発想力とは「思いつく力」なのか？自分の外から視点を持ち込む方法

AI実務AI実務2026.10.19

実際の企画や問題解決では、自分の頭の中にある知識に加え、外から得た材料も発想に使います。顧客との会話、他人の経験、別分野の事例、研究、現場での観察などが、その例です。

発想力には、自分の中から案を出す力と、普段とは違う人・情報源・領域・経験から新しい視点を得て、自分の課題につなぐ力が含まれます。

この記事では、「自分の外へ広げる」とは何をすることなのかを具体的に整理します。さらに、AIから完成したアイデアを得る方法に加え、自分なら見なかった分野や事例を見つける方法も紹介します。

この記事のまとめ

発想力には、案を思いつく力に加え、外から情報を集め、異なる知識や経験をつなぐ力も含まれます。
発想を広げたいときは、情報量を増やす前に、人・情報源・領域・経験のどこが固定されているかを確認します。
他業界を見るときは、自分の課題と似た問題に取り組む分野を探します。
AIには完成案に加え、普段なら見なかった人・分野・研究テーマ・類似問題を挙げてもらいます。
AIで見る範囲を広げ、自分の課題と共通点のある分野をいくつか選び、AIも使って事例・サービス・記事・研究を調べます。

発想を広げた後、企画案を整理・比較して企画書へ進める流れは、生成AIで企画を進める方法で紹介しています。

1. 発想力を「自分の中から案を出す力」だけで考えない
2. 発想の範囲は、普段どこを見ているかで変わる
3. 自分の外へ広げる4つの方向
4. 他業界を見るときは「似たサービス」より「似た問題」を探す
5. 外部事例を自分の課題につなぎ直す
6. AIで「自分なら見なかった分野や事例」を見つける
7. AIで見つけた分野から、参考になる事例や研究を調べる
まとめ
参考資料

1. 発想力を「自分の中から案を出す力」だけで考えない

発想力とは、新しい見方やアイデアを生み出す力です。これまでに得た知識や経験を組み合わせ、外から新しい視点や事例を取り込む働きも含みます。

創造性に関する研究でも、発想には記憶の中にある概念同士の連想が関わると整理されています。創造的な人は、近い概念だけでなく、異なるカテゴリーの概念へも連想を広げる傾向があります。この研究が扱うのは、記憶の中で連想を広げる過程です。この記事ではそれに加え、連想に使う知識や事例を外から増やす方法も考えます。

想像力や創造力は、使われる文脈によって意味が重なります。 この記事では発想力を「自分の中から案を出す力」と「自分の外から材料を集めてつなぐ力」の両方として捉えます。

この捉え方をすると、発想を広げるときに目を向ける先が変わります。考え方の技法に加え、普段どこを見ているか、誰の話を聞いているか、どのような経験をしているかも確認します。

2. 発想の範囲は、普段どこを見ているかで変わる

同じ人と話し、同じ業界の記事を読み、同じ競合を見ていると、知識量が増えても入ってくる情報は似やすくなります。検索結果を100件読む場合と、顧客の声、研究、統計、現場観察を一つずつ見る場合では、得られる内容が異なります。

発想を広げたいときは、「どれだけ集めたか」よりも、「どんな種類の情報に触れたか」を確認します。 競合記事を中心に見ているなら、顧客の声を加えてみてください。話す相手が同じ職種に偏っているなら、現場担当者に聞いてみてください。このように、情報量より先に情報源の種類を変えます。

探す範囲は、目的に合わせて区切ることも重要です。外部事例は、アイデアの新しさや質を高めるヒントになることがあります。その一方で、目立つ事例へ引っ張られ、考える範囲が狭くなることもあります。調べる先を増やし続けると、一つひとつへ向けられる時間や注意が減り、集めた情報を十分に使いにくくなります。

外部の事例を探すときは、次の基準で範囲を区切ってください。

人・情報源・領域・経験のうち、普段と違う方向を一つ選ぶ。
選んだ方向から、少数の候補を確認する。
自分の課題へ持ち帰れる共通点や新しい見方を説明できるものが見つかったら、探す段階を終え、自分の課題へつなぎ直す。

ここでの目的は、自分の課題へ持ち帰れる共通点や新しい見方を見つけることです。 それを説明できるようになった時点が、探すのを終える目安です。

3. 自分の外へ広げる4つの方向

「自分の外を見よう」と考えたら、まず、どこを見るかを決めます。 見る先を選びやすくするため、ここでは自分の外を、人・情報源・領域・経験の4つの方向で整理します。 4つのうち、見る範囲がいつも同じになっている方向を一つ選び、見る先を変えてみてください。

方向	普段見ている範囲	広げる先の例
人	同僚、同職種	顧客、現場担当者、別職種、専門家
情報源	競合記事、検索上位の記事	顧客の声、研究、統計、業界団体、現場観察
領域	同業他社	隣接業界、同じ問題構造を持つ別分野
経験	記事や事例を読む	実際に使う、現場を見る、違う環境へ入る

人を変える：異なる前提を持つ人に聞く

いつも話している同僚や同職種の人は、同じ知識や前提を共有していることがあります。別の視点を得たいときは、 話を聞く相手を、知識・経験・前提が自分と異なる人へ広げます。

例えば、一般的な顧客に加え、強いニーズを持ち、自分で解決方法を工夫しているリードユーザーに話を聞く方法があります。研究では、外部のリードユーザーが出したアイデアは、一般ユーザーのものより独創性と利用者価値が高いと評価されました。ただし、その人の要望が顧客全体を代表するとは限りません。

情報源を変える：検索上位の記事以外も見る

競合記事や検索上位の記事は、基本的な論点を押さえるために役立ちます。一方で、情報源が同じテーマの記事に偏ると、似た説明や事例が集まりやすくなります。

顧客が使った言葉を知りたいなら、インタビューやレビューを見ます。傾向や規模を確認したいなら、統計や業界団体の資料を探します。考え方の根拠を知りたいなら、研究論文や大学の解説へ進みます。何が実際に起きているかを知りたいなら、現場を観察します。 目的に合わせて情報源の種類を変えると、同じテーマでも異なるヒントを得られます。

領域を変える：同じ問題構造を持つ分野を見る

領域を変える目的は、自分の課題と同じ問題を、別の条件で解いている分野を探すことです。

同じ業界のサービスを中心に見ると、前提や解決方法が近いままです。業界名を外し、課題を利用者の行動、提供側の制約、達成したい目的に分けると、調べる範囲を別分野まで広げられます。具体的な探し方は次の章で説明します。

経験を変える：見るだけでなく、使い方と背景を理解する

外部の事例は、読むだけでも発想のヒントになります。さらに、サービスを実際に使う、現場を見る、普段とは違う環境へ入ると、記事では省かれている手順や制約にも気づけます。

外国で暮らした経験と創造性の関係を調べた研究では、旅行期間よりも、外国で暮らした期間が長いほど創造性が高い傾向が見られました。また、外国で暮らした期間と創造性の関係には、異文化へどの程度適応したかも関わっていました。この研究からは、異なるものを見るだけでなく、異文化に適応しながら生活した経験も、創造性との関係を考えるうえで重要だと示唆されます。

4. 他業界を見るときは「似たサービス」より「似た問題」を探す

他業界の事例を探すときは、サービスの見た目よりも、解こうとしている問題に注目します。 自分の課題から業界固有の言葉を外すと、表面的には違って見える分野も参考になります。

手順1：課題から業界固有の言葉を外す

例えば、オンライン講座を運営していて、受講者に学習を継続してもらう方法を考えているとします。「オンライン講座」「受講者」「学習」という言葉のまま探すと、別の教育サービスが中心になります。

まず、固有の言葉を外してください。

変更前：オンライン講座を継続してもらう

変更後：成果がすぐに出ない行動を、長期間続けてもらう

問題を言い換えると、参考にできる分野が広がります。

手順2：目的・行動・制約を一文にする

続いて、3点を言葉にします。

誰に、どのような行動をしてもらいたいか
その行動を妨げているものは何か
どのような制約の中で解決する必要があるか

オンライン講座の例なら、「成果を実感するまで時間がかかり、提供側が毎回直接支援できない状況で、利用者に行動を続けてもらう」と表せます。

別分野からヒントを得るためのデザイン手法でも、業界名の代わりに、調べたい活動と、そのときの行動や感情を書き出し、それを観察できる別の場面を考えます。例えば「毎日同じ時間に機器を使う」という行動なら、目覚まし時計の使われ方も参考にできます。

手順3：同じ問題構造を持つ分野を複数探す

「成果がすぐに出ない行動を長く続けてもらう」という問題は、運動、語学学習、服薬、リハビリ、貯蓄などにもあります。ゲームにも、長期的な行動を続けてもらう仕組みがあります。

ここでは、業界との距離よりも、問題の共通点を重視します。 参考になりそうな分野が見つかったら、その分野の事例を調べます。各事例について、目的、行動、制約のどこが共通しているかを確認し、共通点が明確なものを選んでください。

異分野の解決策を探す研究でも、元の課題から表面的な特徴を外すと、目的や仕組みの共通点が見えやすくなるとされています。これは、類似例を探しやすくする要点の一つです。異分野の例を探すときは、「教育に似た業界」よりも、「成果が遅れて現れる行動を続けてもらう場面」のように検索できる言葉へ変えます。

5. 外部事例を自分の課題につなぎ直す

外部事例は、対象者、利用場面、費用、継続期間などの条件に合わせて、機能や表現を変えて取り入れます。

外部事例を見るときは、次の5つを確認してください。

何の問題を解いているか
どのような仕組みで機能しているか
誰のどのような行動を変えているか
自分の課題と共通する条件は何か
自分の課題と異なる条件は何か

F1のピット作業を参考に、病院の引き継ぎを改善した例

異なる分野の仕組みを応用した例として、英国の病院で行われた研究があります。この研究では、手術後の患者引き継ぎを改善するため、F1のピット作業と航空分野を参考にしました。

病院とF1は表面的には別の分野です。しかし、「複数の専門職が、時間の制約がある中で、複雑な機器や情報を安全に引き継ぐ」という問題構造には共通点がありました。

病院側が参考にしたのは、ピット作業の速さよりも、役割分担や作業の進め方です。責任者を明確にし、作業の順序と担当を決めました。さらに、重要な場面では会話を絞り、チェックリストを使うといった方法も取り出しました。そのうえで、F1よりスタッフの入れ替わりが多いという病院側の条件に合わせ、短時間で学べる引き継ぎ手順へ変更しています。

この事例では、F1のピット作業に見られる役割分担、作業の順序、情報伝達の進め方、確認方法を、病院の条件に合わせて引き継ぎ手順へ応用しています。

外部事例の仕組みを自分の課題へ置き換える

例えば、服薬の継続を支援するサービスを参考にするなら、そのサービスが持つ仕組みを「忘れる前に行動のきっかけを作る」「実行した記録を残す」「継続状況を本人や支援者が確認できる」という三つの働きに分けます。

そのうえで、オンライン講座なら、学習を始めるきっかけをどこに置くか、進捗をどう見せるか、誰が継続を支えるかへ置き換えます。服薬と学習では失敗したときの影響が異なるため、機能する理由を踏まえ、自分の条件に合う取り入れ方を決めます。

迷ったときは、「外部事例の仕組み」「自分の課題との共通点」「条件に合わせて変えること」の3列で書き出してください。似ている点と違う点の両方を書くと、条件に合わせて変更する部分が見えます。

流れは、「外部事例を探す → 共通する問題構造を見つける → 自分の条件に合わせて置き換える」です。 異なる分野から複数の事例を見て、共通する仕組みを探すとよいでしょう。

6. AIで「自分なら見なかった分野や事例」を見つける

AIへ「アイデアを20個出して」と頼めば、多くの案を短時間で得られます。しかし、複数人がChatGPTを使った実験では、一つひとつの案の創造性が高まる一方、集まった案全体の多様性は下がる傾向が報告されています。 案の数と、発想の材料を探す範囲は分けて考える必要があります。

AIを発想に使うときは、完成案だけでなく、次に話を聞く人や、調べる分野・事例も挙げてもらいます。

問題を言い換え、似た課題を扱う分野を探す

最初に、自分の課題を別の言葉で表してもらいます。

この問題から業界固有の言葉を除いて、問題構造を3〜5通りで表現してください。

次に、それぞれと同じ問題構造を持つ別業界・別分野を挙げてください。
目的、因果関係、利用者の行動、制約のうち、どこが共通するかも説明してください。

AIが挙げた問題表現から、自分の課題の中心を最もよく表すものを選びます。その表現を使って、同じ問題構造を持つ分野を調べてみてください。

AIで見るべき人と研究領域を探す

次に、普段とは違う知識や経験を持つ人と、関連する研究領域を探します。

この問題について、私とは違う経験や情報を持っていそうな人は誰ですか。
役職名に加え、その人がどのような経験や工夫を持っていそうかも示してください。

この問題を理解するために参考になりそうな研究領域、学問、専門分野を挙げてください。
各領域で、どのような問いを調べるとよいかも示してください。

AIが挙げた人物像は、話を聞ける相手や、その立場の人が発信している記事・資料を探す手がかりにします。

AIには、専門家の視点を一つずつ分けて尋ねる

複数の視点が必要な場合は、「マーケター、エンジニア、心理学者の視点をすべて使って」と一度に頼むより、専門領域ごとに分けて尋ねます。以下は一度に送らず、一つずつ送ってください。

心理学の視点から、この問題を見ると何を確認しますか。

エンジニアの視点から、仕組み上の制約と変更できる点を挙げてください。

営業担当者の視点から、顧客が実際に使う場面で起こる問題を挙げてください。

7つの設計課題と、5種類の専門職を想定したペルソナを使った研究があります。この研究では、複数の専門職を一つのプロンプトへまとめる方法より、専門職ごとに独立して案を出させる方法の方が、多様な設計案を得られました。専門職を順番に切り替える方法は、順番によって結果が異なり、最も良かった順番では独立して尋ねる方法と同程度の多様性が得られました。これは設計課題での結果ですが、AIに専門領域ごとに分けて考えさせる方法の参考になります。

AIは広く拾い、人が適切さを判断する

戦略上の問題に使える類似例を、人間と8種類の大規模言語モデル（LLM）に判断させた研究があります。LLMは有効な例を広く拾う一方、関係の薄いものも選びやすい傾向を示しました。人間は有効な例を見逃しやすいものの、選んだものの適切さは比較的高いという違いがありました。

この違いを踏まえると、 AIに幅広く挙げてもらい、人が自分の課題に合うかを確認して採用する使い分けが考えられます。

7. AIで見つけた分野から、参考になる事例や研究を調べる

AIで見る範囲を広げたら、自分の課題と共通点のある分野や、普段なら見なかった分野をいくつか選び、実際の事例・サービス・記事・研究を調べます。

例えばオンライン講座を継続してもらう方法を考えていて、AIから「フィットネス」「服薬」「貯蓄」が挙がったとします。名前だけを眺めるのではなく、それぞれの分野で継続を支えている方法を調べます。

自分の課題と共通点のある分野を選ぶ

調べる分野を選ぶときは、業界名の近さや珍しさだけでなく、目的・行動・制約の共通点を見ます。

どのような行動を続けてもらう問題なのか
成果を実感するまで、どれくらい時間がかかるのか
続ける途中で、どのような負担が生じるのか
提供側は、どこまで継続的に支援できるのか

例えば服薬について調べる場合も、「効果をすぐ実感しにくい薬を継続してもらう場面」に絞れば、オンライン講座との共通点を比較できます。普段なら見なかった分野でも、このように問題構造を具体化すると、調べる価値があるかを判断できます。

AIを使って事例や研究を調べる

調べる分野を選んだ後もAIを使います。具体的なサービス、実務事例、記事、研究と、その情報を確認できる出典を挙げてもらいます。

「成果を実感するまで時間がかかる行動を続けてもらう」という問題について、
フィットネス、服薬、貯蓄の事例を調べてください。
各事例について、継続を支える仕組みと、内容を確認できる情報源を示してください。

AIが示した内容を入口にして、運営組織の説明、論文、公式資料、サービスの利用方法などの出典を開きます。AIの要約だけで判断せず、対象、条件、実際に使われている方法を出典で確認します。

外部事例から、継続を支える働きを見つける

出典を確認するときは、事例の表面的な特徴より、継続を支えている理由や働きに注目します。

どうやって行動を始めるきっかけを作っているか
続いていることを、どのように本人へ伝えているか
中断しそうなとき、どのような支援が入るか
行動の負担を、どのように小さくしているか

出典を開くのは、AIの説明が正しいかを確かめるためだけではありません。自分の課題との共通点と、その働きの一部を取り入れられそうかも確認します。

基本の流れは、「AIで見る範囲を広げる → 参考になりそうな分野をいくつか選ぶ → AIも使って事例や研究を調べる → 出典で内容を確かめる → 自分の課題へつなぎ直す」です。人に会いに行くことや現場を訪問することを標準の手順にはしません。まずは、普段なら見なかった外部事例を実際に見るところから始めます。