仮説の構築と検証方法の整理

仮説検証のプロンプトを一度に投げると、AIの結論はたいてい「アンケートを実施しましょう」になりがちです。何を聞くべきか、何人がどう答えれば開発を決断するのかといった肝心な基準が抜けてしまいます。検証すべき対象が文章として固定されないまま、手法から尋ねてしまうためです。

そのため、第2段落で今回の回答範囲を仮説までにとどめています。仮説と検証計画を分けて尋ねることがこのプロンプトの骨子です。一度に指示すると、AIは適当に立てた仮説の上にそれらしい実験を重ねてしまい、人間が途中で介入する余地がなくなります。まず仮説を確認して不要なものを除外した上で、以下の派生パターンに進むのが効果的です。

第3段落の3つのステップは順序が重要です。前提をすべて洗い出す前に重要なものを選ばせると、最初に思いついた2〜3個の中からしか選ばれません。特に②の「間違っていた場合に企画全体が破綻するもの」という基準が、確認の優先順位を決めてくれます。確認しやすいものから手をつけるのではなく、企画を覆しかねない急所から検証すべきです。

形式の「判断基準」列が、この表を実際の実験へとつなげます。数値がなければ、結果を見ても人によって解釈が分かれてしまいます。最後の段落でセルフチェックを求めているのは、仮説を書いているうちに最後の1〜2個が単なる希望的観測に戻ってしまうことが多いためです。サービス企画における仮説構築で最も多い失敗は、真偽を判定できない文章を仮説と呼んでしまうことです。

アンケート、インタビュー、LP（ランディングページ）テストが教科書通りに提示されます。どこにでもある一般的な手法ばかりで、そのアイデアにおける最大の致命傷が何かがわかりません。「講師が毎日写真をアップしてくれるか」が核心であるにもかかわらず、そこを狙った実験がなく、何人がどう答えればクリアなのかの基準もないため、結果が出ても次の意思決定ができません。

表の出力とセルフチェックを同時に指示すると、チェックの経緯だけを出力して表を省略してしまうケースがあります。もし表が出力されなかった場合は、「最終的な表をもう一度出力してください」と追加で指示してください。