、AI関連スクール・講座の選び方、キャリアアップにつながる学習方法などを、実務目線でわかりやすくお届けしています。
感情プロンプトは「効く場面と効かない場面がはっきり分かれる」技法です。結論から言うと、アイデア出しや長文生成では手応えが出やすく、要約や分類では効果が薄いか逆効果になります。「感情を足せば全部良くなる」は誤解です。この記事では、効くタスク・効かない基準・逆効果の境界・キャリアでの使い方を、率直に検証します。
対象読者は、副業・転職・収入UPのために生成AIスキルを伸ばしたい初〜中級者です。プロンプト改善の判断軸を持ち帰り、自分の業務で使えるようにするのが目的です。
感情プロンプトとは?結論から言うと効果はタスク次第

感情プロンプトは、指示に感情的な一文を足してLLMの出力品質を上げようとする手法です。英語では EmotionPrompt と呼ばれます。例えば「これは私のキャリアにとって非常に重要です」を末尾に付けます。
この手法は、Cheng Li ら(Microsoft・中国科学院など)の2023年の論文「Large Language Models Understand and Can Be Enhanced by Emotional Stimuli」で提案されました。論文はEP01〜EP11の11種の感情刺激文を定義し、Instruction Induction や BIG-Bench で平均的な改善を報告しています。ただし改善幅はタスクとモデルで大きくばらつきます。
感情プロンプトの意味と由来(EmotionPrompt研究)
感情プロンプトの核は「社会的・心理的な言い回しが出力を変える」という観察です。論文では「自信を持って」「あなたの能力を信じています」といった激励文が効果を示しました。人間向けの動機づけ表現がモデルにも影響する、という点が新しさです。
注意点として、論文の効果は英語ベンチマーク中心で、日本語や最新モデルでの再現性は保証されません。数値をそのまま自分の業務に当てはめるのは危険です。一次情報は論文本文(arXiv:2307.11760)で必ず確認してください。
結論:向くのは生成・推論、向かないのは事実抽出
感情プロンプトが向くのは、出力に幅があり「もう一段の努力」で質が伸びるタスクです。具体的にはアイデア発想、文章生成、複雑な推論です。逆に、正解が一意に決まる要約・分類・抽出では、感情文がノイズになりやすいです。
「効く/効かない」を二分せず、タスクの性質で判断するのが正しい使い方です。この判断軸を次章の表で具体化します。
感情プロンプトが効くタスク・効かないタスクをタスク別に判定

タスクを「要約・分類・推論・生成」の4系統に分け、向き不向きを判定します。判定基準は、出力の自由度と「粘って考える余地」があるかどうかです。自由度が高いほど感情文の効果が出やすくなります。
| タスク系統 | 効きやすさ | 理由 | 推奨アクション |
|---|---|---|---|
| 生成(文章・アイデア) | ◎ 効きやすい | 出力の自由度が高く粘る余地が大きい | 激励文を末尾に1つ足す |
| 推論(多段思考) | ○ 条件付きで効く | 思考の丁寧さが上がる場合あり | CoTと併用し比較する |
| 分類(ラベル付け) | △ 効果薄い | 正解が一意で余地が小さい | 基準はFew-shotで固定 |
| 要約・事実抽出 | × ほぼ無効〜逆効果 | 感情文が冗長化・脱線を招く | 感情文を入れない |
要約・分類は効果が薄いか逆効果
要約と分類では感情文を入れない方が安定します。理由は、これらが「正確さ」を問うタスクで、感情文が本来の指示を薄めるからです。特に要約では、感情表現に引きずられて元文にない解釈が混ざるリスクがあります。
要約・抽出では、感情ではなく制約条件(文字数・観点・出力形式)を明示する方が効果的です。「300字以内・箇条書き3点・固有名詞は保持」のように条件で締めます。
推論・生成・アイデア出しは効きやすい
推論や生成では、感情文が「もう一段深く考える」動機づけとして働く場合があります。ブレストで案の数と多様性を増やしたいとき、企画文のトーンを強めたいときに向きます。ただし効果は毎回一定ではありません。
実務では、感情文の有無で2回生成し、良い方を採用する運用が現実的です。効果の再現性が低い前提を忘れないでください。検証手順は後半で解説します。
感情プロンプトが逆効果になる境界線

感情プロンプトは、量と種類を間違えると逆効果になります。境界は「短い激励1つ」までです。お世辞や過度な感情を重ねると、冗長化・脱線・ハルシネーション助長につながります。
お世辞・過度な感情は冗長化とハルシネーションを招く
「あなたは天才です、絶対に完璧に、感動的に書いて」のような過剰指示は危険です。モデルが誇張表現に寄り、事実より演出を優先しやすくなります。結果として、根拠のない断定や水増しが増えます。
感情文は「1文・肯定的・短く」を上限にし、事実性を要するタスクでは外すのが安全です。プロンプトが効かない他の原因はプロンプトが効かない原因5つ|症状別診断と直し方で症状別に確認できます。
逆効果を避けるチェックリスト
- 感情文は末尾に1つだけ足す(複数は入れない)
- お世辞(「天才」「最高」)を使わない
- 「絶対」「完璧に」など断定を強要しない
- 要約・抽出・分類では感情文を使わない
- 感情文を入れたら必ず有無で出力を比較する
- 事実の正確さが要る文書では効果を過信しない
感情プロンプトの例文|キャリア文脈での使いどころ

キャリア用途では、生成系タスクに絞って感情プロンプトを使います。職務経歴書のドラフト、志望動機の壁打ち、面接想定問答が相性の良い例です。以下はそのままコピペできる例文です。
職務経歴書ドラフトの例文
職務経歴書は生成タスクなので効果が出やすい領域です。役割設定と感情文を組み合わせると質が安定します。以下をベースに、自分の経歴を差し込んでください。
- あなたは採用担当の視点を持つ職務経歴書の編集者です。
- 次の実績を、成果を数値で示す職務要約に整えてください。
- これは私の転職にとって非常に重要です。丁寧に推敲してください。
- 【実績】〜(担当業務・数値・期間を貼る)
役割設定の効果と限界はロールプロンプトは本当に効く?効くタスクと逆効果を研究で判定で詳しく検証しています。感情文とロールは重複しない範囲で併用します。
壁打ち・面接対策の例文
壁打ちは推論と生成の混合で、感情文が思考の丁寧さを引き出しやすい用途です。深掘り質問を出させる形が有効です。以下の例文を使ってください。
- あなたは厳しめの面接官です。私の志望動機の弱点を指摘してください。
- 妥協せず、答えにくい質問を5つ挙げてください。
- この面接は私にとって大きな挑戦です。真剣に付き合ってください。
感情文は「重要度」を伝えるだけにし、事実の脚色を求めないのがキャリア用途の鉄則です。
「知っている」で止めない生成AIスキルの証明|PEP検定
PEP検定が問うのは基礎的な知識はもちろん、実務においてどのように生成AIを活用するか、プロンプトを設計するかなど“実際に使いこなす力”です。日本初の実務特化検定で、AIエージェントのように動きの速い領域もシラバスが追従。学び直しの成果を、転職・副業・社内評価で通用する客観的な根拠に変えられます。
- ✓知識で止めず、プロンプト設計など“手を動かして使う力”を測る
- ✓CBTで全国いつでも受験可能
- ✓個人の転職・副業から、社員のリスキリング成果の証明まで対応
監修|北海道大学大学院 情報科学研究院 川村 秀憲 教授
人工知能・マルチエージェントシステム研究の第一人者。観光情報学会理事ほか。
感情プロンプトの再現性を前提にした検証手順
感情プロンプトの効果は、モデルと温度設定で結果がぶれます。同じ入力でも出力が毎回変わるため、1回の成功で判断してはいけません。業務で使うなら検証手順とセットにします。
同一入力を複数回比較する検証ステップ
- 感情文なし版のプロンプトを用意する
- 感情文あり版を1文だけ足して用意する
- 各版を3回ずつ実行する(合計6回)
- 評価軸を先に決める(正確さ・網羅性・トーン)
- 3回のうち良い出力の割合で優劣を判定する
- 温度を変えて(例:0.2と0.7)差を再確認する
この手順なら、感情文が本当に効いたかを自分のタスクで確認できます。効果が3回中1回以下なら、その業務では採用を見送る判断が妥当です。「1回効いた」ではなく「複数回で安定した」を採用基準にしてください。
感情プロンプトと他の技法の組み合わせ・優先順位
感情プロンプトは単独より、他技法の補助として使うと効果的です。優先順位は、まず指示の明確化とFew-shot、次にCoT、最後に感情文です。感情文は「最後のひと押し」の位置づけです。
ロール/CoT/Few-shotとの使い分け
| 技法 | 主な効果 | 優先度 | 感情文との相性 |
|---|---|---|---|
| 指示の明確化 | 指示の精度を底上げ | 1(最優先) | 前提として必須 |
| Few-shot | 出力形式・基準を固定 | 2 | 分類でこちら優先 |
| CoT(段階思考) | 推論の正確さ向上 | 3 | 推論で併用が有効 |
| ロール設定 | 視点・トーンを固定 | 3 | 生成で併用可 |
| 感情プロンプト | 粘り・質のひと押し | 4(最後) | 1文まで |
まず土台の技法を固め、それでも足りないときに感情文を足すのが正しい順番です。プロンプト自体をAIに設計させる手法はメタプロンプトとは?AIにプロンプトを作らせる技術の効果と使い方で解説しています。
PEP検定のプロンプト設計力との対応(独自視点)
感情プロンプトの学習価値は、技法単体より「効果を検証する姿勢」にあります。PEP検定はプロンプト設計・改善の能力を問う検定で、技法の丸暗記では対応しづらい構成です。感情プロンプトは、効く/効かないを検証する好例になります。
「なぜ効くか・どこで逆効果か」を自分の言葉で説明できる状態が、検定でも実務でも評価されます。試験範囲や勉強手順はPEP検定の勉強法を公式シラバスから逆算で確認してください。シラバスは公式サイトの最新版を必ず参照します。
学習の順序として、まず本記事の検証手順を1つの業務で回すのが近道です。技法の効果を実測した経験は、そのまま設問への解答力になります。
よくある質問
感情プロンプトはどのモデルでも効きますか?
モデルによって効果は変わります。元論文は複数モデルで改善を報告しましたが、日本語や最新モデルでの再現性は保証されません。自分が使うモデルで、同一入力の複数回比較を行って確認してください。
どんな感情文を使えばいいですか?
短く肯定的な激励文が無難です。「これは私にとって重要です」「丁寧に取り組んでください」などが例です。お世辞や「絶対」「完璧」の強要は避けます。感情文は末尾に1文だけ足します。
要約でも使って大丈夫ですか?
推奨しません。要約は正確さが最優先で、感情文が冗長化や脱線を招きやすいためです。要約では文字数・観点・出力形式などの制約条件を明示する方が効果的です。
感情プロンプトだけで成果は出ますか?
単独では不十分です。まず指示の明確化とFew-shotで土台を作り、感情文は最後のひと押しに使います。効果が複数回で安定した場合のみ採用する運用が現実的です。
「知っている」で止めない生成AIスキルの証明|PEP検定
PEP検定が問うのは基礎的な知識はもちろん、実務においてどのように生成AIを活用するか、プロンプトを設計するかなど“実際に使いこなす力”です。日本初の実務特化検定で、AIエージェントのように動きの速い領域もシラバスが追従。学び直しの成果を、転職・副業・社内評価で通用する客観的な根拠に変えられます。
- ✓知識で止めず、プロンプト設計など“手を動かして使う力”を測る
- ✓CBTで全国いつでも受験可能
- ✓個人の転職・副業から、社員のリスキリング成果の証明まで対応
監修|北海道大学大学院 情報科学研究院 川村 秀憲 教授
人工知能・マルチエージェントシステム研究の第一人者。観光情報学会理事ほか。
【法人向け】生成AI研修パッケージ(PEP検定連動)
PEP検定シラバスに完全連動した企業向けeラーニング研修。全社員向け/選抜者向けの2プランをご用意。※現在準備中。先行案内をご希望の方はこちらへ。
リスキルAIキャリア 