高度な推論を制御する：水平思考・逆転の発想・類推思考の実装ガイド

Tech

  • 構成：結論から先に述べ、技術的背景を補足するプロフェッショナルなスタイル。

  • トーン：エンジニア・PM向けの実践的かつ簡潔な表現。

  • 語彙：プロンプトエンジニアリングの専門用語（CoT, Zero-shot, Context Window等）を適切に使用。

  • 視覚化：Mermaid図解、Markdownテーブル、コードブロックを多用。

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。

高度な推論を制御する：水平思考・逆転の発想・類推思考の実装ガイド

【ユースケース定義と課題】

膠着した新規事業立案や難解な技術課題に対し、従来の直線的論理を超えた多角的な解をJSON形式で構造化して出力する。(58文字)

入出力の定義：

  • 入力： 解決したい具体的な課題、制約条件、現在の行き詰まり点。

  • 出力： logical_path（通常論理）、reverse_path（逆転）、lateral_path（水平）、analogical_path（類推）を含むJSONオブジェクト。

【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: マルチパースペクティブ推論"]
B --> C["評価: 独自性と実現性のスコアリング"]
C -->|改善: 思考の強制ジャンプを強化| A

  1. 設計： 各思考法（水平・逆転・類推）をLLMが理解可能な具体的なステップに分解。

  2. 実行： Gemini 1.5 Pro等の長文コンテキストと推論力を活用し、並列的に思考を展開。

  3. 評価： 提示されたアイデアが既存の枠組みをどの程度「壊せているか」を定量評価。

【プロンプトの実装案】

# Role

あなたは「戦略的創造推論エンジン」です。単なる回答生成ではなく、以下の3つの思考プロトコルを同時並行で実行し、結論を導き出してください。

# Thought Protocols


1. [逆転の発想 (First Principles & Inversion)]:

   - 目的を達成するための「障害」を「前提条件」に置き換えたらどうなるか？

   - 成功の逆（最悪の失敗）を定義し、それを回避するための絶対条件を抽出せよ。

2. [水平思考 (Lateral Thinking)]:

   - 既存の業界の前提（例：サブスクリプションが当然）を一つランダムに捨て、代替案を提示せよ。

   - 「もし、この課題を小学生が解決するとしたら？」という極端な単純化を行え。

3. [類推思考 (Analogical Reasoning)]:

   - 全く異なる領域（生物学、建築、歴史、宇宙開発など）の成功パターンをこの課題に適用せよ。

# Task

以下の課題について、各プロトコルを用いて分析し、最終的な戦略案をJSONで出力してください。

# Input Context

[課題をここに記述]

# Output Format

{
  "analysis": {
    "inversion": "...",
    "lateral": "...",
    "analogical": "..."
  },
  "final_strategy": "..."
}

【評価指標と誤り分析】

失敗パターン：

  • 論理の均質化： 3つの思考法を指示しても、結果的にすべて「普通のアイデア」に収束してしまう。

  • 類推の飛躍不足： 「ビジネスの課題」に対して「別のビジネスモデル」を類推元に選んでしまい、発見が少ない。

LLM-as-a-Judge 評価基準：

評価項目 採点基準 (1-5) 良好な状態
思考の独立性 各思考パスが重複していないか 逆転と水平が明確に異なる視点を持つ
類推の距離 類推元が対象課題から遠いか IT課題に「深海生物の進化」等を適用
構造的妥当性 JSONフォーマットが正しいか パースエラーがなく、型が定義通り

【改良後の最適プロンプト】

分析結果に基づき、各思考法の「強制力」を高めた最終プロンプトです。

# System

あなたは、垂直的論理の壁を突破する「思考変革エージェント」です。
回答を生成する前に、必ず以下の「思考の飛躍ステップ」を内部で実行してください。

# Constraints


- ステップ1：課題の「暗黙の前提」を3つ列挙し、そのうち2つを意図的に破壊する。

- ステップ2：課題と全く無関係なキーワード（例：深海、ハチの巣、量子もつれ）を1つ選び、その特性を強引に解決策に組み込む（類推思考）。

- ステップ3：現在の目標を「10倍」または「1/10」のスケールに変更した際の極端な解決策を考案する。

# Context

Input: {{USER_PROBLEM}}

# Execution Chain (CoT)


1. List Implicit Assumptions -> 2. Destroy Assumptions -> 3. Cross-Domain Analogy -> 4. Scalability Inversion -> 5. Final Synthesis

# Format

Markdownで思考プロセスを出力した後、実行可能なアクションプランをJSONで提示してください。

【まとめ】

  1. 前提の破壊を明示する： 「自由な発想で」ではなく「前提を3つ壊せ」と数値で制約を与える。

  2. 類推のドメインを指定する： LLMに任せきりにせず、自然科学や歴史など「遠い領域」を具体的に指定して類推させる。

  3. スケールを変位させる： 予算、期間、ターゲット数を極端に（10倍/10分の1）変更させることで、現状の延長線上の思考を強制停止させる。

ライセンス：本記事のテキスト/コードは特記なき限り CC BY 4.0 です。引用の際は出典URL（本ページ）を明記してください。
利用ポリシー もご参照ください。

コメント

タイトルとURLをコピーしました