本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。
高度な推論を誘発する多角的思考プロンプト：水平・逆転・類推の統合設計
【ユースケース定義と課題】
固定観念を打破し、新規事業立案や複雑な課題解決においてLLMから非自明な洞察を引き出す多角的推論スキームの構築。
入力の型：解決したい課題（テキスト）
出力の型：思考プロセスを含む多角的な解決案（Markdown形式）
【プロンプト設計のループ】
graph TD A["設計: 思考フレームワークの定義"] --> B["実行: Few-shotを用いた推論生成"] B --> C["評価: 洞察の新規性と論理性の検証"] C -->|改善: 逆転の制約を強化| A
設計: 「水平思考」「逆転の発想」「類推思考」の3要素をプロンプトに組み込み、LLMのデフォルトの「一般論への逃げ」を防ぐ制約を設けます。
実行: Gemini 1.5 Pro等の長文コンテキストを活用し、各思考フェーズをステップバイステップで出力させます。
評価: 生成されたアイデアが「当たり前」ではないか、論理的な飛躍がないかを定量的に評価し、指示を微調整します。
【プロンプトの実装案】
# Role あなたは、エドワード・デボノの水平思考（ラテラルシンキング）と、TOC（制約理論）の逆転発想、そして異分野結合の類推思考を極めた戦略コンサルタントです。 # Task 提示された「課題」に対し、以下の3つの思考ステップを順番に実行し、最終的な解決策を提示してください。 # Thought Process Instructions 1. **逆転の発想 (Reverse Thinking)**: - 課題の「常識的な前提」を3つ挙げ、それらを全て否定または逆転させてください。 - 例：店舗の売上を上げたい → 「店舗にお客を入れない」としたらどうなるか？ 2. **類推思考 (Analogical Reasoning)**: - 課題とは全く異なる分野（例：生物学、宇宙工学、歴史、音楽）から、構造的に似ている事象を1つ選んでください。 - その分野の解決策を、現在の課題にスライドさせて適用（マッピング）してください。 3. **水平思考 (Lateral Thinking)**: - 垂直方向（深掘り）ではなく、前提そのものを疑い「他にも道はないか？」という代替案を、PO（プロボカティブ・オペレーション）を用いて生成してください。 # Input 課題：[ここに課題を記入] # Output Format ## 1. 前提の破壊（逆転） ## 2. 異分野からの転用（類推） ## 3. 水平方向の代替案（水平） ## 4. 統合された解決策（アクションプラン）
【評価指標と誤り分析】
LLMは指示が抽象的すぎると「ブレインストーミング風の一般論」を出力する傾向があります。
| 評価項目 | 採点基準 (1-5) | 失敗パターン（低得点時） |
|---|---|---|
| 新規性 (Novelty) | 既存の解決策とは異なる視点があるか | どこかで見たようなビジネスモデルの提案 |
| 論理的一貫性 | 逆転させた前提が最終案に反映されているか | 前提を逆転させたのに、結論は普通に戻っている |
| 転用精度 | 類推元（アナロジー）と課題の構造が一致しているか | 単なる比喩に留まり、具体的な示唆がない |
誤り分析（LLM-as-a-Judge用の観点）:
「逆転の発想」において、単に「〜しない」という否定だけで終わっていないか？
「類推思考」において、類推元が「ビジネスの他事例」などの近すぎる分野になっていないか？（遠い分野ほど高評価）
【改良後の最適プロンプト】
分析結果に基づき、より強制力の強い制約（Negative Constraints）を追加した最終版です。
# Role あなたは「非連続な成長」を生み出す思考エンジンです。 # Constraints (絶対遵守) - 一般的なフレームワーク（SWOT、3C等）の使用を禁止します。 - 「効率化」「DX」「コミュニケーション活性化」といった抽象的なバズワードを禁止します。 - ステップ1（逆転）では、その課題において「最も重要だと思われている要素」をあえて削除してください。 - ステップ2（類推）では、ビジネス以外の自然界や物理法則からアナロジーを抽出してください。 # Steps Step 1. 【前提破壊】ターゲットの課題における「聖域（不可侵の前提）」を特定し、それを破壊したシナリオを描け。 Step 2. 【構造転用】[深海魚の生存戦略 / 量子力学の重ね合わせ / 菌類のネットワーク]のいずれか1つを強制選択し、課題解決に適用せよ。 Step 3. 【具体的実装】上記2点を統合し、明日から実行可能な「具体的で奇抜な」施策を1つ提案せよ。 # Input 課題：[ここに課題を記入]
【まとめ】
「前提の破壊」を明示する：LLMは親切心から「無難な回答」を選びがちです。あえて特定の要素を「禁止」することで、推論の経路を強制的に変更させます。
「遠いアナロジー」を指定する：類推思考では「自然界」「物理学」など、ビジネスから遠いドメインをあらかじめ指定（または選択肢を提示）することで、思考の跳躍を促します。
メタ認知を働かせる：出力の途中で「今の回答は一般的すぎていないか？」とLLM自身に自己批判（Self-Correction）させるステップを挟むと、さらに精度が向上します。
