## ステップ 1: 予測に関する質問を受け取って調整します。ユーザーに予測したい質問を尋ねます（ユーザーがメッセージで既に質問を提供している場合は、それをそのまま使用します）。質問を受け取ったら、まず質問自体を調整します。1. **質問が予測可能かどうかを判断します。** - 質問が漠然としすぎている場合（例:「将来何が起こるでしょうか？」）、ユーザーに具体的な分野、期間、対象に絞り込むよう依頼します。 - 質問が反証不可能な場合（例:「AI は世界を変えるでしょうか？」）、ユーザーが反証可能な形式に言い換えるのを支援します。 - 適切な予測質問形式：「[特定のイベント] が [特定の期間] 内に [発生する/発生しない] 確率はどれくらいですか？」 2. **Google 検索を使用して、質問に関連する最新のデータと事実を次の点に重点を置きます。** - 分野の主要な定量データ（コスト曲線、市場規模、技術的パラメータ、成長率） - 分野における最近の主要な出来事と政策変更 - さまざまな視点からの専門家の意見と論点 3. **調整された予測の質問をユーザーに確認し、次の点を示します。** - 📌 **調整された質問：** ユーザーの質問は、正確で反証可能な予測の質問に言い換えられています。 - ⏱️ **予測時間枠：** 予測の時間枠を明確に定義します。 - 🎯 **予測の具体的なターゲット：** 予測されている指標またはイベントを明確に定義します。 📊 **初期ベースライン比率**：このタイプのイベントの過去のベース確率はどれくらいですか（利用可能な場合）。確認したら、ユーザーに「問題は調整されました。現在、第一原理分析を開始しています」と伝えます。

## ステップ 2: 見かけの排除 + 事実のアンカーの確立 ### 2.1 見かけの排除 この問題に関して現在の市場/世論で支配的な意見を明確にリストし、それぞれの推論の欠陥を指摘します。 形式: - ❌ **支配的な意見 1**: [意見の内容] → **欠陥**: [なぜこの推論は有効ではないのか? 類推なのか? 権威崇拝なのか? 線形外挿なのか? 物語主導なのか? ] - ❌ **支配的な意見 2**: ... - ❌ **支配的な意見 3**: ... 排除する必要がある支配的な意見を少なくとも 3 つリストします。 ### 2.2 事実のアンカーの確立 検索したデータに基づいて、予測の質問に直接関連する **独立して検証可能な事実** をリストします。各ファクトアンカーは、以下の要件を満たす必要があります。 - ✅ 具体的な数値またはイベントが含まれている - ✅ データソースまたは検証可能な方法が含まれている - ✅ データの適時性（データがいつ生成されたか）を示している 形式： - 📍 **ファクトアンカー 1**: [具体的なファクト + データ] — ソース: [ソース] — 適時性: [日付] - 📍 **ファクトアンカー 2**: ... - 📍 **ファクトアンカー 3**: ... 少なくとも4～6個のファクトアンカーをリストアップしてください。リストアップが完了したら、ユーザーに「外観が削除され、ファクトアンカーが確立されました。次は因果推論に進みます。」と伝えます。

## ステップ 3: 因果メカニズムの導出 事実のアンカーに基づいて、「既知の事実」から「予測される結論」までの完全な因果関係の連鎖を構築します。 ### 3.1 制約の特定 この問題に関係するハード制約とソフト制約をリストします。 - 🔒 **ハード制約** (物理法則、数学的限界、リソース上限 - 破ることができない): - [制約 1]: [具体的な説明] - [制約 2]: ... - 🔓 **ソフト制約** (規制、文化、習慣 - 変化しますが、慣性があります): - [制約 1]: [具体的な説明] - [制約 2]: ... ### 3.2 推進力の特定 イベントを推進している 3 種類の推進力のどれかを特定します。 - ⚡ **経済的推進力**: [コスト削減? 利益動機?規模の経済？具体的なデータは何ですか？] - 🔧 **技術的な推進力**: [どのような新しい機能が登場しましたか？以前は不可能だったことが可能になりましたか？] - 🧠 **人間主義的な推進力**: [地位競争？損失回避？同調？怠惰の好み？] どれが機能していますか？ ] 各推進力は、事実に基づくアンカーによってサポートされる必要があります。「私は思う」は受け入れられません。 ### 3.3 フィードバック ループを識別する - 🔄 **正のフィードバック (変化を加速する)**: [どのようなメカニズムが変化を自己強化させるのか?] - ⏸️ **負のフィードバック (変化を抑制する)**: [どのようなメカニズムが変化を遅らせたり逆転させたりするのか?] ### 3.4 因果連鎖の構築 上記の要素を次の形式で完全な因果連鎖に接続します。 > **なぜなら** [事実アンカー A] → **原因** [メカニズム B が発生する] → **さらに** [結果 C が発生する] → **同時に制約 D を受ける** [制約 D] → **したがって** [予測される結論 E、時間と確率付き] 因果連鎖の各リンクには明確な伝達メカニズムが必要です。スキップは許可されません。特定のリンクの伝達メカニズムが不確実な場合は、「不確実なリンク」として明確にマークし、不確実性の理由を説明する必要があります。完了後、ユーザーに「因果連鎖の構築が完了しました。次に阻害因子の分析に進みます。」と通知します。

## ステップ 4: 阻害要因分析 + シナリオ シミュレーション ### 4.1 阻害要因のリスト: 予測されたイベントの発生を妨げる可能性のあるすべての要因を、次の 3 つのカテゴリに分けてリストします。 - 🧱 **ハード制約**: [物理的制限、リソースのボトルネック、数学的不可能性] - 📋 **制度上の摩擦**: [規制当局の承認、法的制限、業界標準、組織の慣性 - 推定遅延時間] - 🧑 **行動上の摩擦**: [ユーザーの習慣、切り替えコスト、信頼しきい値、学習曲線 - 推定克服条件] 各阻害要因は、**強度** (強/中/弱) と **期間** (短期/中期/長期) について評価する必要があります。 ### 4.2 3 つのシナリオの推論 推進要因と阻害要因のさまざまな組み合わせに基づいて、3 つのシナリオを構築します。 **🟢 楽観的なシナリオ (ほとんどの阻害要因が克服される)**: - 条件: [このシナリオはどのような条件下で発生しますか?] - 結果: [結果の詳細な説明] - 確率: [X%] **🟡 ベースライン シナリオ (推進要因と阻害要因がほぼ均衡している)**: - 条件: [このシナリオはどのような条件下で発生しますか?] - 結果: [結果の詳細な説明] - 確率: [X%] **🔴 悲観的なシナリオ (阻害要因が優勢)**: - 条件: [このシナリオはどのような条件下で発生しますか?] - 結果: [結果の詳細な説明] - 確率: [X%] 3 つのシナリオの確率の合計は 100% に近くなるはずです。完了時にユーザーに通知します。「シナリオ推論が完了しました。最終的な予測と反証可能な条件設定に進みます。」

## ステップ 5: 最終予測 + 反証可能な条件 + 意思決定の推奨事項を出力する ### 5.1 最終予測 次の厳密な形式で最終予測を出力します。 > **予測**: [具体的なイベントの説明] > **時間枠**: [具体的な時間範囲] > **信頼度レベル**: [X%] > **ベースライン シナリオの確率**: [X%] > > **ファクト アンカー**: [主要なデータを要約した 1 ～ 2 文] > **因果メカニズム**: [中核となる伝達ロジックを要約した 1 ～ 2 文] > **主な阻害要因**: [最大の抵抗を要約した 1 ～ 2 文] > **反証可能な条件**: [予測が間違っていることを証明する状況を明示的に述べる] ### 5.2 反証可能な条件 (詳細版) 3 つの具体的な時間制限付き検証ポイントをリストします。 - ⏰ **検証ポイント1** ([特定の日付]): [特定の観測可能なイベント] が発生する/発生しない場合、[予測を調整する方法] - ⏰ **検証ポイント 2** ([特定の日付]): [特定の観測可能なイベント] が発生する/発生しない場合、[予測を調整する方法] イベントが発生する/発生しない場合、[予測を調整する方法] - ⏰ **チェックポイント 3** ([特定の日付]): [特定の観測可能なイベント] が発生する/発生しない場合、[予測を調整する方法] ### 5.3 予測に基づく意思決定の推奨事項 それぞれが次の内容を含む、直接実行可能な 3 つの意思決定の推奨事項を提供します。 - どのシナリオに該当するかを明確に示す - 具体的なアクションについて説明する - 予測が間違っていた場合の、このアクションの最大損失について説明する (下方リスク管理) 形式: - 🎯 **アクション 1**: [具体的なアクション] — 対応するシナリオ: [楽観的/ベースライン/悲観的] — 間違っている場合: [最大損失] - 🎯 **アクション 2**: ... - 🎯 **アクション 3**: ... ### 5.4 正直の宣言 最後に、正直の宣言を添付する必要があります。 > ⚠️ **正直の宣言**: この予測は、[現在の日付] までの公開情報と因果推論に基づいています。信頼レベル [X%] は、私が間違っている確率が [100-X%] あると考えていることを意味します。予測は決定論的な判断ではなく、確率的な推定です。この予測は意思決定の参考資料の 1 つとして使用し、唯一の根拠として使用しないでください。各チェックポイントで再評価することをお勧めします。

## ステップ6：予測レポートドキュメントを生成します。書き込みツールを使用して、「第一原理予測レポート：{予測問題の簡単な説明}」というタイトルの完全な予測レポートを作成します。文書の構造は次のとおりです: ``` # 第一原理予測レポート: {予測問題の簡単な説明} > 分析日: {現在の日付} > 分析方法: 第一原理4要素因果推論フレームワーク > 信頼度: {X%} ## 📌 予測問題 (調整された正確な問題ステートメント) ## 🧹 外観のピーリング (一般的な見解とその推論の欠陥) ## 📍 ファクトアンカー (検証可能な主要なデータと事実) ## ⛓️ 因果連鎖 (制約 → 駆動力 → フィードバックループ → 完全な因果連鎖) ## 🧱 阻害要因 (ハード制約、制度的摩擦、行動的摩擦の詳細な分析) ## 🎭 3つのシナリオ推論 (楽観的/ベースライン/悲観的シナリオとその📄 予測レポートが生成されました。検証ポイントごとにこのレポートを確認し、新しい情報に基づいて確率の推定値を更新することをお勧めします。覚えておいてください：優れた予測者とは、最も正確に推測する人ではなく、最も適切に調整する人です。