オズボーンのチェックリストは、既存の商品・サービス・業務・企画に複数の問いを当て、発想の切り口を広げるフレームワークです。生成AIを使うと、「別用途に使えないか」「応用できないか」「変更できないか」「大きくできないか」「小さくできないか」「置き換えられないか」「並べ替えられないか」「逆にできないか」「組み合わせられないか」という9つの観点から、問いやアイデア候補を短時間で増やせます。
ただし、AIが出した案をそのまま採用しても、実務で使える企画になるとは限りません。生成AIは、顧客課題の正しさ、自社の制約、採算、法務、安全性、実現可能性を自動で保証できないからです。
この記事では、生成AIをオズボーンのチェックリストの補助役として使う方法を、具体的なプロンプト例、出力の使い方、人が確認すべきポイント、ありがちな誤りまで含めて解説します。基本構造を先に確認したい場合は、オズボーンのチェックリストとは?意味・使い方・具体例を参照してください。
生成AIに任せやすいこと・人が判断すべきこと
生成AIは、発散と整理には向いています。
たとえば、次の作業はAIに任せやすい領域です。
- 9つの観点ごとの問いを具体化する
- 各問いから複数のアイデアを出す
- 抽象的な案を具体的な施策へ変換する
- 類似案をグループ化する
- 見落としている観点を追加する
- 評価軸の候補を出す
- 検証方法の候補を整理する
一方で、次の判断は人が行う必要があります。
- そもそも何を変えるべきか
- 解くべき顧客課題が正しいか
- 入力した前提が正確か
- 自社のコストや運用に合うか
- 法務・契約・安全上の問題がないか
- どの案を採用するか
- 何を実際に検証するか
生成AIは、9観点の発想を広げる補助役として使い、最終判断者にはしないことが重要です。
生成AIでオズボーンのチェックリストを使う基本手順
1. 対象と目的を人が定義する
最初に、何を変えたいのかと、何のために変えたいのかを明確にします。
悪い入力例:
「新しい事業アイデアを考えて」
良い入力例:
「既存の法人向けオンライン研修を、中小企業でも導入しやすい形に変える案を考えたい」
オズボーンのチェックリストは、既存対象を変形するのが得意です。対象が曖昧だと、AIの出力も一般論になりやすくなります。
2. 現状の前提と制約を入力する
AIへ渡す材料を整理します。
例:
- 現在は年間契約
- 20名以上の利用を想定
- 営業担当による導入支援あり
- 60分動画が中心
- 初期設定が必要
- 中小企業から「契約が重い」「設定が面倒」という声がある
- 既存教材はできるだけ活用したい
この段階で、AIにない情報を推測させないことが重要です。
3. 9つの観点ごとに具体的な問いを作らせる
いきなりアイデアを出させるより、まず問いを作らせると使いやすくなります。
以下の対象について、オズボーンのチェックリストの9観点ごとに、
具体的な問いを3つずつ作ってください。
対象:法人向けオンライン研修
目的:中小企業でも導入しやすい形に変える
前提:
- 年間契約
- 20名以上の利用を想定
- 営業担当による導入支援あり
- 60分動画が中心
- 既存教材は活用したい
9観点:
1. 別用途に使えないか
2. 応用できないか
3. 変更できないか
4. 大きくできないか
5. 小さくできないか
6. 置き換えられないか
7. 並べ替えられないか
8. 逆にできないか
9. 組み合わせられないか
条件:
- 抽象的な問いを避ける
- 入力にない事実を追加しない
- 「何をどう変えるか」がわかる形にする
たとえば、「置き換え」なら「年間契約を月額契約へ置き換えられないか」、「小さく」なら「20名単位を1名から利用可能にできないか」といった問いが出せます。
4. 各問いからアイデアを発散させる
次に、問いごとに案を広げます。
先ほどの9観点の問いを使って、各観点から3〜5案ずつ出してください。
条件:
- この段階では採用可否を決めない
- 実現性だけで早期に除外しない
- 同じ意味の言い換えを避ける
- 顧客課題とのつながりを一言添える
この段階では、AIに「一番おすすめの案」を決めさせないほうがよいです。まず候補を広げます。
5. 類似案を整理させる
案が増えたら、意味の近いものをまとめます。
以下のアイデアを、意味の近いもの同士で3〜5グループに整理してください。
各グループについて、
- 共通する狙い
- 代表案
- 組み合わせ可能な案
を示してください。
採用可否はまだ判断しないでください。
たとえば、
- 契約障壁を下げる案
- 導入負荷を下げる案
- 利用価値を高める案
のように整理できます。
6. 評価軸を作り、人が評価する
AIには評価軸の候補を出させても構いません。ただし、最終評価は人が行います。
この企画候補を比較するための評価軸を提案してください。
前提:
- 中小企業の導入障壁を下げたい
- 既存資産を活用したい
- 小さく検証できる案を優先したい
出力:
- 評価軸
- その軸を見る理由
- 評価前に確認すべき情報
実務では、
- 顧客価値
- 実現性
- 収益性
- 差別化
- 検証容易性
- 戦略整合性
などが候補になります。
AIが「顧客価値5点」「実現性4点」と出しても、それをそのまま結論にはしません。AIは実際の顧客反応や原価を知っているわけではないからです。
7. 上位案の検証方法を考えさせる
最後に、採用候補をどう小さく試すか整理します。
以下の企画候補について、2週間以内に実施できる検証方法を3案出してください。
企画候補:1名から使える月額セルフ導入プラン
条件:
- 本開発前に実施できる
- 顧客反応を確認できる
- 担当者、対象、期間、成功条件まで具体化する
AIが出した候補から、人が現場条件に合う方法を選びます。
そのまま使えるオズボーンのチェックリスト用プロンプト
次のプロンプトは、対象・目的・前提を入れ替えて使えます。
あなたはオズボーンのチェックリストを使った企画発想の整理補助役です。
以下の入力だけを根拠に、発想を広げてください。
【対象】
【目的】
【現在の前提】
【制約条件】
【顧客・利用者からわかっていること】
【出力】
1. 別用途に使えないか:具体的な問い3つ、アイデア3〜5案
2. 応用できないか:具体的な問い3つ、アイデア3〜5案
3. 変更できないか:具体的な問い3つ、アイデア3〜5案
4. 大きくできないか:具体的な問い3つ、アイデア3〜5案
5. 小さくできないか:具体的な問い3つ、アイデア3〜5案
6. 置き換えられないか:具体的な問い3つ、アイデア3〜5案
7. 並べ替えられないか:具体的な問い3つ、アイデア3〜5案
8. 逆にできないか:具体的な問い3つ、アイデア3〜5案
9. 組み合わせられないか:具体的な問い3つ、アイデア3〜5案
10. 似た案のグループ
11. 組み合わせると企画化できそうな案
12. 人が追加確認すべき情報
【条件】
- 入力にない事実を追加しない
- 採用可否は断定しない
- 発散中は実現性だけで除外しない
- 同じ案の言い換えを避ける
- 顧客課題とのつながりを明示する
記入形式で整理したい場合は、オズボーンのチェックリストテンプレートも使えます。
通し例:法人向け研修サービスをAIと9観点で再設計する
背景
既存サービスは、大企業向けの年間契約型オンライン研修です。中小企業からは、「人数が少ない」「年間契約が重い」「初期設定が面倒」という声がありました。
人が入力した前提
- 対象:法人向けオンライン研修
- 目的:中小企業の導入障壁を下げる
- 年間契約
- 20名以上の利用想定
- 営業による導入支援あり
- 60分動画が中心
- 既存教材は活用したい
AIが作った問いの例
小さくできないか
- 20名単位を1名からにできないか
- 60分教材を10分へ短くできないか
- 初期設定を最小化できないか
置き換えられないか
- 年間契約を月額契約へ置き換えられないか
- 営業説明をオンボーディング動画へ置き換えられないか
並べ替えられないか
- 契約後に体験するのではなく、契約前に一部教材を見てもらえないか
組み合わせられないか
- 月額制、1名利用、セルフ導入を組み合わせられないか
AIが出した案を人が整理する
出力された案を、そのまま採用せず顧客課題との関係で整理します。
- 月額契約:年間契約の重さを下げる
- 1名利用:人数条件を下げる
- オンボーディング動画:営業支援負荷を下げる
- 初期設定簡略化:導入負荷を下げる
- 10分教材:利用開始の心理的ハードルを下げる
ここから、
「1名から使える月額セルフ導入プラン」
という企画候補にまとめました。
人が評価する
AIが高評価しても、それだけでは採用しません。
人が確認するのは、
- 中小企業に本当に需要があるか
- 月額料金で採算が合うか
- 既存システムで実現できるか
- サポート負荷が増えないか
- 契約変更に法務上の問題がないか
です。
検証へ進める
本開発前に、既存・失注顧客5社へヒアリングします。
確認するのは、
- 月額なら試したいか
- 1名利用に価値があるか
- 最低限必要な機能は何か
- 受け入れ可能な価格帯はどこか
です。
生成AIは問い作りと発想整理を高速化しましたが、顧客への確認と採否判断は人が行います。
実際の手順は、オズボーンのチェックリストのやり方で詳しく確認できます。別の活用イメージは、オズボーンのチェックリストの具体例も参考になります。
人が必ず確認したい5つのポイント
1. AIが入力にない前提を追加していないか
生成AIは、もっともらしい仮定を補うことがあります。
たとえば、「中小企業は低価格を最優先する」とAIが書いても、確認済みの事実でなければ仮説です。
2. 顧客課題とつながっているか
面白い案でも、最初の課題を解決しなければ優先度は下がります。
「AIが出したから」ではなく、「顧客のどの困りごとを解くか」で判断します。
3. 発散と評価を混ぜていないか
最初から「最も実現性が高い3案だけ」と依頼すると、発想の幅が狭くなります。
まず発散し、その後に評価します。
4. 他社事例をそのまま応用していないか
「応用できないか」で他社事例を出させると、無料トライアルやサブスクなど既知の成功例が出やすくなります。
重要なのは表面をコピーすることではなく、「なぜ機能したか」を自社条件に合わせて変形することです。
5. AIの評価点を結論にしていないか
AIが「顧客価値5、実現性4」と出しても、それは実測値ではありません。
評価の根拠となるデータが何か、未確認事項は何かを人が確認します。
悪い使い方と改善例
悪い例1:「9観点でアイデアを出して」だけで依頼する
対象・目的・制約がないため、一般的な案になりやすくなります。
改善
対象、目的、顧客課題、現状、制約をセットで渡します。
悪い例2:AIにおすすめ1案を決めさせる
この中で一番成功しそうな案を選んでください。
AIは実際の市場データや自社事情を十分に持っていません。
改善
各案について、採用前に確認すべき情報を整理してください。
と依頼します。
悪い例3:アイデア数だけを増やす
50案、100案と増やしても、似た案ばかりなら価値は上がりません。
改善
「重複をまとめる」「違う方向性を優先する」「各案がどの顧客課題につながるか示す」と条件を加えます。
悪い例4:AI出力を企画書へそのまま貼る
もっともらしい表現でも、前提が誤っている可能性があります。
改善
事実、仮説、未確認事項を分け、人が検証してから企画へ反映します。
よくある失敗は、オズボーンのチェックリストで失敗しやすいポイントでも詳しく解説しています。
生成AIとオズボーンのチェックリストが向いている場面
生成AIとの組み合わせが向いているのは、
- 企画会議前に発想の切り口を増やしたい
- 既存商品の改善案を広げたい
- 業務プロセスの見直し案を出したい
- 一人では偏る発想を補いたい
- 大量の案を短時間で整理したい
といった場面です。
一方、顧客課題そのものがわかっていない場合や、法務・安全・技術制約の確認が主目的の場合は、オズボーンのチェックリストと生成AIだけで結論を出さないほうがよいでしょう。
情報管理にも注意する
生成AIへ入力する内容には、顧客名、案件情報、未公開の商品情報、価格、契約条件、技術情報などが含まれる場合があります。
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、
- 顧客名・個人名
- 未公開の商品企画
- 契約条件
- 原価・利益率
- 技術仕様
- 営業秘密
などは、そのまま入力してよいか慎重に判断します。
必要に応じて匿名化し、発想に必要な最小限の情報だけを渡します。
まとめ:AIには問い作りと発散を任せ、評価と検証は人が行う
生成AIを使うと、オズボーンのチェックリストの9観点ごとの問い作成、アイデア発散、類似案整理、評価軸候補、検証方法の整理を効率化できます。
一方で、顧客課題の正しさ、自社制約、採算、法務、安全性、採否判断は人が確認する必要があります。
実務では、「AIに正解を決めてもらう」のではなく、「AIで9方向から発想を広げ、人が顧客課題と現場条件に照らして評価し、小さく検証する」という使い方が適しています。オズボーンのチェックリストと生成AIの組み合わせは、アイデアの量を増やすだけでなく、次に試す企画候補を効率よく作るための補助として使うのがポイントです。