なぜなぜ分析で問題の根本原因を特定

なぜこう書くのか

このプロンプトは5個のブロックでできています

ブロックを押すとその段落が見られます

文脈材料 · AIが知るべきこと

私は{{問題現象}}がなぜ発生したのかを突き止め、再発を防止したいと考えています。現在把握している背景情報は以下にまとめました。

材料 AIが知るべきこと ×2
やること 何をどう進めるか ×2
仕上がり どんな形で受け取るか ×1

ChatGPTでなぜなぜ分析を行う際によくある失敗は、最初の回答で止まってしまうことです。「なぜ返信が遅れたのか」と尋ねると「担当者が忙しかったから」と返ってきて、それらしく見えるためそこで検討が終わってしまいます。そして翌月も同じ問題が起きます。「忙しい」というのは単なる現象であって、原因ではないからです。

解説をもっと読む · 3段落

第3段落がその停止を防ぎます。段階を5つに固定し、各ステップが前の回答をそのまま受けて再び問うように指定しました。一気に「根本原因を特定して」と指示すると、AIは中間プロセスをスキップして結論らしい一文だけを出力してしまいます。途中の論理展開をすべて書き出させることで、どの段階でロジックが飛躍しているかを人間が確認できるようになります。

課題を「再発を防止したい」という目的とともに提示している点も重要です。目的が抜けていると、原因分析が事後報告書向けの単なる言い訳になりがちです。各ステップを「なぜ / 答え / 根拠」の3行に固定したのは、根拠の行がないと5段階の思考が単なる妄想の連鎖になってしまうためです。3行のうち根拠が空欄（推測）になっているステップがあれば、そこが「人間がさらにデータを集めるべき箇所」というシグナルになります。

最後の2つの制約が、このプロンプトの質を決定づけます。資料にない情報は「推測」と明記させてハルシネーション（でっち上げ）を排除し、属人的な責任追及を禁止して仕組みの深掘りを促します。根本原因分析が「誰のせいか」で終わってしまうと、改善できる仕組みが何も残りません。背景資料を """ で囲んでいるのは、資料内の文章がAIへの指示として誤認されるのを防ぐためです。

用語が分からなければAha AIで: chain-of-thought, hallucination

悪い例との比較

悪い例にないもの: 手順 · 制約 · 入力資料

よくある悪い例

顧客からの問い合わせの返信が遅れている理由は何だろう？なぜなぜ分析で原因を調べて。

5行程度の回答は出力されますが、背景情報が与えられていないため、担当者の人数や兼務業務の存在を知らないまま一般的な議論で埋められてしまいます。「人手不足 → 採用が必要」といった、自社の実情と合わないありきたりな結論に至り、根拠がないためミーティングでの検証や反論もできません。「ログが残らない代理返信」のような、資料にしかない重要な手がかりは一切考慮されません。

バリエーション

1

原因が複数の系統に分かれそうな場合

原因が1本の線でつながらない複雑な問題も多々あります。2つの系統を別々に掘り下げて合流点を見つけることで、手を打つべき急所が明確になります。

プロンプトを見る

{{問題現象}}の原因は1つとは限りません。以下の資料を読み、異なる出発点からなぜなぜ分析のツリーを2系統作成してください。1つは「人・組織」の観点から、もう1つは「プロセス・ツール」の観点から掘り下げてください。2つの系統が交差するポイントがあれば最後に明記してください。

""" {{関連する背景}} """

2

具体的な対策まで一気に出力させたい場合

原因を特定しただけで終わるミーティングを防ぐためのステップです。測定方法と成否の判断基準を事前に決めておくことで、翌月の振り返りが確実に行えます。