MENU

生成AIで加重スコアリングを使う方法|プロンプト例と人が確認すべきポイント

加重スコアリングは、複数の候補をいくつかの評価軸で採点し、評価軸ごとの重要度を重みとして掛け合わせ、総合点で比較する方法です。

生成AIを組み合わせると、評価軸候補の整理、似た評価軸の重複指摘、点数尺度の文章化、加重スコアの計算、重みを変えた感度分析、採点根拠の不足チェックなどを効率化できます。

一方で、AIに「最適な重みを決めて」「不足している点数は推測して」と任せると、もっともらしい数字で結論を作ってしまう危険があります。加重スコアリングは、計算が正しくても、評価軸・尺度・重み・採点根拠が不適切なら結論も不適切になります。

そのため、生成AIは「整理・計算・問い直し・感度確認」の補助役として使い、何を評価するか、どの軸を重くするか、実際のデータは何か、必須条件を満たすか、最終的にどの案を選ぶかは人が確認します。

この記事では、生成AIで加重スコアリングを使う手順を、具体的なプロンプト、出力の使い方、通し例、人が確認すべきポイントまで含めて解説します。基本から確認したい場合は、加重スコアリングとは?意味・使い方・具体例を参照してください。

目次

生成AIに任せやすいこと・人が判断すべきこと

AIに任せやすいこと:

  • 比較候補の粒度をそろえる
  • 評価軸候補を整理する
  • 意味が重複する評価軸を指摘する
  • 5点・4点・3点などの尺度案を文章化する
  • 重みの合計が100%か確認する
  • 加重スコアを計算する
  • 点数根拠が空欄の候補を探す
  • 重みを変えた感度分析を行う
  • 1位と2位の差を説明する
  • 最終判断前の確認質問を整理する

人が判断すべきこと:

  • 比較する候補が本当に実行可能か
  • 評価軸が今回の意思決定に適切か
  • 各軸の重みが妥当か
  • 価格・工数・機能などの実データが正しいか
  • 採点尺度が現場の意味と合っているか
  • 法令・契約・セキュリティ等の必須条件
  • 小差をどこまで意味のある差とみなすか
  • 最終的な採否・優先順位

生成AIで加重スコアリングを使う基本手順

1. 比較テーマと候補を人が定義する

最初に、「何を決めるための比較か」と候補を明示します。

悪い入力例:

どのシステムが一番よいか採点してください。

良い入力例:

問い合わせ管理システム4案から、次期導入候補を1案選ぶために加重スコアリングを使います。

候補:
A クラウド型SaaS A
B クラウド型SaaS B
C 既存CRMの追加機能
D 自社開発

入力にない価格、機能、導入期間、サポート内容は補わないでください。
不足情報は「要確認」としてください。

AIに候補そのものを勝手に追加させず、比較対象を固定するのが第一歩です。

2. 評価軸候補を整理させる

次に、今回の目的に合う評価軸候補を整理します。

問い合わせ管理システムの比較に使う評価軸候補を整理してください。

条件:
- 似た意味の軸はまとめる
- 必須条件と加点評価軸を分ける
- 評価軸は3〜6個程度を目安にする
- 入力にない会社固有の条件は事実として追加しない

たとえば、

  • 価格
  • 機能適合
  • 導入負荷
  • サポート

という候補が出たとします。

ここで人は、「国内データ保管必須」は点数軸ではなく足切り条件にする、といった整理を行います。

3. 評価軸の重複を点検させる

評価軸が増えるほど精密に見えますが、意味が重複すると二重加点になります。

次の評価軸に意味の重複がないか点検してください。

- 価格
- コスト
- 機能適合
- 使いやすさ
- 操作性
- 導入負荷
- サポート

重複している可能性がある組み合わせと、統合案を示してください。

AIには「価格とコスト」「使いやすさと操作性」のような重複候補を指摘させ、人が最終的に残す軸を決めます。

4. 点数尺度を文章化させる

5点満点で採点するなら、5点と4点の違いを先に決めます。

評価軸「導入負荷」について、5点満点の尺度案を作ってください。

前提:
5点ほど導入負荷が低い。

条件:
- 各点が重ならないようにする
- 可能なら期間や作業量で判定できる形にする
- 入力にない基準値は断定せず、要確認として示す

たとえば、

  • 5点:1か月以内、標準設定中心
  • 4点:2か月以内
  • 3点:3か月以内
  • 2点:4〜6か月
  • 1点:6か月超

のように尺度化できます。

ただし、この期間区分が自社に合うかは人が確認します。

5. 重み案は「決定」ではなく「比較材料」として出させる

AIに「最適な重みを決めて」と任せるのは避けます。

代わりに、複数パターンを作らせます。

次の4軸について、重みの考え方を3パターン作ってください。

評価軸:
価格 / 機能適合 / 導入負荷 / サポート

パターン:
1. バランス型
2. 機能重視型
3. コスト重視型

各パターンは合計100%にし、なぜその配分になるか説明してください。
最終的な重みは決めないでください。

この出力を議論のたたき台にし、人が今回の意思決定方針に合う重みを決めます。

6. 実データを入力し、採点根拠を確認させる

点数はAIに想像させません。

各候補について、私が入力した事実だけを使って採点可否を確認してください。

出力:
- 採点できる項目
- 根拠不足で採点できない項目
- 追加確認が必要なデータ

入力にない価格・機能・期間・サポート内容は補わないでください。

たとえば候補Cの機能適合5点について、

「必須要件12項目をすべて満たし、既存CRM連携も標準対応」

という根拠があるなら、その根拠を点数と一緒に残します。

7. 加重スコアを計算させる

採点と重みが確定したら、AIへ計算を任せられます。

次の式で加重スコアを計算してください。

各評価点 × 重み を合計する。

出力:
- 候補名
- 各軸の点数
- 各軸の加重点
- 総合点
- 順位

元の点数と重みは変更しないでください。

AIは計算の効率化に向いていますが、入力値の妥当性まで自動で保証するわけではありません。

8. 1位と2位が僅差なら感度分析させる

加重スコアの差が小さいときは、重みを少し変えるだけで順位が逆転する可能性があります。

1位と2位について感度分析してください。

現在の重み:
価格25%
機能適合40%
導入負荷20%
サポート15%

確認ケース:
価格20%
機能適合45%
導入負荷20%
サポート15%

元データを変えず、両ケースの総合点と順位差を比較してください。

AIには、結果を変えるためではなく「どの前提に結論が敏感か」を確認させます。

9. 必須条件をスコアとは別に点検させる

高得点でも、必須条件を満たさなければ採用できない場合があります。

加重スコアとは別に、各候補について次の必須条件を確認してください。

- 国内データ保管
- SSO
- 監査ログ
- 契約上の制約
- 予算上限
- 導入期限

不明な項目は「要確認」とし、点数へ換算しないでください。

10. 最終判断の説明文を整えさせる

人が最終判断した後、AIに説明文を整えさせることもできます。

人が決定した最終判断を、次の順で説明してください。

1. 加重スコア順位
2. 1位と2位の差
3. 感度分析で順位が変わるか
4. 必須条件の確認結果
5. 最終的にこの案を選んだ理由

新しい判断理由は追加しないでください。

そのまま使える加重スコアリング用プロンプト

あなたは加重スコアリングによる意思決定の補助役です。
最終判断を代替せず、評価軸整理、尺度作成、計算、根拠確認、感度分析を支援してください。

【今回の判断テーマ】

【比較候補】

【必須条件・足切り条件】

【評価軸】

【各評価軸の点数尺度】

【各評価軸の重み】

【各候補の点数】

【各点数の根拠】

【依頼】
1. 評価軸の重複を確認する
2. 必須条件と加点軸が混ざっていないか確認する
3. 点数尺度に重複・曖昧さがないか確認する
4. 重み合計が100%か確認する
5. 根拠不足の採点を指摘する
6. 加重スコアを計算する
7. 1位と2位の差を確認する
8. 指定した重み変更で感度分析する
9. 必須条件を別枠で確認する
10. 最終判断前の確認質問を整理する

【条件】
- 入力にない価格・機能・工数を補わない
- 点数を勝手に変更しない
- 重みを勝手に決めない
- 必須条件を点数へ埋め込まない
- 総合点1位を自動的に最適案としない
- 最終判断は人が行う

記入用の型が必要な場合は、加重スコアリングテンプレートも併用できます。

通し例|問い合わせ管理システム4案を生成AIと一緒に比較する

人が評価軸と重みを決める

評価軸は、

  • 価格
  • 機能適合
  • 導入負荷
  • サポート

とします。

重みは、

  • 価格:25%
  • 機能適合:40%
  • 導入負荷:20%
  • サポート:15%

です。

人が採点根拠を入力する

候補A:4 / 4 / 5 / 4

候補B:5 / 3 / 4 / 3

候補C:3 / 5 / 4 / 4

候補D:1 / 5 / 1 / 2

AIには、この点数の根拠欄が空いていないかを確認させます。

AIに加重スコアを計算させる

A:

4×0.25 + 4×0.40 + 5×0.20 + 4×0.15 = 4.20

B:

5×0.25 + 3×0.40 + 4×0.20 + 3×0.15 = 3.70

C:

3×0.25 + 5×0.40 + 4×0.20 + 4×0.15 = 4.15

D:

1×0.25 + 5×0.40 + 1×0.20 + 2×0.15 = 2.75

順位は、A→C→B→Dです。

AIに僅差を指摘させる

AとCの差は0.05しかありません。

ここでAIに、

「0.05差なのでAが明確に優位」と結論づけさせるのではなく、感度確認へ進みます。

重みを少し変えて再計算する

価格20%、機能適合45%、導入負荷20%、サポート15%へ変えると、

A:

4×0.20 + 4×0.45 + 5×0.20 + 4×0.15 = 4.20

C:

3×0.20 + 5×0.45 + 4×0.20 + 4×0.15 = 4.25

となり、Cが逆転します。

AIには「順位が逆転した」という事実と、「価格と機能適合の重み設定に結論が敏感」という解釈まで整理させます。

人が必須条件と実務条件を確認する

ここで、

  • Cは既存CRM連携が標準対応
  • Aは追加連携費用が必要
  • Aは1か月以内に導入可能
  • Cは導入に2〜3か月必要

という確認済み情報があるとします。

人は、今回の導入期限と機能適合のどちらを優先するかを改めて確認します。

最終的にAを選ぶ場合でも、「4.20で1位だから」ではなく、僅差かつ感度で逆転することを理解したうえで、「今回は導入期限を重視する」という判断理由を残します。

具体的な実務手順は、加重スコアリングのやり方で確認できます。別の活用例は、加重スコアリングの具体例が参考になります。ありがちな失敗は、加重スコアリングで失敗しやすいポイントで確認できます。

人が必ず確認したい6つのポイント

1. AIが評価軸を増やしすぎていないか

軸が増えるほど精密に見えますが、意味の重複が起きやすくなります。

2. 重みをAI任せにしていないか

重みは今回の意思決定で何を重視するかを表すため、最終的には人が決めます。

3. 点数尺度が候補を見る前に決まっているか

候補を見てから尺度を調整すると、選びたい案を有利にできます。

4. 採点根拠が実データに基づいているか

価格、導入期間、機能要件などは、AIの推測ではなく確認済みデータを使います。

5. 小さな点差を過信していないか

4.20対4.15のような僅差は、重みや採点が少し変わるだけで逆転します。

6. 必須条件を点数へ埋め込んでいないか

法令・契約・セキュリティなどの採用不可条件は別枠で確認します。

悪い使い方と改善例

悪い例1:「最適な評価軸と重みを決めて」と依頼する

AIが一般論からもっともらしい重みを作っても、その組織の意思決定方針を反映しているとは限りません。

改善

AIには複数の重みパターンを作らせ、人が判断方針に合うものを選びます。

悪い例2:「不足している点数は推定して」と依頼する

価格や機能適合を推測で埋めると、総合点だけ精密に見えます。

改善

不足は「要確認」とし、根拠データがそろうまで採点しません。

悪い例3:総合点1位をそのまま採用する

高得点でも、必須条件を満たさない候補は採用できません。

改善

スコア計算後に足切り条件、期限、依存関係、契約条件を確認します。

悪い例4:結果を見てから重みを調整する

選びたい候補が1位になるまで重みを変えると、加重スコアリングは結論の正当化道具になります。

改善

重み変更は「感度分析」として行い、元の重みと結果を残したまま比較します。

情報管理にも注意する

生成AIへ加重スコアリングの入力値を渡す場合、価格、見積もり、未公開仕様、契約条件、社内評価などが含まれることがあります。

利用前に所属組織の生成AI利用ルールを確認してください。

特に、

  • 非公開の見積価格
  • 契約条件
  • ベンダー評価
  • 未公開の製品仕様
  • 社内の予算・納期
  • 顧客固有要件

などは、入力可否を慎重に判断します。

まとめ|AIには整理と計算を任せ、評価設計と最終判断は人が担う

生成AIを使うと、加重スコアリングの評価軸整理、重複確認、点数尺度の文章化、加重計算、感度分析、採点根拠の不足チェックを効率化できます。

一方で、AIは今回の意思決定で何を重視すべきか、実際の価格・機能・契約条件が正しいか、どの候補を最終採用すべきかを自動で確定できません。

実務では、「AIに最適案を決めてもらう」のではなく、「人が比較目的・評価軸・尺度・重み・実データを定義し、AIで整理と計算を速め、人が感度・必須条件・実行可能性を確認して最終判断する」という使い方が適しています。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次