
11-2 DeepSeek 比較検討の設計 — 「どっちがいい?」と聞く前に設計する
はじめに:比較検討が失敗する典型パターン
AIに比較検討を頼むとき、多くの人はこう聞きます。
「AとB、どっちがいい?」
この聞き方には、3つの落とし穴があります。
評価軸がAI任せになる — 何を基準に比較するかが曖昧なまま、AIが「一般的に重要そうな軸」を勝手に選ぶ
結論だけが返ってくる — 「総合的にはAがおすすめです」と言われても、自分の状況に当てはまるか判断できない
抜け漏れに気づけない — 比較対象そのものが適切か、検討すべき軸が他にないかを検証できない
比較検討の設計とは、「比較の枠組みそのものを先に組み立てる」 ことです。AIに答えを出させる前に、何を・どの軸で・どの条件で比べるかを人間が設計します。
なぜ「設計」が必要なのか
比較検討は、思考の足場(scaffolding)です。AIに丸投げすると、足場がぐらついたまま上に建物を建てるようなもの。結論が「正しそう」に見えても、土台が検証不能では使いものになりません。
設計を先に行うことで、次の3つが手に入ります。
検証可能性 — どの軸でどう評価したかが追える
再現性 — 条件を変えて同じ枠組みで再比較できる
発見 — 自分が想定していなかった評価軸に気づける
特に3つ目が重要です。AIは「自分では思いつかなかった比較軸」を提示してくれることがあります。ただしそれは、こちらが枠組みを提示したからこそ、その差分が見える のです。枠組みなしに「おすすめは?」と聞いても、差分は見えません。
比較検討の設計:4つのステップ
ステップ1:比較対象を確定する
まず「何と何を比べるのか」を明示します。曖昧なまま進めると、AIは勝手に対象を追加したり、逆に絞り込んだりします。
比較対象:
- 選択肢A:〇〇
- 選択肢B:△△
- (必要なら)選択肢C:□□
※上記以外の選択肢を提案する場合は、
比較の前段で「追加候補」として提示してください。「他にもっと良い選択肢があるのでは?」という問いは、比較の 後 に回します。最初から「最適な選択肢を探して」と頼むと、比較の土台が定まりません。
ステップ2:評価軸を自分で列挙する
ここが設計の核心です。AIに「評価軸を挙げて」と聞くのではなく、自分で思いつく軸を先に書く。そのうえで、AIに「抜けている軸はないか」を問います。
評価軸(私の案):
1. 導入コスト
2. ランニングコスト
3. 学習曲線(習得のしやすさ)
4. 拡張性
5. サポート体制
→ 上記以外に、検討すべき軸があれば提案してください。
ただし、なぜその軸が重要かを必ず説明すること。この順序が大事です。AIに軸をゼロから作らせると、一般的なフレームワーク(価格・性能・サポート…)に収束しがちです。自分の文脈から出た軸と、AIが提案する軸を 突き合わせる ことで、はじめて思考が深まります。
ステップ3:各軸の重みと条件を決める
すべての軸が等価ではありません。自分の状況ではどれが重要かを明示します。
重み付け:
- 導入コスト:高(予算制約が厳しい)
- ランニングコスト:中
- 学習曲線:高(チームのスキルが限られる)
- 拡張性:低(当面の利用範囲が限定的)
- サポート体制:中
前提条件:
- 利用期間:1年
- チーム規模:5名
- 予算上限:〇〇円ここを省くと、AIは「一般的には拡張性が重要」といった無難な結論に逃げます。自分の制約条件を書くことが、比較を自分事にする のです。
ステップ4:出力形式を指定する
比較結果をどう受け取るかを決めます。表形式か、軸ごとの記述か、結論を先に出すか。用途によって変わります。
出力形式:
1. まず比較表(軸×選択肢)
2. 各軸について、なぜその評価になったかの根拠
3. 重み付けを踏まえた総合判断(ただし断定はしない)
4. 判断が分かれるポイント(トレードオフの明示)
5. 追加で確認すべき情報特に 4番と5番 が重要です。「どちらが良いか」を断定させず、トレードオフを明示させる。これにより、最終判断を自分に残せます。
実践例:ノートPCの選定で比較してみる
悪い例(設計なし)
ユーザー:ノートPCを買いたい。MacBookとWindows、どっちがいい?
AI:用途によりますが、一般的には…(以下、一般的な比較)
この場合、AIは「一般的な」比較しかしません。自分の用途・予算・環境が反映されません。
良い例(設計あり)
ユーザー:ノートPCの比較検討をしたい。以下の設計で進めてください。
比較対象:
MacBook Air (M3)
Windows:ThinkPad X1 Carbon
評価軸(私の案):
携帯性(重量・サイズ)
バッテリー持続時間
開発環境の親和性(Python / Docker)
周辺機器との接続性
初期費用・3年運用コスト
修理・サポートのしやすさ
重み付け:3と5が高、1と2が中、4と6が低
前提:在宅と出社の半々、開発用途メイン、予算20万円前後
出力形式:
比較表
各軸の根拠
私の重み付けでの総合判断(断定はしない)
トレードオフの明示
追加確認事項
注意:評価軸に抜けがあれば、比較の前に提案してください。
この設計なら、AIは自分の文脈に即した比較を返します。そして「抜けている軸」があれば、比較の前に指摘してくれます。
よくある失敗と対処

比較検討が失敗する典型パターンは、いずれも「設計をAIに任せてしまう」ことに起因します。前提条件や重み付けを書かなければ一般論しか返らず、「どっちがいい?」と聞けば結論を押し付けられ、軸を作らせれば浅くなり、検証を怠れば抜け漏れに気づけません。
つまり、これらはすべて設計フェーズ(ステップ1〜4)の省略が生む症状であり、対処法も「人間が先に枠組みを書き、AIには抜けを問い、最終判断は自分に残す」という一点に集約されます。
演習:自分のテーマで設計してみる
以下のテンプレートを埋めて、実際にDeepSeekに投げてみてください。
text
【比較検討の設計】
■比較対象
- A:
- B:
- (追加候補の提案可否:可 / 不可)
■評価軸(自分の案)
1.
2.
3.
(追加提案:可 / 不可)
■重み付け
- 高:
- 中:
- 低:
■前提条件
- 期間:
- 規模:
- 制約:
■出力形式
1. 比較表
2. 各軸の根拠
3. 重み付けを踏まえた判断(断定しない)
4. トレードオフの明示
5. 追加確認事項この型を何度か回すと、比較の設計そのものが自分の思考訓練 になっていることに気づきます。AIは比較の実行役、設計は人間の仕事。この分担が、思考を弱めないAIの使い方です。
まとめ
比較検討は「どっちがいい?」と聞く前に、枠組みを設計する
設計の4ステップ:対象確定 → 軸の列挙 → 重みと条件 → 出力形式
軸は 自分で先に書く。AIには抜けを問う
結論は 断定させず、トレードオフを明示させる
最終判断は自分に残す

次回(11-3)は、この比較検討で洗い出された「確認すべき情報」を、どのように一次情報へ遡って検証するかを扱います。
▼ この連載の元になった書籍
『DeepSeek 対話の設計 ― ブラウザで試す、考える、深める』