概要
https://qiita.com/WdknWdkn/items/c67c90d75e7ec942e60c
詳細内容
## AI使いすぎで思考力が雑魚になる対策プロンプト-「Thinking Gym」
https://qiita.com/WdknWdkn/items/c67c90d75e7ec942e60c
AIへの過度な依存による思考力低下に対抗するため、AIを思考コーチとして活用する「Thinking Gym」フレームワークを考案し、その具体的な仕組みと運用方法を詳述します。
**Content Type**: Tutorial & Guide
**Language**: ja
**Scores**: Signal:4/5 | Depth:3/5 | Unique:5/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 88/100 | **Annex Potential**: 90/100 | **Overall**: 88/100
**Topics**: [[AI活用, 思考力トレーニング, プロンプトエンジニアリング, メタ認知, 開発者ワークフロー]]
昨今、ChatGPTのような生成AIの利用が日常化する中で、「AIに頼りすぎて自分で考える力が落ちている」という問題が顕在化しています。本記事では、この「思考の量・質・体力」の低下という課題に対し、AIを「答えを教える存在」ではなく「思考を鍛えるコーチ」として活用する「Thinking Gym」という独自のフレームワークを提案しています。
Thinking Gymの核となるのは、ユーザーの思考セッションをMarkdownファイルとして記録し、セッション終了後にAIが客観的なフィードバックを提供する仕組みです。AIコーチは、セッション中のユーザーの思考プロセスを「思考の深さ」「視点の広さ」「論理の一貫性」「前提の明確さ」「決定プロセス」の5つの観点で「観察」します。この「観察」結果と、ユーザー自身の自己評価（thought_score, stamina_score）を比較することで、自己の思考パターンや認知の癖、つまり「メタ認知のズレ」を可視化し、具体的な改善点を提示します。
また、AIの介入度合いを「forbidden（AI使用禁止）」「partial（整理・整形のみ許可）」「reference（参考情報提供も許可）」の3段階で設定できるため、ユーザーは思考フェーズに応じてAIとの距離を調整できます。特に、思考の中断を避けるため、AIからのフィードバックはセッション終了時にまとめて行われる点が重要です。
著者は、この「Thinking Gym」を通じて、実際に考えた時間や思考の質、集中の持続度などのメトリクスを記録することで、自身の思考パターンを分析し、より効果的な学習サイクルを確立できると強調しています。エンジニアにとって、AIを的確にマネジメントするためには、前提条件を整理し、トレードオフを見極める「思考力」が不可欠であり、Thinking Gymはその「筋トレ」として機能すると述べます。AIが思考の「フォームチェック」役を担うことで、自身の思考プロセスを客観視し、思考力を維持・向上させるための具体的なプロンプトも共有されています。