自分の思考は、どこが人と違うのか
AIが当たり前になると、できることの差は縮まる。
ツールを使いこなせば、ある程度のアウトプットは誰でも出せる。コードが書ける、文章が整う、資料が作れる。そういった「実行の壁」は、AIが平準化する。問題は、その先だ。
実行力での差別化が難しくなった世界で、何が残るか。
発想力は、あなたの内側にある
差がつく場所を考えると、3つの層が見えてくる。
発想力は、あなたの内側にあるものだ。「こういうものを作りたい」「こんな問題を解きたい」という像。これは外から測れない。AIにも代替できない。どれだけ高性能なAIでも、あなたの中にある理想を勝手に引き出す力は持っていない。
発想力は、あなた自身だ。
構想力と指示力が、それを外に出す
発想を内側に持っていても、外に出せなければ実現しない。
構想力は、発想を形にする思考の設計力だ。問題をどう分解するか。何を優先するか。全体の依存関係をどう把握するか。発想と実現の橋渡しをする力がここにある。
指示力は、構想をAIに実現させる力だ。意図を正確に伝え、エラーの原因を特定し、改善サイクルを回す。同じ発想を持っていても、指示力の差が最終的なアウトプットの質を決める。
発想力はあなたの中にある。構想力と指示力が、それを世界に出す。
thought-analyzerが測るのは、構想力と指示力
thought-analyzerは発想力を測らない。発想力は会話ログから見えるものではないし、そもそも外から評価すべきものでもない。
測るのは、発想を外に出す力だ。思考をどう築き上げるか（構想力）、AIにどう伝えるか（指示力）。この2つを9軸と6軸で可視化する。
「標準」が分からないと、強みは見えない
分析結果を受け取ったとき、多くの人が感じる疑問がある。
「これは多いのか、少ないのか」「他の人と比べてどうなのか」。その問いに答えられないうちは、分析はただの記述で終わる。強みとは、比較の中にしか存在しない。
thought-analyzerが蓄積するのは、パターンの分布だ。n数が増えるほど、「あなたはこの軸で上位X%に位置する」という評価が意味を持ち始める。自分の構想力・指示力のどこが希少で、どこに伸びしろがあるか。それをデータで知れるようになる。
将来の自分との比較も
3ヶ月前の分析結果と今を並べると、変化が見える。どの軸が伸びたか。どの軸が変わっていないか。思考の成長は、記録しなければ見えない。
発想力はあなたの内側で育つ。構想力と指示力は、測定と比較によって伸ばせる。
Claude.aiで「思考パターンを分析して」と入力するだけで動く。現時点の分析をして、将来の自分との差を確認してほしい。
→ thought-analyzer（GitHub）：https://github.com/thought-analyzer/thought-analyzer
→ skill.md（直接利用）：https://github.com/thought-analyzer/thought-analyzer/blob/main/skills/skill.md plain=1
より詳しく知りたい方へ
[zenn の投稿記事]
AIで理想を実現する3層フレームワーク ── 発想力×構想力×指示力
コーディング指示力6軸の設計根拠 ── AI協働時代の技術指示能力
[zenn 書籍も出しております]
thought-analyzer 序説（仕様・判定条件・活用法）
