難しい決断を前にしてモデルへ「どうすればよいですか」と尋ねることは、最終的な質問としては通常不適切です。回答が慎重でも自信に満ちていても、利用者が提供した事実と捉え方に加え、モデルが推測した内容に制約されます。
より妥当な使い方は、構造化された議論相手にすることです。考えられる代替案を挙げ、問題の捉え方に異議を唱え、不足する証拠を示すよう求めます。以下のワークフローは、モデルを意思決定者にせず、この使い方を整理します。
個人情報や機密情報を、承認されていないツールに入力しないでください。雇用、医療、法律、金融、安全など、重大な影響を伴う意思決定では、AIは問いの整理に使い、権威ある規則、分野の専門知識、公平性の確認、責任を負う人間の意思決定者の代わりにしてはいけません。NISTの人間とAIの相互作用に関するガイダンスは、人間とAIで構成されるシステムが文脈を失い、バイアスを増幅する可能性を指摘しています。
捉え直す
考え方を「答えを教えて」から「考えるのを手伝って」へ切り替えます。具体的には、次のようにします。
- 「どうすればよいですか」ではなく、「自分の状況を理解するのを手伝ってください」。
- 「長所と短所は何ですか」ではなく、「最も強力な賛否の論拠は何で、自分の前提のうち最も弱いものはどれですか」。
- 「何を勧めますか」ではなく、「自分が傾いている選択肢に対する、最も信頼できる反論は何ですか」。
質問を変えると、同じ状況の異なる側面を引き出せます。捉え直すことで求める支援を明確にできますが、回答の完全性や偏りのなさは保証されません。
4段階の意思決定ワークフロー
影響の小さい意思決定、または重大な意思決定への一つの入力を整理するための反復可能なプロセスです。
- 整理する：状況を分かりやすく俎上に載せます。
- 生成する：確認対象となる論拠と選択肢を提案させます。
- 厳しく検証する：自分が傾いている選択肢をモデルに攻撃させます。
- 決定する：不確実性と責任の所在を明示して選びます。
それぞれを順に見ていきます。
ステップ1：整理する
意思決定のプロンプトでよくある間違いは、文脈が少なすぎる状態で始めることです。状況を簡単に説明すると、モデルはその捉え方や省略を事実として扱う場合があります。
まず、モデルに質問してもらいます。
これから意思決定を行います。意見を述べる前に、有益な議論相手になるために回答が必要な質問を5～7個してください。実際の選択肢は何か、本当の制約は何か、ほかに誰が影響を受けるか、成功とはどのような状態か、何を最も後悔するかを含めてください。私が回答するまで待ってください。
「含めてください」という部分で、質問が扱うべき側面を指定します。質問を確認し、モデルが見落とした側面を追加してください。
共有を許可された範囲で、詳しく回答してください。回答することで、選択肢、制約、成功基準がまだ十分に定まっていないと分かる場合があります。
回答後、モデルは文脈を増やせますが、会話に表れていない事実、利害、関係者は見落とす場合があります。
ステップ2：生成する
次に、論拠と選択肢を求めます。構造化テンプレートの一例を示します。
それでは、次の内容を示してください。
各選択肢を支持する最も強力な3つの論拠。 私の回答が論拠を裏付けている場合は引用してください。確信がないものには印を付けてください。
見落としている可能性がある2つの選択肢。 まだ検討していない選択肢が最善である場合もあります。見つかった場合は挙げてください。
検討すべき最も重要な要因を1つ。 この意思決定で本当に最も重要な側面は何ですか。
私の最も弱い前提。 私が伝えた内容のうち、誤っている可能性が最も高いもの、または変わる可能性が最も高いものはどれですか。
一覧によって問題の捉え方が広がる場合があります。「その仕事を受けるか、受けないか」という二者択一には、交渉する、判断を遅らせる、別の道を選ぶといった選択肢が隠れている可能性があります。生成した代替案は候補であり、実際に選べることの証拠ではありません。
有用な追加質問は、「最も弱い前提が誤りだと判明した場合、判断はどう変わりますか」です。これは感度の確認です。特定された前提が本当に不確実で、判断に大きく影響するか検証してください。
ステップ3：厳しく検証する
次に、モデルへ異議を唱えるよう明示的に求めます。
私が傾いている選択肢に、あえて反対してください。私が[option you’re leaning toward]を選ぼうとしていると仮定し、それに対する最も強力で信頼できる反論を組み立ててください。一般的な懸念ではなく、これが誤った選択になる具体的なシナリオを示してください。
一部のアシスタントは、利用者の見解が誤っている場合を含め、その見解に沿う回答を好むことが研究で示されています（Sharmaほか、2023年）。反論を求めると別の推論を引き出せますが、独立性、完全性、正しさは保証されません。
さらに踏み込んだ方法もあります。
今から2年後、この意思決定が大失敗に終わったと想像してください。何が起きたのでしょうか。最も起こり得る失敗のシナリオを、段階を追って説明してください。
このプロンプトは、将来の失敗を想像し、起こり得る原因へ遡るプレモーテムの手法を応用しています（Klein、2007年）。生成された原因を、実際の証拠、基準率、分野の専門知識と照らしてください。
強い直感を持っている意思決定では、次の方法も試してください。
私が誤った理由でこれを選んでいる可能性を3つ挙げてください。バイアス、居心地の良さ、サンクコスト、事実ではなくそうであってほしいという願望などです。
モデルは他者を巻き込まずにバイアスの可能性を挙げられますが、利用者の動機を知ることはできません。診断ではなく、振り返りのための問いとして扱ってください。
ステップ4：決定する
ここまでで、意思決定の記録がより構造化されました。最後のステップでは、不確実性を明示したまま選択を述べます。
これまでの議論をすべて踏まえ、推奨案を示してください。次の内容を含めてください。
- 自分なら選ぶ選択肢を1文で示す。
- 確信度を「低」「中」「高」のいずれかで示す。確率は捏造せず、その評価を支える証拠と未解決の前提を説明する。
- 回答を変える新しい情報を1つ。
率直に答えてください。丁寧に「場合によります」と前置きせず、立場を示してください。
このラベルは、強い推奨案と判断が拮抗した場合を区別する助けになります。ただし、測定された確率でも、適切に較正されている証拠でもありません。見かけの精密さを作るためではなく、証拠と未解決の前提を確認するために、その説明を使ってください。
推奨案を読み、事実と前提を確認してから決断してください。推奨案は一つの判断材料であり、責任は自分または権限を持つ意思決定者に残ります。
意思決定の種類ごとに役立つパターン
仕事やキャリアの選択。 期間、金銭的制約、ほかの人への影響、不足している証拠について質問します。承認済みツールへ入力してよい情報だけを共有し、生成された推奨案を職場についての知識と取り違えないでください。
採用判断。 職務に関連する基準と構造化された選考手順から始め、個人データを最小限にします。保護対象となる属性を推測させたり、候補者を順位付けさせたり、採用判断そのものをAIに委ねたりしてはいけません。各基準を証拠が裏付けているか、手順が不公平な影響を生む可能性がないかを検討するために使います。米国では、EEOCの選考手順に関するガイダンスが職務関連性と不利益な影響を説明しています。実際には自分の法域の規則を適用し、責任を負う人間の確認者を置いてください。
戦略や事業の意思決定。 プレモーテム（「2年後に失敗したと想像してください」）で依存関係と失敗シナリオを求め、運用データと責任者に照らしてください。
高額な購入。 「最も弱い前提」という捉え方で、将来の利用、総費用、再販価値、収入に関する主張を確認します。価格、条件、支払い能力は独立して検証してください。
人間関係や個人的な意思決定。 「何を最も後悔するか」という捉え方を、判断材料の一つとして使います。後悔しそうな点を明らかにすると、長期的な懸念と一時的な不快感を分けやすくなりますが、それだけで判断を決めてはいけません。
避けるべきよくある罠
その罠とは、AIを自分の考えを肯定する機械として使うことです。プロンプトが自分の傾きを擁護し、反対の証拠を省けば、モデルは与えられた問題設定を支持する整った論拠を生成する場合があります。
構造的な対策の一つは、とりわけ自分の傾きが明らかに思えるときに、信頼できる反論を定期的に求めることです。その後も同意できることは判断の正しさを証明せず、反対することも誤りを証明しません。関連する失敗パターンについては、思考相手としてのAIに起きる四つの失敗とAIに反対意見を言わせる方法を参照してください。
有効な自己確認は、「モデルは何を追加し、それをどの証拠が支えているか」です。役立つ追加がなければ、会話を増やすことを進展とみなさず、プロンプトを簡略化または修正してください。
この流れを習慣にするCustom GPT
この作業を頻繁に行うなら、ワークフローを組み込んだ「Decision Sparring Partner」というCustom GPT（またはClaude Project）を構築してください。次のような指示を設定します。
どのような意思決定について尋ねられても、次の順序を厳守してください。
- 選択肢、制約、影響を受ける人、成功基準、本人が最も後悔することを扱う質問を5～7個してください。回答を待ってください。
- 各選択肢の最も強力な論拠、本人が見落としている可能性がある選択肢、最も重要な側面、最も弱い前提を列挙してください。
- 本人が傾いている選択肢にあえて反対し、最も強力で信頼できる反論を組み立ててください。
- 確信度を「低」「中」「高」のいずれかで示し、その根拠となる証拠と不明点、回答を変える情報を添えて、率直な推奨案を示してください。確率は捏造しないでください。
利用者から明示的に求められた場合に限り、ステップを省略してください。合理化やバイアスの可能性は、本人についての事実ではなく仮説として示してください。偽りの両論併記を作らず、根拠のある最も強い立場とトレードオフを示してください。
ワークフローが判断の重要性に見合い、ツールが関係情報の利用を承認されている場合にだけ使ってください。保存済みアシスタントは手順を繰り返しやすくしますが、助言を検証するものではありません。
覚えておくこと
AIは、状況の言語化、代替案の列挙、傾いている選択肢の厳しい検証など、意思決定分析の一部を支援できます。一方で、不完全な問題設定を増幅したり、説得力のある理由を作り出したりする場合もあります。最終的な選択は責任を負う人が行います。
整理、生成、厳しい検証、決定という4段階を、判断の正しさを示す証拠ではなくチェックリストとして使ってください。重大な意思決定では、権威ある規則、資格を持つ専門家、影響を受ける人、状況に必要な正式な確認を加えます。
