AIが化ける 問題解決の全技術 ～10倍差がつく「思考の補助線」 ――インプット,プロセス,アウトプットの型～（技術評論社） [電子書籍]

AIが化ける 問題解決の全技術 ～10倍差がつく「思考の補助線」 ――インプット,プロセス,アウトプットの型～（技術評論社） の 商品概要

• 浅い，納得感のない分析。心を動かさない，それっぽい長文。本質を外した，見かけだけ美しいスライド……
  「AIを使えばすぐできるよ」と言いつつ，“デジタルゴミ”を量産するだけに終わってないか？
  世界標準の「仕事の型」をもとにAIを使えば，問題解決の成果と速度は10倍変わる。
  ・インプット ――問いの解像度を高める9つのリサーチ
  ・プロセス ――思考を拡張する「ロジカルorラテラル×課題設定or問題解決」の4象限
  ・アウトプット ――伝わるコミュニケーションをつくる目的・ゴール・行動の3要素
  豊富なケーススタディで，AIを武器に圧倒的な成果を高速に叩き出すプロセスを体感理解。
  「プロを育てるプロ」として20年で3万人以上を指導してきた著者の思考とノウハウが，この1冊ですべてわかる。
  

• 目次

  序章 AIを使う前に知っておくべきこと
  0-1 AI活用3原則
  原則1：内容面 ──指示の解像度を上げる
  原則2：表現面 ──AI臭を脱臭する
  原則3：マインド面 ──AIガチャに振り回されない
  0-2 「はじまり」と「おわり」はAIにはできない
  仕事の3つの領域
  人間は「問い」と「意思決定」に集中し，AIには真ん中の処理を任せる
  0-3 10大AIと3つの分類 ──AIを目的別に使い分ける
  A.ブレーン系――思考を拡張・加速させる
  B.エージェント系――リサーチ・PC操作を代行する
  C.ビジュアル系――アイデアをデザインに変える
  
  1部 問いの解像度を高める――インプット
  1-1 インプットの基本を知る
  「○○について教えて」ではほしい答えは得られない
  ほしい結果を叩き出す9つのリサーチの型
  AIの力を引き出すプロンプトの型
  1-2 9つの型別のプロンプト設定
  A.探索型 ──市場の全体像をつかむ
  B.検証型 ──仮説の根拠を探す
  C.比較型 ──最適な選択肢を選ぶ
  D.事例抽出型 ──成功パターンを学ぶ
  E.構造化型 ──カオスを整理する
  F.概念理解型 ──知らない分野を速習する
  G.インサイト型 ──本音の裏を読む
  H.予兆検知型 ──未来の兆しを探す
  I.ギャップ分析型 ──ギャップからやるべきことを明確にする
  1-3 アウトプット形式のパターンを押さえる
  A.探索型 ──「よくわからない業界」を地図として見られるようにする
  B.検証型 ──「なんとなくそう思う」を裏付けのある判断に変える
  C.比較型 ──「どれを選ぶべきか」を根拠を持って決められるようにする
  D.事例抽出型 ──「他社の学び」を自社の一歩に変える
  E.構造化型 ──カオスに輪郭を与え，判断できる状態にする
  F.概念理解型 ──「わかったつもり」を語れる状態に変える
  G.インサイト型 ──「本音」を構造でつかみ，打ち手に変える
  H.予兆検知型 ──「未来の不確実性」を，意思決定できる形にする
  I.ギャップ分析型 ──「目標と現状の距離」を，埋められる形に分解する
  1-4 「それほんと？」と「わかった気になる」をなくす検証と深掘り4つの型
  「わかった気」を脱ぎ捨てるための4つの型
  検証と深掘りの例
  1-5 AIリサーチの活用シーン別 攻めと守りの勘所
  ①会議の事前準備
  ②新規事業企画
  ③営業先の事前調査
  ④競合他社調査
  ⑤専門知識の速習
  ⑥レポート・記事執筆
  ⑦施策ベンチマーク
  
  第2部 思考を拡張する ──プロセス
  2-1 思考に補助線を引く
  課題設定と問題解決は「AIに丸投げ」ではうまくいかない
  ビジネス思考の2つの土台――「問題解決」と「課題設定」
  思考の補助線を引く2つの方法
  フレームワークは「考察を深め，洞察を導く思考の補助線」へ
  よくある3つの誤解と罠
  課題設定・問題解決と思考法の4分類
  2-2 ①ロジカル×課題設定 ──「どこでどう戦うか」を考える
  3つのパターン ──状況に応じて入口を変える
  市場選択型の思考の流れとフレームワーク
  原因構造先行型とビジョン先行型の思考の流れ
  どのパターンを選ぶか
  2-3 ②ロジカル×問題解決 ──「なぜ起きているか」を構造で解く
  問題解決の入口は「課題設定」と何が違うのか
  3種類のロジックツリー ──What，Why，Howを使い分ける
  ロジックツリーを作るうえで重要な3つのこと
  ケーススタディ：人材サービス会社の離職率上昇
  補足パターン ──状況に応じて入口を変える
  2-4 ③ラテラル×課題設定 ──常識をずらしてありたい姿を描く
  ロジカルが効かない場面がある
  バックキャスティング――ありたい未来の姿から逆算する
  アナロジー――他領域から成功パターンを転用する
  バックキャスティング ケーススタディ：大手メーカーの新規事業立案
  アナロジー ケーススタディ：士業の独立起業
  ラテラル×課題設定まとめ
  2-5 ④ラテラル×問題解決 ──前提を破壊し，意味を読み替える
  ラテラル×問題解決とは
  前提破壊――暗黙の前提を疑って打ち手を広げる
  陽転思考――意味づけを再設計して打開策を見出す
  前提破壊 ケーススタディ：老舗味噌蔵の人材難
  陽転思考 ケーススタディ：味噌蔵の定年延長問題
  ラテラル×問題解決まとめ
  2-6 AIの回答を深め，動かす技術
  AIの暴走を止める
  AIの「違和感」を補正する
  実行計画に落とし込む
  最終化のための検証
  第2部のまとめ
  
  第3部 心を動かす文章やスライドをつくる――アウトプット
  3-1 アウトプットは設計が9割
  AI臭のする文書や資料では相手の心は動かない
  「隠す」のではなく「見せる」ためにAI臭をなくす
  「プロンプト一発で神スライドが作れる」という幻想を捨てる
  「設計」と「生成」を分ける
  ケース「田中さんの資料が出来上がるまで」
  3-2 設計図を作る
  設計の4ステップ
  Step 1：目的設定
  Step 2：プロファイリング
  Step 3：Before／After設定
  Step 4：骨子作成
  まとめ ──設計図ができれば，AIは「自社の答え」を返してくれる
  3-3 文章を生成する
  文章を書くときにAIに渡すもの――設計図と作成方針
  文章の型を指定する
  田中さんのケース――同じ設計図から2つの文章を生む
  マルチモーダルで作成指示の精度を上げる
  文章生成のまとめ
  3-4 スライドを生成する
  スライドを作るときにAIに渡すもの――設計図とストーリーと作成方針
  Step 1：ストーリー／アウトラインを確定する
  Step 2：作成方針を指定する
  Step 3：見せ方の補助線を引く
  田中さんのケース――経営会議プレゼンのスライドを作る
  スライド生成のまとめ
  
  終章 AI時代に伸び続ける人の習慣 ――思考の土台を厚くし続ける
  操縦桿を握るために必要な「思考の土台」
  「思考の土台」に必要な3つの力
  下積みなき時代に，人はどう土台を作るのか
  3つの力をどう鍛えて土台を厚くするか
  判断力を鍛える
  問い力を鍛える
  察知力を鍛える
  思考の土台を厚くし続ける
  

AIが化ける 問題解決の全技術 ～10倍差がつく「思考の補助線」 ――インプット,プロセス,アウトプットの型～（技術評論社） の商品スペック