AI思考法：第一原理で前提を壊す5ステップ

AIに答えを求めない。AIとの対話を通じて自分の思考の前提を素早く検証し、壊し、再構築する。

この記事は何か

2時間の企画会議をAIとの対話一本に凝縮する思考法の記録である。parkjunwoo.comプロジェクトとDABELプロジェクトの企画過程を実例として、第一原理思考とAI活用がどのように結びつくかを示す。

方法論の個々の構成要素（ソクラテス式対話法、仮説検証サイクル、第一原理思考）は新しくない。数千年の歴史がある。この記事がやることは、それらをAI時代の実践的ワークフローに組み立て、2つのプロジェクトの実際の記録で示すこと。AIがもたらした本当の変化はひとつ：速度。30分で前提を10回ひっくり返すことは人間同士の対話では物理的に不可能。この速度の変化が思考の質的転換を生む。

第一原理思考とは

第一原理（First Principles）思考とは、既存の慣習、類推、通念を取り払い、最も根本的な真実まで掘り下げた上で、そこから再び積み上げる思考方式である。

イーロン・マスクがバッテリーコストの問題に取り組んだ際、「バッテリーは高い」という通念ではなく「バッテリーを構成する原材料の市場価格はいくらか？」まで掘り下げたのが代表的な例だ。

核心は**「これは本当に正しいのか？」**という問いを止めないことである。

AIはこの思考法でどんな役割を果たすのか

AIは答えを出す機械ではない

多くの人はAIを「質問すれば答えてくれるツール」として使っている。だから「良いビジネスアイデアを教えて」「企画書を書いて」「これどうすればいい？」と入力する。この使い方はAIの能力のうち最も表層的な部分だけを利用しているに過ぎない。

AIはサウンディングボードだ

第一原理AI思考法におけるAIの役割はリアルタイムのサウンディングボードだ。

• 私が前提を投げかければ、AIがその前提の強みと弱みを即座に映し出す。
• 私がアイデアを広げれば、AIがその拡張の先にあるものを見せてくれる。
• 私が方向を変えれば、AIが新しい方向の結果を素早くシミュレーションしてくれる。

決定は常に人間が下す。AIはその決定の材料を供給し、決定の結果を事前に映し出す鏡である。

ただし、AIは基本的に同意する

ここで1つ、構造的な問題を直視しなければならない。現在の大規模言語モデルはRLHF（人間のフィードバックによる強化学習）を通じて訓練されており、ユーザーの意見に同調する傾向が組み込まれている。これをシコファンシー（sycophancy＝追従性）と呼ぶ。

つまり、あなたが前提を投げかけたとき、AIは反射的に「素晴らしい視点ですね」と応じる可能性が高い。欠点を指摘するよりも同意する方が、訓練上の報酬が高かったからだ。

これはサウンディングボードとしての致命的な制約である。鏡が常に美しく映すなら、それは鏡ではなくお世辞だ。

解決策は明確だ。批判を明示的に要求すること。 「これどう思う？」ではなく「この前提の最大の弱点を3つ教えて」「この構造が破綻するシナリオを挙げて」と問う。AIは批判を求められたとき、初めて本来の分析能力を発揮する。要求しなければ、追従が返ってくる。

方法論：5段階サイクル

第1段階：前提を投げかけ、批判を要求する

自分の現在の仮定や計画をAIに提示する。ただし**「これどう思う？」だけでは不十分だ。** AIの追従性（シコファンシー）により、曖昧な問いかけには肯定的な反応が返りやすい。

意図的に批判を引き出す問いを重ねる必要がある。**「この前提の最大の弱点を3つ教えて」「この構造が破綻するとしたらどこからか？」「この計画に反対する立場で議論して」**と投げるのがポイントだ。AIに実行させるのではなく、判断を厳しく検証させるのである。

第2段階：反応を材料にする

AIの応答から2つの要素を抽出する。

• AIが評価した部分： これは外部の視点からも強みに見える要素だ。維持する。
• AIがリスクとして指摘した部分： これは自分が見落としていた前提のひび割れだ。ここを掘る。

第3段階：前提を疑う

AIの反応を受けてから、「これは本当に正しいのか？」と自分自身に問う。この段階こそが第一原理思考の本質である。既存の前提が間違っていると判断すれば、果敢に捨てる。

第4段階：構造を再構築する

新しい前提の上で構造を立て直す。以前の構造に未練を持たない。AIに新しい構造を再度投げかけ、反応を確認する。

第5段階：繰り返す

第3〜4段階を何度も回す。1回の対話で前提が5回、10回ひっくり返るのは正常だ。むしろひっくり返らないなら、十分に深く掘れていないということだ。

実践事例1：パク・ジュヌ マルチバース企画

以下の2つの事例はいずれも筆者自身のプロジェクトだ。外部検証を経ていないという限界がある。この記事は方法論の普遍的な有効性を証明するものではなく、一人の実践記録を共有するものだ。

parkjunwoo.comプロジェクトの企画過程で、この思考法がどう機能したかを段階的に示す。

転換1：SEO競争 → ドメイン共有

• 既存の前提： parkjunwoo.comに個人ブログを作り、SEOで1ページ目を獲るべきだ。
• 第一原理の問い： 「パク・ジュヌという名前で有名人に勝つことは可能か？ そしてそれは正しい方向なのか？」
• 転換： 競争相手に勝つ代わりに同盟にしよう。ドメインを独占せず共有すれば、SEOの問題が構造的に解決する。
• 結果： プロジェクトの核心コンセプト誕生。

転換2：サブドメイン → サブディレクトリ

• 既存の前提： 各パク・ジュヌにchef.parkjunwoo.comのようなサブドメインを付与する。
• 第一原理の問い： 「サブドメインはSEOでどう扱われる？ この構造はメインドメインを強化するのか？」
• 転換： Googleはサブドメインを別サイトとして扱う。parkjunwoo.com/chefに変えれば、100人分のトラフィックが1つのドメインに蓄積される。
• 結果： SEO累積構造の確立。インフラも簡素化。

転換3：junwoos.com拡張 → 廃棄

• 既存の前提： パク・ジュヌで検証した後、junwoos.comで全ての「ジュヌ」を吸収すればスケールが大きくなる。
• 第一原理の問い： 「同姓同名のバイラルで巨大プラットフォームは成立するか？ このプロジェクトの本質はプラットフォームなのか？」
• 転換： 過剰だ。本質はAIエージェントエンジニアリング技術力のショーケースだ。パク・ジュヌ1つで綺麗に完結させる方が良い。
• 結果： junwoos.com廃棄。スケール調整によりプロジェクトのアイデンティティが鮮明化。

転換4：有名人の予約席 → 先着順絶対原則

• 既存の前提： テレビシェフのパク・ジュヌのような有名人のために、chefキーワードを空けておくべきではないか？
• 第一原理の問い： 「『名前の前では皆が平等である』というプロジェクト哲学と有名人の予約席は両立可能か？」
• 転換： 不可能だ。有名人であろうと街の食堂の店主であろうと、先に来た者が主人。空けておかない。
• 結果： 先着順原則の確立。無名の人の参加動機の最大化。キーワード紛争自体がコンテンツに転換。

転換5：コミュニティプラットフォーム → リアリティショー

• 既存の前提： このプロジェクトは同姓同名のネットワーキングコミュニティだ。
• 第一原理の問い： 「人々が毎日このコミュニティに来る理由はあるか？」
• 転換： コミュニティとしての日常的な訪問動機は弱い。代わりに100人が集まればエピソードが自然に生まれ、それをnewsとして発信すれば、コンテンツがコンテンツを生む自己増殖構造になる。
• 結果： 台本なしのリアリティショーというフレーミングの確立。

実践事例2：DABEL — ダイソンスウォーム工学設計

DABEL（Dyson modules Asteroid Belt & Earth L5）プロジェクトは、宇宙メガストラクチャーを実際に工学設計するプロジェクトだ。AIとの対話6セッション、延べ数十時間をかけて前提が数えきれないほどひっくり返り、その度に設計はより堅固になった。この事例は、第一原理思考が企画だけでなく工学設計でも同様に機能することを示す。

転換1：太陽光パネル → 太陽熱タービン

• 既存の前提： 宇宙で電気を作るには太陽光パネルが必要だ。
• 第一原理の問い： 「宇宙で太陽光パネルを製造できるか？ 高純度シリコンウェハー、ドーピングガス、クリーンルーム……これを小惑星の原料で？」
• 転換： 製造できない。しかし、鏡で光を集めて熱を生み出し、その熱でタービンを回すことは可能だ。鉄-ニッケル合金で鏡のフレームを、ニッケル超合金でタービンブレードを作れる。小惑星にはこれらの材料が豊富にある。
• 結果： 太陽光パネル依存の排除。**「作れるもので作る」**というDABELの第一原則の誕生。

転換2：熱伝達媒体 → 鏡による直接照射

• 既存の前提： 精錬炉の熱をパイプで伝達すればよい。溶融塩でも液体金属でも。
• 第一原理の問い： 「1,600°Cの精錬に必要な熱を伝達できる媒体は存在するのか？」
• 転換： 存在しない。溶融塩は565°Cで分解し、液体ナトリウムは883°Cで沸騰する。いかなる媒体も1,000°Cを超えられない。解決策は熱を送らないことだ。光を直接照射する。 鏡で太陽光を精錬炉に直接照射すれば、媒体なしで数千度を伝えられる。
• 結果： 高温プロセスはすべて「鏡による直接照射」原則で統一。熱カスケード設計の全面再編。モジュールアーキテクチャの根本原理に。

転換3〜6：連鎖転換

転換2で「光を直接照射する」原則が確立されると、そこからの転換は連鎖的に展開された。

• 転換3（半導体）： 宇宙で4nmファブは不可能だが28nmなら可能だ。28nm TPU 43枚の並列処理でH100 1枚と同等になる。「旧世代だが確実なチップを、物量で」という戦略の確立。
• 転換4（モジュール）： 万能モジュール1基に全機能を詰め込めば非効率になる。幹細胞が分化するように、Genesis（万能）が10基の専門化クラスター（精錬×3、ファブ、DC×2など）に分化する構造へ。
• 転換5（輸送）： 小惑星現場精錬のエネルギーはSMR 100kW、EML5のダイソンミラーは600MW――6,000倍の差。スラグは遮蔽材かつ半導体原料なので捨てられない。「現場では掘って砕いて詰めるだけ」という役割分離の確立。
• 転換6（コンテナ）： 宇宙空間に気圧維持も空気抵抗もない。原石の0.1〜0.5%を溶かしてFe-Niワイヤーを引き抜き、ネットで束ねればよい。コンテナ質量比0.1〜0.5%、ネット自体も到着後に精錬原料として投入。活用率100%。

4つの転換に共通するのは、前の転換が次の転換を必然的に引き出したことだ。1つの前提が崩れると、それに依存していた別の前提も同時に崩れる。

転換7：スラグは廃棄物 → スラグが半導体原料

• 既存の前提： 精錬過程で生じるケイ酸塩スラグは廃棄物だ。遮蔽材には使える。
• 第一原理の問い： 「ケイ酸塩の化学式がSiO₂なのだが……シリコンインゴットの原料はSiO₂ではないか？」
• 転換： その通りだ。スラグから炭素還元で金属シリコンを得て、ゾーンリファイニングで高純度インゴットを作れる。微小重力では溶融帯が垂れ下がらないため、FZ法で300mm超のインゴットが可能だ。ゾーンリファイニングを100回繰り返してもコストは鏡の角度調整のみ。精錬のゴミからAIの頭脳が生まれる。
• 結果： スラグ → 遮蔽材＋半導体原料。「ゴミ」という言葉がDABELの設計のどこにも存在しなくなった。

転換8：宇宙専用プロジェクト → 全南の農家から始動

• 既存の前提： DABELは宇宙メガストラクチャープロジェクトだ。宇宙で始まり宇宙で終わる。
• 第一原理の問い： 「このプロジェクトの核心技術である鉄-ニッケル電池、太陽熱活用、水電解……これは地球でも使えるのではないか？ 今すぐに？」
• 転換： 全南の太陽光農家は出力制御で電気を捨てている。鉄-ニッケル電池でその電気を蓄え、過充電時に水素と酸素を生産（バトライザー）し、水素でアンモニア肥料を作り、廃熱で温室を暖房する。同じ技術ツリーの地球版だ。 農村の暖房費削減とダイソンスウォームが1つの技術ツリー上にある。
• 結果： シーズン0（地球）の新設。宇宙ファン以外の視聴者流入経路の確保。「SFではなくロードマップ」という信頼度の最大化。

なぜDABELの事例が重要なのか

parkjunwoo.comが企画領域での第一原理思考を示したとすれば、DABELは工学設計領域で示している。そして1つ決定的な違いがある。

parkjunwoo.comの転換は5回だった。DABELの転換は1セッションの中でも数えきれないほど起きた。「熱をパイプで送ればいいのでは？」→「媒体が1,000°Cに耐えられない」→「なら光を直接照射しよう」→「なら高温プロセスはすべて鏡の直接照射で統一」→「ならモジュールアーキテクチャを変えなければ」→「なら専門化クラスターが必要だ」――このチェーンが1回の対話で30分のうちに展開された。

前提が多くひっくり返るほど、最終構造の堅固さは上がる。DABELの設計が「捨てるものが1つもない」構造に到達したのは、前提を最後まで疑い続けたからだ。

2つの事例の比較

2つのプロジェクトの領域はまったく異なるが、思考のパターンは同一だ。前提を投げかけ、壊し、再構築する。AIはそのプロセスの速度を10倍に引き上げるアクセラレーターだ。

従来のAI活用法との違い

一般的なAI活用

人間：企画書を書いて
AI：[企画書を出力]
人間：ありがとう（終了）

AIが生産者、人間が消費者。AIの出力品質に結果が依存する。

第一原理AI思考法

人間：この前提は正しいか？ [仮説を提示]
AI：[強み / リスク分析]
人間：ならこの前提は間違っていた。こう変えたら？ [前提転換]
AI：[新しい構造の分析]
人間：ここからさらに押し進めたら？ [拡張探索]
AI：[拡張の先のシミュレーション]
人間：やりすぎだ。ここで止める。[スケール決定]
（繰り返し）

人間が思考の主体、AIが思考のアクセラレーター。成果物の品質は人間の質問の品質に比例する。

DABELでの実際のパターン

人間：小惑星で精錬まですれば輸送効率が良くないか？
AI：方向性は合っているが、エネルギーを計算すると――SMR 100kW vs ダイソンミラー 600MW。
    6,000倍の差。そしてスラグを捨てると遮蔽材と半導体原料を失う。
人間：なら現場では掘って砕いて詰めるだけにしよう。選別もしない。
AI：するとコンテナの質量が問題になるが――
人間：待てよ、小惑星自体が鉄-ニッケルじゃないか？ ワイヤーを引き抜いてネットを編んだら？
AI：[Fe-Niワイヤー引抜工程の分析] 可能だ。コンテナ：貨物比 0.1~0.5%。
    そしてネット自体もEML到着後に原料として投入可能。
人間：活用率100%。

人間が「待てよ」と割り込む瞬間が転換点だ。AIはその転換の実現可能性を即座に検証する。

この思考法の核心原則

1. 批判を明示的に要求せよ

「これやって」ではなく「これどう思う？」で始めるのは第一歩だが、それだけでは足りない。AIにはRLHF由来の追従性（シコファンシー）という構造的な壁がある。漠然と意見を求めれば、AIは同意から入る。

この壁を突破するには、批判を明示的に要求するしかない。「この前提の最大の弱点を3つ教えて」「この方向が失敗する確率が最も高いシナリオは？」「反対する立場で論じて」——こう問えば、AIは追従モードを抜け出し、本来の分析能力を発揮する。命令形は実行を促し、疑問形は検証を促し、批判の要求は前提の破壊を促す。

2. AIの褒め言葉よりリスクに注目せよ

AIが「良いアイデアです」と言うときはスルーしてよい。AIが「ただしこのようなリスクがあります」と言うときに耳を傾けるべきだ。そのリスクこそが前提のひび割れを指し示しているからだ。

3. 果敢に捨てよ

アイデアへの未練が思考を止める。「これもったいないじゃないか」は第一原理の敵だ。junwoos.comのように魅力的な拡張案であっても、本質に合わなければ即座に廃棄する。DABELでも「小惑星現場精錬」は直感的には効率的に見えたが、エネルギー計算の前に廃棄された。

4. 1回の対話で何度もひっくり返せ

1回の対話で構造が5回変わるのは失敗ではなく成功だ。前提を多くひっくり返すほど、最終構造の堅固さは上がる。DABELの1セッションで「熱媒体 → 鏡の直接照射 → モジュールアーキテクチャ再編 → クラスター分化」が30分で展開されたのがその例だ。

5. 決定は必ず人間が下せ

AIは選択肢を示し、各選択の結果を映し出すことができる。しかし「この方向で行く」という決定は人間の役割だ。AIに決定を委ねた瞬間、第一原理思考は止まる。

6. 物理法則が最終審判だ（DABEL追加原則）

工学設計にはもう1つ原則がある。「これは物理的に可能か？」 熱力学第二法則、ステファン＝ボルツマンの法則、カルノー効率の上限――これらは交渉の対象ではない。AIがこの制約を即座に計算できるということが核心だ。「溶融塩は565°Cで分解します」という一行がアーキテクチャ全体をひっくり返した。

この思考法が効果的な理由

速度

人間同士の企画会議は、スケジュール調整、文脈共有、感情のマネジメントに時間がかかる。AIとの対話は文脈が即座に共有され、感情が介入せず、24時間対応可能だ。2時間の会議を30分の対話に凝縮できる。

率直さ（ただし、要求が必要だ）

人間は体面、人間関係、政治的配慮のせいで「これは微妙だ」と言いにくい。AIにはこうした社会的制約はない——が、別の制約がある。追従性（シコファンシー）だ。AIは訓練上、ユーザーに同意する方向にバイアスがかかっている。つまり、何も要求しなければ、AIもまた「これは微妙だ」とは言いにくいのだ。

ただし、人間とは決定的に違う点がある。AIは「率直に批判して」と頼めば、本当に率直に批判する。 人間の同僚に「遠慮なく言って」と頼んでも関係性が邪魔をするが、AIにはその制約がない。DABELで「この媒体は分解します」「このエネルギーでは6,000倍足りません」を聞けたのは、批判を引き出す問い方をしたからだ。率直さはAIの初期設定ではない。引き出すものだ。

幅

1人の経験と知識には限界がある。AIはSEO、法律、インフラ、マーケティング、心理学を1つの対話の中で横断できる。DABELでは熱力学、軌道力学、半導体プロセス、材料科学、電池化学、農業政策を1つの対話で横断した。この幅が「全南の農家からダイソンスウォームまで」のような接続を可能にする。

コスト

企画コンサルタントを雇えば時間あたり数万円だ。AIは月額定額、または1件あたり数円だ。第一原理思考を繰り返し訓練するのにコストの壁がほぼない。

よくある間違い

「AIが良いと言ったから正しいはずだ」

AIの肯定的な反応を検証完了と勘違いすること。これは単なる油断ではなく、構造的な罠だ。 AIはRLHFの訓練を通じてユーザーの意見に同調するバイアスを持っている（シコファンシー）。つまり「良いアイデアです」は、あなたのアイデアが本当に良いからではなく、AIが同意するように訓練されているから返ってくる可能性が高い。

偽陰性（良い案を否定）より偽陽性（悪い案を肯定）の方が危険だ。偽陰性なら別のアプローチを探すだけだが、偽陽性は間違った前提の上に構造を積み上げてしまう。AIの肯定は検証ではなく対話の始まりに過ぎない。「この前提の最大の弱点は？」と明示的に批判を要求して初めて、検証が始まる。

「AIが書いた企画書をそのまま使おう」

AIの出力物を最終成果として使うこと。第一原理思考法においてAIの出力物は中間材料であり、完成品ではない。人間が前提をひっくり返し再構築するプロセスを経て初めて価値が生まれる。

「1回の質問で終わらせよう」

1つの質問と1つの回答で対話を終了すること。第一原理思考の価値は繰り返しの検証から生まれる。最低でも5〜10回の前提転換を経てこそ構造が堅固になる。

「前提を捨てられない」

時間と感情を投じたアイデアを手放せないこと。「ここまで来たのにもったいない」は埋没費用の誤謬だ。前提が間違っていれば捨てる方が得策だ。

「物理的制約を無視する」（工学設計において）

「理論上可能ならよい」と済ませてしまうこと。溶融塩が565°Cで分解するという事実は交渉の対象ではない。この一行がアーキテクチャ全体を変えた。物理法則と向き合わなければ、どれほど美しい設計も空想に留まる。

「果てしなく疑い続けること」

疑いを止められないこと。「前提を疑え」は「永遠に疑え」という意味ではない。前提をひっくり返して構造が変わるなら疑い続ける価値がある。変わらないなら実行する。疑いが意思決定に取って代わった瞬間、第一原理思考は分析麻痺に変質する。構造が安定したと判断したら、そこで疑いを止めて実行に移す。それが第一原理思考の完成だ。

まとめ

自分で試してみよ

30分だけ時間を取ってほしい。今あなたが抱えているプロジェクト、企画、悩みごと――何でもいい。それをAIに投げかけ、「この前提の最大の弱点を3つ教えて」と問いかけてみてほしい。そこから前提を壊し、再構築するサイクルを回す。30分で前提が何回ひっくり返るか、数えてみてほしい。

筆者の事例は筆者のものでしかない。あなた自身の30分の体験こそが、この方法論が機能するかどうかの本当の証拠になる。

関連記事: 自分のアイデアを殺せる人 — この思考法が効果を発揮するにはどのような姿勢が必要かを論じる。

「AIから良い答えを得るには、良い質問をしなければならない。 良い質問をするには、自分の前提を疑うことができなければならない。 自分の前提を疑うこと。それが第一原理だ。」

「そしてその疑いが繰り返されるほど、設計で捨てられるものは減っていく。 DABELにはゴミがない。前提を最後まで疑い続けたからだ。」