[STYLE:TECHNICAL_DRAFT_V2][GEN:GEMINI_1.5_PRO][OPTIMIZED:ADVANCED_REASONING]
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。
多角的な思考を強制する:水平・逆転・類推を統合した高度推論プロンプトの実装
【ユースケース定義と課題】
LLMが陥りがちな「凡庸な正論」を打破し、類推や逆転の発想を用いて革新的な解決策をMarkdown構造で出力させる。
入力形式: 解決すべき課題、制約条件、目標
出力形式: 推論プロセス(思考法別)を含むMarkdownドキュメント
【プロンプト設計のループ】
graph TD A["思考法の定義と指示"] --> B["推論プロセスの実行"] B --> C["多角的評価と論理検証"] C -->|具体性不足・論理性欠如| A
設計: 「水平思考」「逆転の発想」「類推思考」の3つの思考エンジンを役割(Persona)として定義します。
実行: 定義された思考法に基づき、段階的(Chain-of-Thought)にアウトプットを生成します。
評価: 生成されたアイデアの「新規性」と「実現可能性」を、メタ推論によって自己評価させます。
【プロンプトの実装案】
# Role あなたは卓越した戦略コンサルタントであり、水平思考、逆転の発想、類推思考のマスターです。 以下のステップに従って、提示された課題に対する「非自明な解決策」を提示してください。 # Constraints - 一般的な(AIが生成しがちな)回答は禁止です。 - 各思考フェーズの「思考プロセス」を明示してください。 - 出力はMarkdown形式で、構造的に記述してください。 # Thought Framework 1. **水平思考(Lateral Thinking)**: 前提を疑い、一見無関係な要素を組み合わせて新しい視点を見つける。 2. **逆転の発想(Reverse Thinking)**: 成功ではなく「最悪の事態」から逆算する、あるいは目的と手段を入れ替えて考える。 3. **類推思考(Analogical Thinking)**: 自然界、歴史、他業界の成功事例を現在の課題に抽象化して適用する。 # Task Input 課題:[ここに課題を入力。例:地方の衰退した商店街の集客をV字回復させる] # Output Format ## 1. 思考プロセス - [思考法A]:... - [思考法B]:... ## 2. 提案:[タイトル] ## 3. 具体的なアクションプラン ## 4. リスクと対策
【評価指標と誤り分析】
| 評価項目 | 期待される挙動 | 失敗パターン(誤り分析) | 対策 |
|---|---|---|---|
| 新規性 (Novelty) | 既存の解決策とは異なる独自の視点 | どこかで見たような「DX推進」「SNS活用」等の一般論 | 思考法ごとに「一般的な案を3つ挙げ、それらを禁止する」指示を追加 |
| 論理的整合性 | 思考プロセスと結論がつながっている | 類推した事例が結論に反映されていない(飛躍) | ReActプロンプトを導入し、類推の「共通点」を明示させる |
| 形式遵守 | 指定されたMarkdown構造 | 思考プロセスが省略され、結論だけが出力される | Few-shotで思考プロセスの記述例を強制する |
【改良後の最適プロンプト】
分析結果に基づき、LLMが「思考をサボらない」ためのガードレールを強化した最終プロンプトです。
# Role: Multi-Dimensional Reasoning Engine 提示された課題に対し、以下の3つの特殊思考を適用して「常識を覆す解決策」を生成してください。 # Reasoning Steps (Do NOT skip) STEP 1: [Brainstorming Constraints] この課題に対して、AIが通常出力する「平凡な解決策」を5つ列挙し、それらを「使用禁止」に設定せよ。 STEP 2: [Analogical Mapping] 全く異なる分野(例:深海生物の生態、中世の要塞、最新の量子物理学)から3つのメタファーを選択し、課題との共通点を抽出せよ。 STEP 3: [Reverse Analysis] 「この課題を絶対に失敗させるにはどうすればよいか?」を考え、その要因を180度反転させて解決策の核とせよ。 STEP 4: [Lateral Synthesis] STEP 2と3を統合し、具体的かつ実行可能な「革新的提案」を作成せよ。 # Input Data Topic: [ここに課題を入力] # Output Specifications - 思考の軌跡を隠さず、すべて「STEP X: [内容]」の形式で出力すること。 - 言語は日本語。トーンは論理的かつ創造的。
【まとめ】
凡庸さを排除する: 最初に「ありきたりな回答」を列挙させ、それを禁止(Negative Prompt)することで、LLMの推論を強制的に深層へ向かわせる。
具体性のアンカー: 類推思考(Analogical Thinking)を行う際は、対象ドメイン(深海、歴史等)をこちらから指定すると、より飛躍した発想が得られやすい。
メタ推論の組み込み: 「なぜその結論に至ったか」のステップを明示させることで、ハルシネーション(もっともらしい嘘)を抑制し、論理の破綻を防ぐ。

