
5-1 DeepSeekが返す“平均値の答え”を、洞察に変える4つの型
はじめに:一問一答で終わらせない
DeepSeekに質問して、返ってきた答えをそのまま受け取っていませんか?
それは「検索エンジン」の使い方です。
AI対話の本当の価値は、一つの問いを起点に、思考を何層も深めていくことにあります。
この記事では、連載「DeepSeek 対話の設計」の第5章5-1節として、深掘りの4つの型を紹介します。
一つ目は「なぜ?」
理由と因果を掘る問いです。
二つ目は「具体的には?」
抽象を具体に落とす問いです。
三つ目は「反例は?」
例外と限界を探す問いです。そして、
四つ目は「別の視点は?」
立場を変えて見る問いです。
この4つを使い分けるだけで、同じテーマでも得られる洞察の深さが変わります。

なぜ「深掘り」が必要なのか
最初の答えは「平均値」である
DeepSeekは、学習データの中で最も一般的な回答を返す傾向があります。これは悪いことではありませんが、次の特徴があります。
もっともらしいけれど、あなたの文脈に合っているとは限らない。正論だけれど、一般論で止まっている。網羅的だけれど、重要度の差が見えない。
つまり最初の答えは「出発点」であって「結論」ではないのです。
深掘りは「思考の解像度」を上げる作業
深掘りの目的は、答えを増やすことではなく、解像度を上げることです。
なぜそう言えるのかを問えば、根拠の解像度が上がります。具体的にどういうことかを問えば、適用範囲の解像度が上がります。反例はないのかを問えば、限界の解像度が上がります。他の見方はないのかを問えば、視点の解像度が上がります。
深掘りの型①:「なぜ?」— 因果を遡る
基本の使い方
「なぜそうなるのですか?」「その理由をもう一段深く説明してください」「なぜそれは他の選択肢より優れているのですか?」——こうした問いで、答えの背景にある因果を遡っていきます。
注意点:Whyを繰り返しすぎない
「なぜ?」を5回繰り返すと、たいてい推測や一般論に落ちます。DeepSeekが確実に知っているのは、せいぜい2〜3層までです。
2〜3層で止めて、次の型に切り替えるのが実践的です。
実例
まず「会議の議事録はAIに要約させるべきですか?」と聞くと、「状況によります。定型業務なら有効ですが、判断を伴う議論は人間が確認すべきです」という答えが返ってきます。
そこで「なぜ『判断を伴う議論』は人間が確認すべきなのですか?」と重ねると、「AIは文脈の微妙なニュアンス(誰がなぜ反対したか等)を拾い落とす可能性があり、後で責任の所在が曖昧になるからです」と返ってきます。
さらに「その『ニュアンスの取りこぼし』は具体的にどんな場面で起きますか?」と問うと、「具体的には?」の型へ自然に移行していきます。
深掘りの型②:「具体的には?」— 抽象を具体に落とす
基本の使い方
「具体的な例を3つ挙げてください」「実際の業務だと、どういう場面ですか?」「それを実行する手順をステップで示してください」——こうした問いで、抽象的な答えを具体的な形に落とし込みます。
なぜ効くのか
AIは抽象度の高い答えを返しがちです。具体化を要求すると、使える知識かどうかが判別できます。
抽象論のまま「わかったつもり」になるのが、AI対話最大の罠です。
実例
「プロンプトには制約を入れるべきですか?」と聞くと、「はい、制約は出力の安定性を高めます」と返ってきます。
そこで「具体的にはどんな制約ですか?悪い例と良い例を対で見せてください」と重ねます。すると「『わかりやすく書いて』は曖昧ですが、『中學生にもわかる言葉で、1段落3文以内で書いて』は検証可能です」という形で返ってきます。
「悪い例と良い例の対」 を要求すると、抽象論が一気に具体化します。これは非常によく効くテクニックです。
深掘りの型③:「反例は?」— 限界を探る
基本の使い方
「この主張が当てはまらないケースは?」「例外はありますか?」「この方法が失敗する典型例を教えてください」——こうした問いで、主張の境界線を探ります。
なぜ効くのか
AIの最初の答えは肯定的・一般論に偏りがちです。「反例」を求めると、主張の適用範囲が明確になり、鵜呑みにしない習慣がつき、幻覚(ハルシネーション)にも気づきやすくなります。
実例
「議事録はAIに要約させるべき?」に対して「有効です」という答えが返ってきたとします。
そこで「逆に、AIに要約させると失敗するケースは?」と問うと、「決定事項が暗黙の了解で決まった会議」「感情的対立があり、トーンが重要だった議論」「法的効力を持つ正式な議事録」「専門用語が独自定義されている社内会議」といった反例が返ってきます。
反例を引き出すと、その主張の「適用条件」が見えてきます。 これは意思決定の質を一段上げます。
深掘りの型④:「別の視点は?」— 立場を変える
基本の使い方
「反対の立場から論じてください」「経営者視点・現場視点・顧客視点でそれぞれ教えて」「10年後・1年後・1ヶ月後で見方が変わりますか?」
こうした問いで、視点を意図的に切り替えます。
なぜ効くのか
AIは中立的な立場を装いつつ、実は一つの視点に固定されがちです。明示的に視点を切り替えると、思考の抜けが見えます。
実例
「議事録をAIに要約させる是非は?」に対して「効率化の観点で有効です」という答えが返ってきたとします。
そこで「経営者・現場社員・監査担当、それぞれの立場から見た懸念を教えてください」と問います。すると、経営者は「判断材料の質が落ちないか」、現場は「要約の手直し工数が逆に増えないか」、監査は「改ざん・欠落のリスク管理」という懸念が返ってきます。
視点を並べると、対立構造ではなく「トレードオフ」が見えます。 これが本当の意味での「多角的な検討」です。
4つの型を組み合わせる — 実践フロー
実際の対話では、4つを順番に使います。
まず問いを立てます。次に「なぜ?」で理由を確認します。これは2層までにしておきます。続いて「具体的には?」で使える形にします。そして「反例は?」で限界を知ります。さらに「別の視点は?」で多角化します。最後に自分の結論を書きます。
実践例:フルバージョン
テーマを「リモートワークを週3日にすべきか」としてみましょう。
最初に「週3日リモートの是非は?」と聞けば、一般論が返ってきます。
次に「なぜ生産性が上がる、あるいは下がるのか?」と問えば、因果が見えてきます。
続いて「具体的にどの職種で効くのか?」と聞けば、適用範囲が明確になります。
そして「失敗した企業の例は?」と問えば、反例が得られます。
さらに「経営・中間管理職・若手で見方は違うか?」と聞けば、多角化できます。
最後に「私の組織ではどうか?」と自分に問い直せば、自分の結論にたどり着きます。
深掘りが失敗するパターン

一つ目の失敗
同じ質問を言い換えるだけのケースです。「もっと詳しく」を繰り返しても、同じ内容が薄く広がるだけです。型を変えるのが正解です。
二つ目の失敗
5回以上「なぜ?」を続けるケースです。3層目以降は推測になります。「具体的には?」に切り替えましょう。
三つ目の失敗
反例を出さないまま結論を出すケースです。反例を聞かないと、自分の都合の良い答えに収束します。
四つ目の失敗
視点を「賛成・反対」だけにするケースです。二項対立ではなく、立場(役割)と時間軸で切ると多角化します。
まとめ:深掘りは「技術」である
「なぜ?」という問いは因果を遡り、根拠の解像度を上げます。「具体的には?」という問いは抽象を具体に変え、使える知識に変換します。「反例は?」という問いは限界を探り、鵜呑みを防ぎます。「別の視点は?」という問いは立場を変え、抜けを発見します。
これらは才能ではなく、手順として再現可能な技術です。
DeepSeekを「答えを出す機械」から「思考の足場」に変える第一歩は、この4つの型を意識的に使い分けることから始まります。
次の節へ
次回 5-2「前の回答を参照させる」 では、ここで深掘った内容を、さらに前の文脈と接続する技術を扱います。
深掘りは「単発の技術」ではなく「対話の流れ」の中で効いてきます。お楽しみに。
▼ 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』