【演繹的推論パターン】
一般原則 → 具体的状況への適用 → 結論導出

実装例：
「以下の演繹的推論を実行してください：

前提1（一般原則）：
市場シェア上位企業は価格競争力が高い

前提2（具体的事実）：
A社は当該市場でシェア1位（40%）
B社は同市場でシェア2位（25%）
C社は同市場でシェア5位（8%）

推論ステップ：
1. 前提1と前提2から、A社・B社の価格競争力を評価
2. C社との価格競争力の差を分析
3. この差が市場戦略に与える影響を考察

結論：
価格競争力の観点から見た各社の戦略的位置づけ」

【帰納的推論パターン】
個別事例の観察 → パターンの発見 → 一般法則の導出

実装例：
「以下のデータから帰納的推論を行ってください：

観察事例：
- 企業A：リモートワーク導入後、売上10%向上
- 企業B：リモートワーク導入後、売上15%向上  
- 企業C：リモートワーク導入後、売上8%向上
- 企業D：リモートワーク導入後、売上12%向上

推論プロセス：
1. 共通パターンの特定
2. 因果関係の仮説設定
3. 他要因の排除・検討
4. 一般法則の定式化

導出すべき結論：
リモートワーク導入が業績に与える影響の一般的傾向」

【仮説演繹法パターン】
仮説設定 → 予測導出 → 検証方法の設計

実装例：
「以下の課題について仮説演繹法で分析してください：

課題：顧客離反率が過去6ヶ月で15%増加

分析手順：
1. 仮説設定（複数の可能性を考慮）
   - 仮説A：競合他社の価格競争力向上
   - 仮説B：自社サービス品質の低下
   - 仮説C：市場ニーズの変化

2. 各仮説からの予測導出
   - 仮説Aが真なら：○○が観察されるはず
   - 仮説Bが真なら：○○が観察されるはず
   - 仮説Cが真なら：○○が観察されるはず

3. 検証可能な指標の特定
4. 最も有力な仮説の選択
5. 対策案の立案」

【層別因果分析】
問題：「プロジェクト遅延の根本原因分析」

レイヤー1：直接的原因
「まず、プロジェクト遅延の直接的な原因を特定してください：
- 作業項目レベルでの遅延要因
- 各遅延の発生時期と期間
- 遅延の累積的影響

分析手法：
- ガントチャートでのクリティカルパス分析
- 作業ログからの実績と計画の乖離分析」

レイヤー2：間接的原因  
「直接的原因を踏まえ、より深層の間接的原因を分析してください：
- 組織的要因（体制、プロセス、コミュニケーション）
- 技術的要因（スキル、ツール、方法論）
- 外部要因（顧客要求変更、外部依存）

分析手法：
- フィッシュボーン図による要因分解
- 5Why分析による根本原因探求」

レイヤー3：構造的原因
「最深層の構造的原因を特定してください：
- 企業文化・価値観レベルの要因
- 業界・市場環境の影響
- 長期的トレンドの影響

分析結果：
- 各レイヤーでの重要度ランキング
- 因果関係の相関図
- 改善施策の優先順位」

【交絡要因の制御】
「以下の条件で因果関係を分析してください：

主要仮説：マーケティング投資増加 → 売上向上

制御すべき交絡要因：
- 季節性効果（前年同期比での比較）
- 競合動向（市場全体のトレンド除去）
- 製品要因（新製品リリースの影響分離）
- 経済環境（景気指標との相関除去）

分析手順：
1. 各交絡要因の影響度定量化
2. 主効果から交絡効果を分離
3. 純粋な因果効果の算出
4. 統計的有意性の検証

求める結論：
マーケティング投資の真の効果と信頼区間」

【問題設定と仮説生成】
「以下の問題について体系的な仮説検証を実行してください：

問題：{具体的な課題}

ステップ1：問題の構造化
- 問題の定量的定義
- 影響範囲と重要度
- 解決により期待される効果

ステップ2：仮説群の生成
帰無仮説（H0）：{変化なし・効果なしの仮説}
対立仮説（H1）：{効果ありの仮説}

複数仮説の設定：
- 仮説A：{原因候補1}
- 仮説B：{原因候補2}  
- 仮説C：{原因候補3}

ステップ3：検証可能な予測の導出
各仮説について：
- 仮説が真の場合に観察されるべき現象
- 定量的な予測値
- 測定可能な指標

ステップ4：検証方法の設計
- データ収集方法
- 分析手法
- 判断基準（有意水準等）」

【実証的検証プロセス】
実例：新サービスの市場受容性分析

「仮説：新機能Xは既存ユーザーの利用率を向上させる

検証設計：
1. 対照群設定
   - テスト群：新機能Xあり（1000ユーザー）
   - コントロール群：新機能Xなし（1000ユーザー）

2. 測定指標
   - 主指標：月間アクティブ利用時間
   - 副指標：ユーザーエンゲージメントスコア
   - 測定期間：8週間

3. 統計的検定
   - 有意水準：5%
   - 検定力：80%以上
   - 効果サイズ：最小検出可能差20%

4. 結果解釈
   - 統計的有意性の確認
   - 実用的重要性の評価
   - 追加要因の考慮

期待する成果：
- 仮説の採択/棄却判断
- 効果量の定量化
- 実装可否の提言」

【ベイズ的更新プロセス】
「事前情報を活用した仮説更新を行ってください：

事前確率の設定：
- 仮説A：確率60%（過去の類似事例から）
- 仮説B：確率30%
- 仮説C：確率10%

新証拠の獲得：
{新しく得られた情報・データ}

尤度の計算：
- P(証拠|仮説A) = ?
- P(証拠|仮説B) = ?  
- P(証拠|仮説C) = ?

ベイズ更新：
事後確率 = 事前確率 × 尤度 ÷ 正規化定数

更新結果：
- 仮説Aの事後確率：?%
- 仮説Bの事後確率：?%
- 仮説Cの事後確率：?%

意思決定：
最も確率の高い仮説に基づく行動方針」

【思考プロセスの可視化】
「以下の問題について、あなたの思考プロセスを段階的に示しながら回答してください：

問題：{複雑な戦略的課題}

思考の可視化要求：
1. 初期理解
   「この問題をどう理解しましたか？
   重要なポイントは何ですか？
   不明確な点はありますか？」

2. アプローチ選択
   「どのような分析手法を使いますか？
   なぜその手法を選択しましたか？
   他の選択肢も考慮しましたか？」

3. 分析実行  
   「実際の分析を実行してください
   各ステップで何を考慮していますか？
   仮定や前提条件は何ですか？」

4. 結果評価
   「得られた結果は妥当ですか？
   確信度はどの程度ですか？
   見落としている要素はありませんか？」

5. 品質チェック
   「論理的な一貫性は保たれていますか？
   実用性の観点で問題はありませんか？
   改善すべき点がありますか？」

各段階で思考の根拠を明示してください。」

【確信度の定量化】
「回答の各要素について確信度を数値化してください：

分析結果：{具体的な分析内容}

確信度評価：
- 前提条件の妥当性：___% 
  理由：{根拠}
  
- 分析手法の適切性：___%
  理由：{根拠}
  
- データの信頼性：___%
  理由：{根拠}
  
- 結論の論理性：___%
  理由：{根拠}
  
- 実装可能性：___%
  理由：{根拠}

総合確信度：___%

低確信度要素の改善案：
- {改善が必要な要素1}：{改善方法}
- {改善が必要な要素2}：{改善方法}」

【バイアス検出機構】
「あなたの分析に潜在的なバイアスがないか自己チェックしてください：

チェック項目：
1. 確証バイアス
   「既存の仮説を支持する情報のみを重視していませんか？
   反対証拠も適切に考慮していますか？」

2. 利用可能性ヒューリスティック
   「思い出しやすい事例に過度に依存していませんか？
   代表性の観点で偏りはありませんか？」

3. アンカリング効果
   「最初の情報に引きずられていませんか？
   独立した視点での検証を行いましたか？」

4. 過信バイアス
   「自身の判断に過度に自信を持っていませんか？
   不確実性を適切に表現していますか？」

バイアス軽減のための修正：
{検出されたバイアスに対する具体的修正案}」

【レベル1：表面的理解】
「まず、問題の表面的な理解を示してください：
- 何が起きているか（現象の記述）
- 誰が関係しているか（ステークホルダー）
- いつ・どこで発生しているか（時空間の特定）

この段階では深い分析は不要です。
事実の整理と基本的な理解に集中してください。」

【レベル2：構造的分析】
「表面的理解を基に、構造的な分析を行ってください：
- 要素間の関係性（相互作用・依存関係）
- パターンやトレンドの特定
- 制約条件や境界条件の明確化

システム思考の観点から：
- フィードバックループはありますか？
- 遅延効果は考慮されていますか？
- 非線形的な関係はありますか？」

【レベル3：本質的洞察】
「さらに深く、本質的な洞察を導出してください：
- なぜその構造が形成されるのか（根本原因）
- 変化の原動力は何か（driving force）
- 不変の原理・法則は何か（underlying principle）

哲学的・概念的な観点から：
- この問題の本質は何ですか？
- 普遍的な原理と固有の特性を分離できますか？
- より大きな文脈での意味は何ですか？」

【レベル4：戦略的示唆】
「本質的洞察を基に、戦略的な示唆を導出してください：
- 長期的な影響予測
- 機会とリスクの特定
- 戦略的選択肢の評価

実践的な観点から：
- どのような行動を取るべきか？
- 優先順位はどう設定すべきか？
- 成功の条件は何か？」

【レベル1適用例】
問題：「EC市場での競合他社Aが急成長している」

表面的理解：
「競合他社Aは過去6ヶ月で市場シェアを8%→15%に拡大。
主要ターゲットは20-30代女性。
主力商品はファッションアイテム。
SNSマーケティングを積極活用。」

【レベル2適用例】
構造的分析：
「成長要因の構造：
1. 商品力：トレンド予測精度の高さ
2. マーケティング力：インフルエンサー網の効果的活用
3. オペレーション力：配送速度・返品対応の優秀性

相互作用：
- 商品力 → 口コミ → マーケティング効果増幅
- 配送品質 → 顧客満足 → リピート率向上 → 商品開発予算増加

制約条件：
- 在庫リスク（トレンド予測外れ時）
- インフルエンサー依存リスク
- 物流インフラの拡張限界」

【レベル3適用例】
本質的洞察：
「競合他社Aの成功の本質は『不確実性の高い市場での学習速度』。

根本原理：
1. 高速仮説検証サイクル（商品企画→市場投入→フィードバック）
2. 多層的な顧客接点による情報収集
3. データ駆動による意思決定の高速化

普遍的要素：
- 市場変化への適応能力
- 顧客との直接対話重視
- 小さく始めて大きく育てるアプローチ

固有要素：
- ファッション市場特有の短サイクル性
- デジタルネイティブ層のメディア特性」

【レベル4適用例】
戦略的示唆：
「長期的対応戦略：
1. 学習サイクルの高速化投資
   - 商品企画プロセスの3倍速化
   - リアルタイム市場分析システム導入

2. 顧客接点の多様化
   - SNS以外の新チャネル開拓
   - オフライン体験との統合

3. 差別化軸の再定義
   - 競合が模倣困難な独自価値の構築
   - ブランド体験の総合的向上

実行優先順位：
短期（3ヶ月）：学習サイクル改善
中期（12ヶ月）：顧客接点拡大
長期（24ヶ月）：差別化価値確立」

【判断プロセスの振り返り】
「先ほどの分析について振り返りを行ってください：

1. 判断プロセスの検証
   「どのような情報に基づいて判断しましたか？
   情報収集は十分でしたか？
   重要な情報を見落としていませんか？
   
   判断の根拠：
   - 使用した情報：{リスト化}
   - 重み付け：{各情報の重要度}
   - 見落とした可能性のある情報：{推測}」

2. 代替案の検討
   「他にどのような選択肢がありましたか？
   なぜそれらを選ばなかったのですか？
   今振り返って、より良い選択肢はありますか？
   
   代替案評価：
   - 選択肢A：{内容と評価}
   - 選択肢B：{内容と評価}
   - 当時の選択理由：{根拠}
   - 現在の評価：{修正された見解}」

3. 仮定の検証
   「どのような仮定を置いていましたか？
   その仮定は妥当でしたか？
   仮定が変わると結論はどう変わりますか？
   
   仮定リスト：
   - 仮定1：{内容}→妥当性：{評価}→影響：{結論への影響度}
   - 仮定2：{内容}→妥当性：{評価}→影響：{結論への影響度}」

【学習の抽出】
「この経験から何を学べますか？

1. 成功要因の特定
   「うまくいった点は何ですか？
   それはなぜうまくいったのですか？
   他の状況でも応用できますか？」

2. 改善点の特定
   「改善すべき点は何ですか？
   どうすればより良い結果が得られたでしょうか？
   次回同様の状況で注意すべき点は？」

3. 一般化可能な洞察
   「この経験から得られる一般的な教訓は？
   他の問題解決にも活用できる原則は？
   今後の分析手法改善のヒントは？」

【次回への応用】
「今回の振り返りを次回にどう活かしますか？

改善アクション：
- 情報収集方法の改善：{具体的な方法}
- 分析手法の改善：{具体的な手法}
- 判断基準の改善：{具体的な基準}
- チェック機構の追加：{具体的なチェック項目}」

【入力分析と分岐】
「まず、以下の入力を分析し、最適なアプローチを選択してください：

入力：{ユーザーからの質問・依頼}

分析観点：
1. 問題の複雑度
   - 単純（明確な答えが存在）
   - 中程度（分析が必要）
   - 複雑（多面的検討が必要）

2. 専門性要求レベル
   - 一般知識レベル
   - 業界知識レベル
   - 専門技術レベル

3. 緊急度・重要度
   - 即座の判断が必要
   - 慎重な検討が必要
   - 長期的視点が必要

分析結果に基づく処理選択：
IF 複雑度 = 単純 AND 専門性 = 一般 THEN
    → 直接回答モード
ELIF 複雑度 = 中程度 OR 専門性 = 業界 THEN
    → 構造化分析モード
ELIF 複雑度 = 複雑 OR 専門性 = 専門技術 THEN
    → 深層分析モード
ELSE
    → 段階的確認モード

選択したモード：{選択結果}
理由：{選択根拠}」

【モード別実行プロセス】
直接回答モード：
「シンプルで明確な回答を提供してください：
- 結論を最初に提示
- 根拠を簡潔に説明
- 必要に応じて補足情報を追加」

構造化分析モード：
「以下の構造で分析してください：
1. 問題の整理と定義
2. 関連要因の特定
3. 各要因の分析
4. 統合的な結論
5. 実行可能な提案」

深層分析モード：
「多面的で深層的な分析を実行してください：
1. 複数視点からの問題設定
2. 各視点での詳細分析
3. 視点間の関連性分析
4. 不確実性とリスクの評価
5. シナリオ別の戦略提案」

段階的確認モード：
「情報不足のため、段階的に確認してください：
1. 前提条件の確認質問
2. 優先順位の確認
3. 制約条件の確認
4. 期待する成果の確認
5. 確認結果に基づく分析実行」

【詳細レベルの判定】
「回答の詳細レベルを以下の基準で判定してください：

判定要素：
1. 読み手の専門性
   - 専門用語の理解度
   - 業界経験年数
   - 技術的バックグラウンド

2. 使用目的
   - 概要把握
   - 意思決定支援
   - 実装・実行

3. 時間制約
   - 即座の確認
   - 通常の検討時間
   - 十分な検討時間

詳細レベル設定：
レベル1（概要）：
- エグゼクティブサマリー形式
- 重要ポイントのみ
- 1-2分で読める分量

レベル2（標準）：
- 論理的な構成
- 適度な詳細説明
- 5-10分で読める分量

レベル3（詳細）：
- 包括的な分析
- 十分な根拠と事例
- 完全な理解が可能な分量

選択レベル：{判定結果}
調整方針：{具体的な調整内容}」

【専門性適応】
「読み手の専門性に応じて説明を調整してください：

専門性レベル判定：
技術者向け：
- 技術的詳細を含む
- 専門用語を正確に使用
- 実装上の考慮事項を重視

経営層向け：
- ビジネス影響を重視
- ROI・リスクを明確化
- 戦略的含意を強調

一般スタッフ向け：
- 平易な言葉で説明
- 具体例を多用
- 実務への影響を明確化

調整実行：
- 用語レベルの調整
- 説明の詳細度調整
- 重点項目の調整
- 事例・比喩の選択」

【フェーズ1：基本確認】
「まず、基本的な前提条件を確認させてください：

1. 目的・目標の確認
   「何を達成したいですか？
   成功の定義は何ですか？
   優先順位はありますか？」

2. 制約条件の確認
   「予算の制限はありますか？
   期限の制約はありますか？
   技術的・組織的制約はありますか？」

3. 関係者の確認
   「主要な関係者は誰ですか？
   意思決定者は誰ですか？
   影響を受ける人は誰ですか？」

回答内容を確認し、不明点があれば追加質問します。」

【フェーズ2：詳細確認】
「基本情報を踏まえ、詳細を確認します：

1. 現状分析
   「現在の状況を詳しく教えてください
   これまでの経緯は？
   既に試した方法はありますか？」

2. 要求仕様
   「具体的にどのような結果を期待していますか？
   品質基準はありますか？
   測定方法は決まっていますか？」

3. リスク許容度
   「どの程度のリスクまで許容できますか？
   失敗した場合の影響は？
   安全性をどう考慮すべきですか？」

【フェーズ3：方向性確認】
「これまでの確認を基に方向性を提案します：

提案アプローチ：
{確認結果に基づく分析・提案方針}

このアプローチで進めてよろしいですか？
修正・追加すべき点はありますか？
他に考慮すべき要素はありますか？」

【フェーズ4：詳細実行】
「確認された方向性で詳細分析を実行します：
{実際の分析・提案内容}」

【精緻化サイクル】
第1サイクル：粗い分析
「まず、大まかな方向性を示します：
{概略的な分析結果}

この方向性は適切ですか？
どの部分をより詳しく分析すべきですか？
修正すべき前提はありますか？」

第2サイクル：重点深掘り
「指摘された重点領域を詳しく分析します：
{特定領域の詳細分析}

この詳細分析は期待に沿っていますか？
さらに深掘りが必要な部分は？
他の領域も同程度の詳細が必要ですか？」

第3サイクル：統合調整
「各部の詳細分析を統合します：
{統合された総合分析}

全体のバランスは適切ですか？
一貫性に問題はありませんか？
実用性の観点で修正点は？」

第4サイクル：最終調整
「最終的な調整を行います：
{調整後の最終提案}

これで要求を満たしていますか？
実行に移すために追加で必要な情報は？」

【収束判定】
「以下の基準で精緻化の完了を判定します：
□ 目的・目標の十分な達成
□ 関係者の懸念の解消
□ 実行可能性の確保
□ 品質基準の充足

未充足の基準があれば、追加サイクルを実行します。」

【成功パターンの抽出】
「過去の成功事例を分析し、パターンを抽出してください：

成功事例：{具体的な成功事例}

分析観点：
1. 問題特性
   「どのような種類の問題でしたか？
   複雑度・専門性・緊急度は？
   類似する問題の特徴は？」

2. 使用手法
   「どのような分析手法を使いましたか？
   プロンプト構造の特徴は？
   効果的だった要素は？」

3. 成功要因
   「なぜ成功したと考えられますか？
   キーとなった判断・洞察は？
   再現可能な要素は？」

抽出パターン：
- 問題タイプ：{分類}
- 有効手法：{手法名と特徴}
- 適用条件：{適用が有効な条件}
- 注意点：{使用時の注意事項}」

【失敗パターンの学習】
「失敗事例から改善点を学習してください：

失敗事例：{具体的な失敗事例}

失敗分析：
1. 失敗の内容
   「何がうまくいかなかったですか？
   期待と実際の差は何でしたか？
   どの段階で問題が発生しましたか？」

2. 原因分析
   「失敗の根本原因は何ですか？
   プロンプト設計の問題？
   情報不足？アプローチの選択ミス？」

3. 改善策
   「どうすれば失敗を避けられましたか？
   プロンプト構造の改善点は？
   追加すべきチェック機構は？」

学習内容：
- 回避すべきパターン：{具体的なパターン}
- 改善されたアプローチ：{修正された手法}
- 予防的チェック：{事前確認項目}」

【適応的改善実装】
「学習結果を新しいプロンプトに反映してください：

現在のプロンプト：{既存のプロンプト}

改善項目：
1. 成功パターンの取り込み
   {具体的な改善内容}

2. 失敗パターンの回避
   {具体的な対策}

3. 新しいチェック機構
   {追加される検証機能}

改善されたプロンプト：
{最新の学習結果を反映したプロンプト}

改善効果の測定方法：
- 成功率の向上
- エラー発生率の低下
- ユーザー満足度の向上
- 処理効率の改善」

【制約解放ブレインストーミング】
「以下の課題について、あらゆる制約を一時的に解放してアイデアを生成してください：

課題：{具体的な課題}

制約解放ルール：
- 予算は無制限と仮定
- 技術的制約は存在しない
- 法的・社会的制約も無視
- 物理法則さえも一時的に無視可能
- 時間制約なし

発散フェーズ（20個以上のアイデア）：
「どんなに突飛でも構いません。
既存の常識にとらわれず、
可能性のあらゆる方向を探索してください。

アイデア生成手法：
- 逆転発想：問題を逆から考える
- 極端化：要素を極端に拡大・縮小
- 組み合わせ：異なる分野の要素を結合
- 擬人化：問題や要素を人として考える
- 時間軸変更：過去・未来の視点から考える」

【連想拡張法】
「キーワードから連想を拡張してアイデアを発展させてください：

中心キーワード：{課題の核心要素}

連想マップ作成：
レベル1：直接連想（10個）
- {キーワードから直接思い浮かぶ言葉}

レベル2：間接連想（各レベル1から5個ずつ）
- {レベル1の各要素からの連想}

レベル3：抽象化・具体化（各レベル2から3個ずつ）
- 抽象化：より一般的な概念
- 具体化：より具体的な実例

アイデア統合：
「作成した連想マップから、
新しい解決策のアイデアを20個以上生成してください。
異なるレベル・分野の要素を組み合わせることで、
独創的なソリューションを目指してください。」

【類推思考法】
「他の分野・業界から類推してアイデアを発想してください：

元課題：{解決したい課題}

類推分野の探索：
1. 自然界からの類推
   「自然界で類似の問題はどう解決されていますか？
   生物学的メカニズムから学べることは？」

2. 他業界からの類推
   「他の業界で類似の課題はどう解決されていますか？
   全く異なる分野の成功事例は？」

3. 歴史からの類推
   「歴史上、類似の問題はどう解決されましたか？
   過去の偉大な解決策から学べることは？」

4. 文化・芸術からの類推
   「芸術・文学・音楽などの表現形式から
   ヒントを得られませんか？」

類推アイデア：
「各分野からの類推を元課題に適用し、
新しい解決アプローチを10個以上提案してください。」

【評価基準の設定】
「生成されたアイデアを以下の基準で評価してください：

1. 実現可能性（Feasibility）
   技術的実現可能性：1-5点
   - 現在の技術で実現可能か
   - 必要な技術開発の難易度
   - 技術的リスクの程度

   経済的実現可能性：1-5点
   - 予算要件の妥当性
   - ROIの期待値
   - 投資回収期間

   組織的実現可能性：1-5点
   - 組織能力との適合性
   - 必要な変革の規模
   - 抵抗要因の大きさ

2. 有効性（Effectiveness）
   問題解決効果：1-5点
   - 根本的解決への貢献度
   - 効果の持続性
   - 副作用・リスクの少なさ

   戦略的価値：1-5点
   - 競争優位への貢献
   - 将来性・拡張性
   - ブランド価値への影響

3. 独創性（Originality）
   新規性：1-5点
   - 既存解決策との差別化
   - 業界初・世界初の要素
   - 模倣困難性

   創造性：1-5点
   - 発想の独創性
   - 異分野融合の程度
   - 常識を覆す度合い

評価マトリクス：
{各アイデアの詳細評価表}」

【段階的絞り込みプロセス】
「以下の段階で絞り込みを実行してください：

第1段階：足切り（実現可能性）
「明らかに実現困難なアイデアを除外
基準：実現可能性の総合点が8点以下は除外
残存アイデア数：{数}」

第2段階：効果性による選別  
「残ったアイデアを効果性で評価
基準：問題解決効果4点以上かつ戦略的価値3点以上
残存アイデア数：{数}」

第3段階：バランス評価
「総合的なバランスで最終選考
計算式：(実現可能性×0.4 + 有効性×0.4 + 独創性×0.2)
上位10アイデアを選出」

第4段階：統合・発展
「選出されたアイデアの統合可能性を検討
- 複数アイデアの組み合わせ
- 段階的実装の可能性
- シナジー効果の期待

最終提案：3-5個のソリューション案」

【リスク-リターン分析】
「最終候補について詳細なリスク-リターン分析を実行してください：

各候補について：
1. 期待リターン
   - 定量的効果（金額換算）
   - 定性的効果（価値評価）
   - 時間軸での効果発現

2. リスク要因
   - 技術リスク（実現困難性）
   - 市場リスク（需要変動）
   - 組織リスク（実行困難性）
   - 財務リスク（投資回収不能）

3. リスク軽減策
   - 各リスクの対処方法
   - モニタリング指標
   - 撤退基準の設定

4. 感度分析
   - 主要変数の変動影響
   - 最悪・最良・標準シナリオ
   - ブレークイーブンポイント

推奨順位：
{リスク-リターンバランスを考慮した順位付け}」

【アナロジー源の探索】
「課題の構造を分析し、類似構造を持つ他分野の事例を探索してください：

現在の課題構造：
問題要素：{具体的な問題構成要素}
関係性：{要素間の相互作用}
制約条件：{制限要因}
目標状態：{達成したい状態}

類推候補分野：
1. 自然科学（物理・化学・生物学）
   「類似の構造・プロセスは存在しますか？
   自然界での解決メカニズムは？」

2. 工学・技術
   「同様の技術的課題とその解決策は？
   設計原理として応用できる概念は？」

3. 社会科学（経済学・心理学・社会学）
   「人間・組織行動での類似現象は？
   社会システムでの解決事例は？」

4. 芸術・スポーツ
   「表現・競技での類似の挑戦は？
   創造性・パフォーマンス向上の手法は？」

構造マッピング：
{各分野での類似構造と解決策の対応関係}」

【深層構造の抽出】

「選択したアナロジーから深層的な解決原理を抽出してください：

選択事例：{具体的なアナロジー事例}

表層的類似性：
「見た目上の似ている点は何ですか？
直感的に感じる共通点は？」

構造的類似性：
「問題の構造において本質的に共通する点は？
- 要素の関係性パターン
- プロセスの流れ
- 制約条件の性質
- 解決のメカニズム」

抽象化された原理：
「具体的な文脈を離れた一般原理は何ですか？
- 普遍的な法則・ルール
- 成功の条件・パターン
- 失敗の回避方法」

適用可能性：
「抽出された原理を元の課題にどう適用できますか？
- 直接的な適用方法
- 修正・調整が必要な部分
- 組み合わせによる拡張」

【転移・適用プロセス】
「アナロジーから得られた洞察を具体的解決策に転換してください：

転移ステップ：
1. 原理の翻訳
   「抽象的原理を課題領域の言葉に翻訳
   専門用語・概念の適切な対応付け」

2. 文脈の調整
   「元課題の特有の文脈に合わせた調整
   制約条件・環境要因の考慮」

3. 実装の具体化
   「抽象的解決策を具体的行動に変換
   実行可能なステップの設計」

4. 検証・改良
   「転移された解決策の妥当性確認
   不整合の発見と修正」

転移結果：
{アナロジーベースの具体的解決策}

検証項目：
□ 原課題の制約条件を満たしているか
□ 実行可能性は確保されているか
□ 期待効果は合理的か
□ 副作用・リスクは許容範囲か」