【AI分析コーチ】試合後レビューをAIで整理する | 【課題設定と戦略分解】eスポーツで勝つための問題構造化 | AI活用と意思決定デザイン

この授業の位置づけ

前回の 2-5 では、「それが原因だ」と決めつけず、原因候補を仮説として扱う方法を学びました。

今回の 2-6 では、その仮説づくりをさらに進めるために、AIを使って試合後レビューを整理します。

ただし、ここでのAIは「正解を出す先生」ではありません。

AIは、試合後のメモや感想を、問題・状況・原因仮説・確認データ・改善行動に分けるための分析コーチです。

この節で大切なのは、次の一文です。

AIに答えを出させるのではなく、自分の試合を整理するための壁打ち相手として使う。

OpenAIの公式ドキュメントでも、プロンプトは「モデルに入力を与えること」であり、出力品質はプロンプトの作り方に大きく左右されると説明されています。また、要件に合う出力を得るためには、明確な指示や出力形式の指定が重要です。

この節の到達目標

この節を終えると、次のことができるようになります。

試合後レビューを、感想ではなく分析材料として整理できる
AIに渡す情報を、試合情報・問題・状況・条件・出力形式に分けられる
AIへ試合後レビューを整理してもらうプロンプトを作れる
AIの出力をそのまま信じず、仮説として扱える
AIの出力が曖昧なとき、追加質問で改善できる

今日のキーワード

今日のキーワードは、AI分析コーチです。

AI分析コーチとは、AIを「正解を決める存在」ではなく、試合後のメモを整理し、考える材料を増やす相手として使う考え方です。

弱い使い方：
試合に負けました。原因を教えてください。

良い使い方：
試合後メモをもとに、原因を断定せず、仮説として整理してください。
確認するデータと次回試す改善行動も出してください。

AIは便利ですが、実際の試合映像、チーム内の空気、本人の焦り、声の量までは完全には分かりません。

だからこそ、AIの答えは正解ではなく、整理された仮説として扱います。

1. なぜAIに丸投げすると弱いのか

試合後に、次のようにAIへ聞きたくなることがあります。

試合に負けました。
原因を分析してください。

これでもAIは何かしら答えてくれます。

しかし、返ってきやすいのは一般論です。

返ってきやすい一般論：
- エイムを練習しましょう
- チーム連携を高めましょう
- リプレイを見返しましょう
- メンタルを整えましょう

どれも間違いではありません。

ただし、次の練習で「何を変えるのか」までは見えにくいです。

AIに丸投げすると弱い理由は、材料が少なすぎるからです。

AIは、入力された情報をもとに整理します。つまり、こちらが何も渡さなければ、一般的な答えになりやすいのです。

AIに渡すべき情報

AIに試合後レビューを手伝わせるなら、最低限、次の情報を渡します。

AIに渡す情報：
- どんな試合だったか
- 何が問題だったか
- どんな場面で起きたか
- 自分やチームが何をしたか
- どの分類で整理してほしいか
- どんな形で返してほしいか

ここまで入れると、AIはかなり整理しやすくなります。

2. 試合後レビューを5つの箱に分ける

AIに渡す前に、試合後レビューを5つの箱に分けます。

1. 試合情報
2. 問題
3. 状況
4. 条件
5. 出力形式

この5つがあると、AIの回答がかなり使いやすくなります。

2-1. 試合情報

試合情報には、どんなゲームや場面なのかを書きます。

試合情報の例：
- チーム戦
- ランク戦
- 大会初戦
- 終盤の人数が少ない場面
- 自分は前に出る役割

特定のゲーム名を書いてもよいですが、授業ではタイトルに依存しすぎなくて大丈夫です。

「チーム戦」「格闘ゲーム」「バトロワ」「MOBA」「FPS」などの書き方でも十分です。

2-2. 問題

問題には、今起きている困った状態を書きます。

問題の例：
- 終盤で負けることが多い
- チーム練習の質が上がらない
- 配信の視聴者が増えない
- 大会で実力を出せない

ここでは、まだ原因を断定しません。

2-3. 状況

状況には、その問題がどんな場面で起きたかを書きます。

状況の例：
終盤で残り人数が少なくなった場面で、焦って前に出て倒された。
味方への報告も少なかった。
人数不利なのに、まだ勝負できると思って詰めてしまった。

AIにとって、この状況情報がとても重要です。

状況が具体的なほど、原因仮説も具体的になります。

2-4. 条件

条件には、AIにどう考えてほしいかを書きます。

条件の例：
- 原因を断定せず、仮説として整理する
- プレイ・連携・判断・メンタルに分ける
- 各仮説について確認するデータを出す
- 次回の練習で試せる改善行動にする

条件は、AIの出力を整えるためのガードレールです。

「どう分析してほしいか」を書くことで、曖昧な一般論を減らせます。

2-5. 出力形式

出力形式には、どんな形で返してほしいかを書きます。

出力形式の例：
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

出力形式を指定しないと、文章で長く返ってきたり、表になったり、毎回ぶれたりします。

使いやすい形を先に決めるのが大切です。

3. 実習1：試合後メモを5つの箱に分ける

次の試合後メモを、5つの箱に分けてください。

試合後メモ：
終盤で負けた。焦って前に出て倒された。
味方への報告も少なかった。
人数不利だったのに、まだ勝負できると思って詰めてしまった。

ワークシート

1. 試合情報：
2. 問題：
3. 状況：
4. 条件：
5. 出力形式：

解答例

1. 試合情報：
チーム戦の終盤場面。

2. 問題：
終盤で負けることが多い。

3. 状況：
焦って前に出て倒された。
味方への報告が少なかった。
人数不利なのに勝負を続けた。

4. 条件：
原因を断定せず、プレイ・連携・判断・メンタルに分けて仮説として整理する。

5. 出力形式：
原因仮説、分類、確認するデータ、改善行動に分ける。

ここで大事なのは、きれいな文章にすることではありません。

AIに渡しやすい材料に分けることです。

4. AI分析コーチ用プロンプトの基本形

試合後レビューをAIに整理してもらうときは、次の型を使います。

あなたはeスポーツチームの分析コーチです。

以下の試合後メモをもとに、問題を構造化してください。

# 試合情報
{{match_info}}

# 問題
{{problem}}

# 状況
{{situation}}

# 条件
- 原因を断定せず、仮説として整理する
- プレイ、連携、判断、メンタルに分ける
- 各仮説について、確認するデータを1つ提案する
- 次回の練習で試せる改善行動を1つ提案する
- 抽象的な根性論にしない

# 出力形式
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

この型には、これまで学んだ内容が入っています。

役割：
eスポーツチームの分析コーチ

入力：
試合情報、問題、状況

条件：
断定しない、4分類に分ける、確認データを出す

出力：
原因仮説、分類、確認データ、改善行動

つまり、AIにうまく聞くというより、自分が考えやすいように入力を設計することが重要です。

5. 実習2：自分の試合後メモをAI用プロンプトにする

自分の試合・練習・配信・大会を思い出して、AIに渡すプロンプトを作ってください。

ワークシート

あなたはeスポーツチームの分析コーチです。

以下の試合後メモをもとに、問題を構造化してください。

# 試合情報
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

# 問題
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

# 状況
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

# 条件
- 原因を断定せず、仮説として整理する
- プレイ、連携、判断、メンタルに分ける
- 各仮説について、確認するデータを1つ提案する
- 次回の練習で試せる改善行動を1つ提案する
- 抽象的な根性論にしない

# 出力形式
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

記入例

あなたはeスポーツチームの分析コーチです。

以下の試合後メモをもとに、問題を構造化してください。

# 試合情報
チーム戦。終盤の人数が少ない場面。

# 問題
終盤で負けることが多い。

# 状況
焦って前に出て倒されることが多い。
味方への報告が減っている。
人数不利でも勝負を続けてしまう。

# 条件
- 原因を断定せず、仮説として整理する
- プレイ、連携、判断、メンタルに分ける
- 各仮説について、確認するデータを1つ提案する
- 次回の練習で試せる改善行動を1つ提案する
- 抽象的な根性論にしない

# 出力形式
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

6. AIの出力は正解ではなく仮説である

ここが非常に重要です。

AIが出した分析は、正解ではありません。

AIは、入力された情報をもとに、それらしい整理を返します。

しかし、AIは次のことを完全には分かりません。

AIには分かりにくいこと：
- 実際の試合映像の細かい流れ
- チーム内の空気
- 本人の緊張感
- 声の大きさや報告の速さ
- 相手チームの実力差
- その日の体調

だから、AIの出力は「答え」ではなく、確認すべき仮説リストとして扱います。

AI出力を見る3つの確認ポイント

1. 自分の試合状況と合っているか
2. 確認できるデータにつながっているか
3. 次回の練習で試せる行動になっているか

良いAI出力

良いAI出力：
- 原因を断定しすぎていない
- プレイ・連携・判断・メンタルに整理されている
- 確認するデータがある
- 改善行動が具体的

使いにくいAI出力

使いにくいAI出力：
- もっと集中しましょう
- チームで話し合いましょう
- 練習量を増やしましょう
- メンタルを強くしましょう

これらは悪くはありません。

ただ、次に何をするかが曖昧です。

7. 実習3：AI出力を採点する

次のAI出力を見て、使いやすいかどうか評価してください。

AI出力例

原因：
終盤で焦っていた可能性があります。

改善行動：
もっと落ち着いてプレイしましょう。

採点ポイント

1. 原因は具体的か：
2. 分類されているか：
3. 確認するデータはあるか：
4. 改善行動は次回試せるか：
5. もっと良くするなら何を足すか：

解答例

1. 原因は具体的か：
少し抽象的。「焦っていた」だけでは、何が起きたのか分かりにくい。

2. 分類されているか：
分類されていない。メンタルに近いが、判断や連携との関係も見たい。

3. 確認するデータはあるか：
ない。終盤の報告回数、デス位置、人数状況などを確認したい。

4. 改善行動は次回試せるか：
「落ち着く」は抽象的で、行動にしにくい。

5. もっと良くするなら何を足すか：
終盤30秒の報告回数を確認し、次回練習では終盤だけ報告役を決める、などを入れる。

改善後の出力例

原因仮説：
終盤で焦り、味方への報告量が減っている可能性がある。

分類：
メンタル / 連携

確認するデータ：
リプレイで終盤30秒の報告回数を数える。

改善行動：
次回の練習では、終盤だけ報告役を決める。

8. AIに追加質問する

AIの出力が曖昧だった場合は、追加質問で整えます。

追加質問の例

この分析を、次回の練習で実行できる行動に変えてください。

原因を断定せず、確認するデータをセットで出してください。

改善行動を「今日できること」「次回練習で試すこと」「1週間続けること」に分けてください。

抽象的な表現を減らし、リプレイで確認できる形にしてください。

AIは一回で完璧に使うより、出力を見て追加で整えるほうが実践的です。

OpenAIの公式ガイドでも、プロンプトは反復しながら調整し、要件に合う出力を安定させる考え方が示されています。

9. 実習4：追加質問を作る

次のAI出力を改善するための追加質問を作ってください。

AI出力

原因：
チーム連携が不足している可能性があります。

改善行動：
チームで話し合いましょう。

ワークシート

足りない点：
1.
2.

追加質問：

解答例

足りない点：
1. どの連携が不足しているのか分からない。
2. 話し合う内容が具体的ではない。

追加質問：
チーム連携の不足を、報告、カバー、役割分担、作戦共有に分けて整理してください。
それぞれについて、次回練習で確認するデータと改善行動を1つずつ提案してください。

10. まとめ

この節では、AIを使って試合後レビューを整理する方法を学びました。

大切なのは、次の4つです。

AIは正解を出す係ではなく、問題分解の壁打ち相手である
試合後レビューは、試合情報・問題・状況・条件・出力形式に分ける
AIの出力は正解ではなく、原因仮説として扱う
使いにくい出力は、追加質問で確認データと改善行動へ変える

次の 2-7 では、ここまで学んだ内容を使い、自分の課題を1枚の分析シートにまとめる実践へ進みます。

練習問題

問題1

AIを試合後レビューに使うとき、「正解を出す係」ではなく「壁打ち相手」として使う理由を説明してください。

問題2

次の弱い依頼を改善してください。

試合に負けました。原因を分析してください。

問題3

AIに渡す試合後レビューで入れるとよい情報を3つ書いてください。

問題4

次のAI出力の弱い点を2つ書いてください。

原因：
集中力が足りません。

改善行動：
もっと集中しましょう。

問題5

上のAI出力を改善するための追加質問を書いてください。

練習問題の答え

答え1

例です。

AIは実際の試合映像やチーム状況を完全に理解しているわけではないため、出力を正解として受け取るのではなく、原因候補や確認項目を広げるための壁打ち相手として使う必要があります。

答え2

例です。

あなたはeスポーツチームの分析コーチです。

以下の試合後メモをもとに、問題を構造化してください。

# 試合情報
チーム戦。終盤で負けた試合。

# 問題
終盤で負けることが多い。

# 状況
焦って前に出て倒された。
味方への報告が少なかった。
人数不利なのに勝負を続けてしまった。

# 条件
- 原因を断定せず、仮説として整理する
- プレイ、連携、判断、メンタルに分ける
- 各仮説について、確認するデータを1つ提案する
- 次回の練習で試せる改善行動を1つ提案する
- 抽象的な根性論にしない

# 出力形式
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

答え3

例です。

- どんなゲーム・場面だったか
- 何が問題だったか
- その問題が起きた状況
- 自分やチームの行動
- 出力してほしい形式

答え4

例です。

- 「集中力が足りない」が抽象的で、何を確認すればよいか分からない
- 「もっと集中しましょう」が行動として曖昧で、次回練習で試しにくい

答え5

例です。

「集中力が足りない」という分析を、試合中に確認できる行動やデータに分解してください。
報告回数、デス位置、人数判断、プレイ時間、連敗後の行動などに分けて、確認するデータと改善行動を提案してください。

この授業の位置づけ

前回の 2-5 では、「それが原因だ」と決めつけず、原因候補を仮説として扱う方法を学びました。

今回の 2-6 では、その仮説づくりをさらに進めるために、AIを使って試合後レビューを整理します。

ただし、ここでのAIは「正解を出す先生」ではありません。

AIは、試合後のメモや感想を、問題・状況・原因仮説・確認データ・改善行動に分けるための分析コーチです。

この節で大切なのは、次の一文です。

AIに答えを出させるのではなく、自分の試合を整理するための壁打ち相手として使う。

この節の到達目標

この節を終えると、次のことができるようになります。

試合後レビューを、感想ではなく分析材料として整理できる
AIに渡す情報を、試合情報・問題・状況・条件・出力形式に分けられる
AIへ試合後レビューを整理してもらうプロンプトを作れる
AIの出力をそのまま信じず、仮説として扱える
AIの出力が曖昧なとき、追加質問で改善できる

今日のキーワード

今日のキーワードは、AI分析コーチです。

AI分析コーチとは、AIを「正解を決める存在」ではなく、試合後のメモを整理し、考える材料を増やす相手として使う考え方です。

弱い使い方：
試合に負けました。原因を教えてください。

良い使い方：
試合後メモをもとに、原因を断定せず、仮説として整理してください。
確認するデータと次回試す改善行動も出してください。

AIは便利ですが、実際の試合映像、チーム内の空気、本人の焦り、声の量までは完全には分かりません。

だからこそ、AIの答えは正解ではなく、整理された仮説として扱います。

1. なぜAIに丸投げすると弱いのか

試合後に、次のようにAIへ聞きたくなることがあります。

試合に負けました。
原因を分析してください。

これでもAIは何かしら答えてくれます。

しかし、返ってきやすいのは一般論です。

返ってきやすい一般論：
- エイムを練習しましょう
- チーム連携を高めましょう
- リプレイを見返しましょう
- メンタルを整えましょう

どれも間違いではありません。

ただし、次の練習で「何を変えるのか」までは見えにくいです。

AIに丸投げすると弱い理由は、材料が少なすぎるからです。

AIは、入力された情報をもとに整理します。つまり、こちらが何も渡さなければ、一般的な答えになりやすいのです。

AIに渡すべき情報

AIに試合後レビューを手伝わせるなら、最低限、次の情報を渡します。

AIに渡す情報：
- どんな試合だったか
- 何が問題だったか
- どんな場面で起きたか
- 自分やチームが何をしたか
- どの分類で整理してほしいか
- どんな形で返してほしいか

ここまで入れると、AIはかなり整理しやすくなります。

2. 試合後レビューを5つの箱に分ける

AIに渡す前に、試合後レビューを5つの箱に分けます。

1. 試合情報
2. 問題
3. 状況
4. 条件
5. 出力形式

この5つがあると、AIの回答がかなり使いやすくなります。

2-1. 試合情報

試合情報には、どんなゲームや場面なのかを書きます。

試合情報の例：
- チーム戦
- ランク戦
- 大会初戦
- 終盤の人数が少ない場面
- 自分は前に出る役割

特定のゲーム名を書いてもよいですが、授業ではタイトルに依存しすぎなくて大丈夫です。

「チーム戦」「格闘ゲーム」「バトロワ」「MOBA」「FPS」などの書き方でも十分です。

2-2. 問題

問題には、今起きている困った状態を書きます。

問題の例：
- 終盤で負けることが多い
- チーム練習の質が上がらない
- 配信の視聴者が増えない
- 大会で実力を出せない

ここでは、まだ原因を断定しません。

2-3. 状況

状況には、その問題がどんな場面で起きたかを書きます。

状況の例：
終盤で残り人数が少なくなった場面で、焦って前に出て倒された。
味方への報告も少なかった。
人数不利なのに、まだ勝負できると思って詰めてしまった。

AIにとって、この状況情報がとても重要です。

状況が具体的なほど、原因仮説も具体的になります。

2-4. 条件

条件には、AIにどう考えてほしいかを書きます。

条件の例：
- 原因を断定せず、仮説として整理する
- プレイ・連携・判断・メンタルに分ける
- 各仮説について確認するデータを出す
- 次回の練習で試せる改善行動にする

条件は、AIの出力を整えるためのガードレールです。

「どう分析してほしいか」を書くことで、曖昧な一般論を減らせます。

2-5. 出力形式

出力形式には、どんな形で返してほしいかを書きます。

出力形式の例：
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

出力形式を指定しないと、文章で長く返ってきたり、表になったり、毎回ぶれたりします。

使いやすい形を先に決めるのが大切です。

3. 実習1：試合後メモを5つの箱に分ける

次の試合後メモを、5つの箱に分けてください。

試合後メモ：
終盤で負けた。焦って前に出て倒された。
味方への報告も少なかった。
人数不利だったのに、まだ勝負できると思って詰めてしまった。

ワークシート

1. 試合情報：
2. 問題：
3. 状況：
4. 条件：
5. 出力形式：

解答例

1. 試合情報：
チーム戦の終盤場面。

2. 問題：
終盤で負けることが多い。

3. 状況：
焦って前に出て倒された。
味方への報告が少なかった。
人数不利なのに勝負を続けた。

4. 条件：
原因を断定せず、プレイ・連携・判断・メンタルに分けて仮説として整理する。

5. 出力形式：
原因仮説、分類、確認するデータ、改善行動に分ける。

ここで大事なのは、きれいな文章にすることではありません。

AIに渡しやすい材料に分けることです。

4. AI分析コーチ用プロンプトの基本形

試合後レビューをAIに整理してもらうときは、次の型を使います。

あなたはeスポーツチームの分析コーチです。

以下の試合後メモをもとに、問題を構造化してください。

# 試合情報
{{match_info}}

# 問題
{{problem}}

# 状況
{{situation}}

# 条件
- 原因を断定せず、仮説として整理する
- プレイ、連携、判断、メンタルに分ける
- 各仮説について、確認するデータを1つ提案する
- 次回の練習で試せる改善行動を1つ提案する
- 抽象的な根性論にしない

# 出力形式
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

この型には、これまで学んだ内容が入っています。

役割：
eスポーツチームの分析コーチ

入力：
試合情報、問題、状況

条件：
断定しない、4分類に分ける、確認データを出す

出力：
原因仮説、分類、確認データ、改善行動

つまり、AIにうまく聞くというより、自分が考えやすいように入力を設計することが重要です。

5. 実習2：自分の試合後メモをAI用プロンプトにする

自分の試合・練習・配信・大会を思い出して、AIに渡すプロンプトを作ってください。

ワークシート

あなたはeスポーツチームの分析コーチです。

以下の試合後メモをもとに、問題を構造化してください。

# 試合情報
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

# 問題
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

# 状況
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

# 条件
- 原因を断定せず、仮説として整理する
- プレイ、連携、判断、メンタルに分ける
- 各仮説について、確認するデータを1つ提案する
- 次回の練習で試せる改善行動を1つ提案する
- 抽象的な根性論にしない

# 出力形式
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

記入例

あなたはeスポーツチームの分析コーチです。

以下の試合後メモをもとに、問題を構造化してください。

# 試合情報
チーム戦。終盤の人数が少ない場面。

# 問題
終盤で負けることが多い。

# 状況
焦って前に出て倒されることが多い。
味方への報告が減っている。
人数不利でも勝負を続けてしまう。

# 条件
- 原因を断定せず、仮説として整理する
- プレイ、連携、判断、メンタルに分ける
- 各仮説について、確認するデータを1つ提案する
- 次回の練習で試せる改善行動を1つ提案する
- 抽象的な根性論にしない

# 出力形式
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

6. AIの出力は正解ではなく仮説である

ここが非常に重要です。

AIが出した分析は、正解ではありません。

AIは、入力された情報をもとに、それらしい整理を返します。

しかし、AIは次のことを完全には分かりません。

AIには分かりにくいこと：
- 実際の試合映像の細かい流れ
- チーム内の空気
- 本人の緊張感
- 声の大きさや報告の速さ
- 相手チームの実力差
- その日の体調

だから、AIの出力は「答え」ではなく、確認すべき仮説リストとして扱います。

AI出力を見る3つの確認ポイント

1. 自分の試合状況と合っているか
2. 確認できるデータにつながっているか
3. 次回の練習で試せる行動になっているか

良いAI出力

良いAI出力：
- 原因を断定しすぎていない
- プレイ・連携・判断・メンタルに整理されている
- 確認するデータがある
- 改善行動が具体的

使いにくいAI出力

使いにくいAI出力：
- もっと集中しましょう
- チームで話し合いましょう
- 練習量を増やしましょう
- メンタルを強くしましょう

これらは悪くはありません。

ただ、次に何をするかが曖昧です。

7. 実習3：AI出力を採点する

次のAI出力を見て、使いやすいかどうか評価してください。

AI出力例

原因：
終盤で焦っていた可能性があります。

改善行動：
もっと落ち着いてプレイしましょう。

採点ポイント

1. 原因は具体的か：
2. 分類されているか：
3. 確認するデータはあるか：
4. 改善行動は次回試せるか：
5. もっと良くするなら何を足すか：

解答例

1. 原因は具体的か：
少し抽象的。「焦っていた」だけでは、何が起きたのか分かりにくい。

2. 分類されているか：
分類されていない。メンタルに近いが、判断や連携との関係も見たい。

3. 確認するデータはあるか：
ない。終盤の報告回数、デス位置、人数状況などを確認したい。

4. 改善行動は次回試せるか：
「落ち着く」は抽象的で、行動にしにくい。

5. もっと良くするなら何を足すか：
終盤30秒の報告回数を確認し、次回練習では終盤だけ報告役を決める、などを入れる。

改善後の出力例

原因仮説：
終盤で焦り、味方への報告量が減っている可能性がある。

分類：
メンタル / 連携

確認するデータ：
リプレイで終盤30秒の報告回数を数える。

改善行動：
次回の練習では、終盤だけ報告役を決める。

8. AIに追加質問する

AIの出力が曖昧だった場合は、追加質問で整えます。

追加質問の例

この分析を、次回の練習で実行できる行動に変えてください。

原因を断定せず、確認するデータをセットで出してください。

改善行動を「今日できること」「次回練習で試すこと」「1週間続けること」に分けてください。

抽象的な表現を減らし、リプレイで確認できる形にしてください。

AIは一回で完璧に使うより、出力を見て追加で整えるほうが実践的です。

OpenAIの公式ガイドでも、プロンプトは反復しながら調整し、要件に合う出力を安定させる考え方が示されています。

9. 実習4：追加質問を作る

次のAI出力を改善するための追加質問を作ってください。

AI出力

原因：
チーム連携が不足している可能性があります。

改善行動：
チームで話し合いましょう。

ワークシート

足りない点：
1.
2.

追加質問：

解答例

足りない点：
1. どの連携が不足しているのか分からない。
2. 話し合う内容が具体的ではない。

追加質問：
チーム連携の不足を、報告、カバー、役割分担、作戦共有に分けて整理してください。
それぞれについて、次回練習で確認するデータと改善行動を1つずつ提案してください。

10. まとめ

この節では、AIを使って試合後レビューを整理する方法を学びました。

大切なのは、次の4つです。

AIは正解を出す係ではなく、問題分解の壁打ち相手である
試合後レビューは、試合情報・問題・状況・条件・出力形式に分ける
AIの出力は正解ではなく、原因仮説として扱う
使いにくい出力は、追加質問で確認データと改善行動へ変える

次の 2-7 では、ここまで学んだ内容を使い、自分の課題を1枚の分析シートにまとめる実践へ進みます。

練習問題

問題1

AIを試合後レビューに使うとき、「正解を出す係」ではなく「壁打ち相手」として使う理由を説明してください。

問題2

次の弱い依頼を改善してください。

試合に負けました。原因を分析してください。

問題3

AIに渡す試合後レビューで入れるとよい情報を3つ書いてください。

問題4

次のAI出力の弱い点を2つ書いてください。

原因：
集中力が足りません。

改善行動：
もっと集中しましょう。

問題5

上のAI出力を改善するための追加質問を書いてください。

練習問題の答え

答え1

例です。

AIは実際の試合映像やチーム状況を完全に理解しているわけではないため、出力を正解として受け取るのではなく、原因候補や確認項目を広げるための壁打ち相手として使う必要があります。

答え2

例です。

あなたはeスポーツチームの分析コーチです。

以下の試合後メモをもとに、問題を構造化してください。

# 試合情報
チーム戦。終盤で負けた試合。

# 問題
終盤で負けることが多い。

# 状況
焦って前に出て倒された。
味方への報告が少なかった。
人数不利なのに勝負を続けてしまった。

# 条件
- 原因を断定せず、仮説として整理する
- プレイ、連携、判断、メンタルに分ける
- 各仮説について、確認するデータを1つ提案する
- 次回の練習で試せる改善行動を1つ提案する
- 抽象的な根性論にしない

# 出力形式
1. 原因仮説
2. 分類
3. 確認するデータ
4. 改善行動

答え3

例です。

- どんなゲーム・場面だったか
- 何が問題だったか
- その問題が起きた状況
- 自分やチームの行動
- 出力してほしい形式

答え4

例です。

- 「集中力が足りない」が抽象的で、何を確認すればよいか分からない
- 「もっと集中しましょう」が行動として曖昧で、次回練習で試しにくい

答え5

例です。

「集中力が足りない」という分析を、試合中に確認できる行動やデータに分解してください。
報告回数、デス位置、人数判断、プレイ時間、連敗後の行動などに分けて、確認するデータと改善行動を提案してください。