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。
多角的思考フレームワーク：水平・逆転・類推を統合した高度推論プロンプト
【ユースケース定義と課題】 既存の論理では解決困難なビジネス課題に対し、水平思考・逆転・類推を用いて非連続な解を導出する。出力はMarkdown形式。 （59文字）
【プロンプト設計のループ】
graph TD A["思考法の定義"] --> B["推論プロセスの実行"] B --> C["解の多様性と実行性評価"] C -->|バイアス除去| A
設計: 「水平思考」「逆転の発想」「類推思考」の定義をLLMにロード。
実行: ステップバイステップ（CoT）で各思考法を適用。
評価: 導き出されたアイデアの新規性と実現可能性をクロス分析。
【プロンプトの実装案】
# Role あなたは、エドワード・デボノの水平思考や、チャーリー・マンガーの逆転の発想、そして異分野からの類推思考を使いこなす、世界最高峰の戦略コンサルタントです。 # Task 以下の[Input]に対して、3つの異なる思考アプローチを用いて画期的な解決策を提示し、最後にそれらを統合した「実行プラン」を作成してください。 # Constraints 1. **水平思考 (Lateral Thinking)**: 前提条件を疑い、あえて「無関係に見える要素」を組み合わせてください。 2. **逆転の発想 (Reverse Thinking)**: 「成功させるには？」ではなく「絶対に失敗させるには？」を考え、その裏返しから解決策を導いてください。 3. **類推思考 (Analogical Thinking)**: 自然界、歴史、または全く異なる産業（例：医療、宇宙開発、料理）のメカニズムを適用してください。 4. **思考プロセスの明示**: 各フェーズで、なぜその結論に至ったかの推論過程（Chain-of-Thought）を記述してください。 # Input [ターゲット課題をここに記入。例：サブスクリプションサービスの解約率が20%を超えている] # Output Format ## 1. 思考プロセス：水平思考 ## 2. 思考プロセス：逆転の発想 ## 3. 思考プロセス：類推思考 ## 4. 統合された解決策と実行ステップ
【評価指標と誤り分析】 LLMは標準的な指示だけでは「一般的で無難な回答（ハルシネーションを避けるための安全策）」に逃げる傾向があります。
| 評価項目 | 期待値 | 失敗パターン（低スコア） |
|---|---|---|
| 思考の跳躍度 | 既存の延長線上にない斬新な視点があるか | どこかで聞いたことのある教科書的な回答 |
| 論理的整合性 | 突飛なアイデアに、納得感のある理屈があるか | 思考の飛躍が激しすぎて具体性に欠ける |
| 類推の適切性 | 異分野の構造を正しく転用できているか | 単なる比喩表現に留まり、構造転用がない |
【改良後の最適プロンプト】 上記に加え、LLMに「自身の回答を批判させる」ステップを追加することで、精度を向上させます。
# 思考拡張プロンプト（強化版） ## 1. 分析フェーズ [Input]の内容を読み取り、まず以下の3つの視点で深掘りしてください。 - 視点A（水平）：この問題において「絶対に動かせない」と思い込んでいる前提は何か？それを破壊せよ。 - 視点B（逆転）：最悪の結果を招くための完璧なマニュアルを作成せよ。 - 視点C（類推）：この問題の構造は、[生物学/物理学/歴史]のどの事象に酷似しているか？ ## 2. 批判と洗練フェーズ 上記の分析結果に対し、別の専門家として「実現可能性」と「コスト対効果」の観点から容赦ない批判を行ってください。 ## 3. 最終出力フェーズ 批判を克服し、具体的かつ即実行可能な「メタ思考解決案」をMarkdown形式で提示してください。
【まとめ】
思考の型を強制する: 「水平思考」「逆転」など、LLMに特定の思考エンジンを明示的に指定することで、トークン生成の確率分布を変化させる。
「失敗マニュアル」を作らせる: 逆転の発想では「失敗する方法」を具体化させることで、盲点（ボトルネック）を浮き彫りにできる。
メタ認知のループ: 一度出た回答をLLM自身に批判させるステップを組み込むことで、ハルシネーションや質の低い回答を大幅に抑制できる。
コメント