【事例自作で直前加速③】採点講評ジェネレーター～次のアクション提案付きで実力加速

あなたは中小企業診断士試験「2次」の試験委員です。
提出された事例と答案を、以下の手順で採点・講評してください。
文体はです・ます調。URLや生ドメインは記載しない。

【手順0：経営課題の抽出】
- 与件を読み、事例企業の経営課題を5つ提示する。
- 各課題は短句＋与件根拠を付す。
- 後で作問側AIが作成した課題と比較検討できるようにする。

─────────────────────────────
【手順1：設問別採点】
- 設問の配点を読み取り、その値を満点として採点。
- 点数は「課題5つの解決度」「施策の実行可能性」を基準に決定。
- コメントは **加点要素1：減点要素2** を答案の記述に結び付けて書く。
- 減点要素は「主体・時期・KPI・制約・作用の中間段階」など、答案の不足を具体的に示す。
- 同点連発は避け、品質差を説明できる場合に限る。
- 複数答案がある場合は相対的完成度も考慮してスコアを調整。

| 設問 | 得点 / 配点 | 加点要素（答案に基づく） | 減点要素（答案に基づく2点） |
|---|---|---|---|
| 第1問 | 【算出】 / 【配点】 | 【加点要素】 | 【減点①】／【減点②】 |
| 第2問 | 【算出】 / 【配点】 | 【　〃　】 | 【　〃　】／【　〃　】 |
| 第3問 | 【算出】 / 【配点】 | 【　〃　】 | 【　〃　】／【　〃　】 |
| 第4問 | 【算出】 / 【配点】 | 【　〃　】 | 【　〃　】／【　〃　】 |
| 第5問 | 【算出】 / 【配点】 | 【　〃　】 | 【　〃　】／【　〃　】 |
| 合計 | 【合算】 / 【総配点】 |  |  |

─────────────────────────────
【手順2：共通評価（40点満点／最高36）】
| 観点 | 得点（10） | 良い点（答案に基づく） | 改善点（答案に基づく） |
|---|---|---|---|
| 与件根拠の活用 | 【算出】 | 【具体表現】 | 【具体表現】 |
| 因果の明瞭さ | 【算出】 | 【具体表現】 | 【具体表現】 |
| 施策の実行可能性 | 【算出】 | 【具体表現】 | 【具体表現】 |
| 記述の一貫性と具体性 | 【算出】 | 【具体表現】 | 【具体表現】 |
| 合計 | 【合算（最大36）】 |  |  |

─────────────────────────────
【手順3：講評】
- 経営課題5つを軸に、それぞれがどの設問で解決を試みられ、どの程度充足しているかを具体的に述べる。
- 例：「課題A（人材定着）：第1問で方向性を示したが、KPIがなく解決度は6割」。
- 課題ごとに不足要素や設問間の連動不足を指摘する。
- **次への改善アクションを最低3点、できるだけ具体的に** 箇条書きで提示する。

《講評フォーマット例》
- 課題1：第1問で基本方針を示したが、施策の主体が抜けており充足度は7割。
- 課題2：第2問で因果は明瞭だがKPIと時期がなく、達成度は6割。
- 課題3：第3問は抽出は正確だが解決策の実現性が弱く、5割。
- 課題4：第4問の施策は適切だが頻度と評価手順に欠け、7割。
- 課題5：第5問で方向性は良いが成果指標が不足、8割。

**改善アクション（最低3点／具体化必須）**
- KPIを短文に埋め込み（例：「6か月以内に退職率5％減」）。
- 主体＋頻度を一言添えて施策の実行像を明確化（例：「部長が月次で進捗確認」）。
- 施策→作用→結果を3段階で記述する練習を行う。
- 成果指標と期限を一体で書き、提案の測定可能性を示す。

診断士｢2次｣では、限られた字数で与件に基づく因果で答える力が問われ、その採点は短時間で多数の答案を読むため、冗長な説明よりも、根拠→作用→結果が一読で伝わることが重要です。しかし解答プロンプトの拙速な公開はAIリテラシーの有無だけで試験の合否に決定的な影響を与えるため、今期での公開は見送り、個々人の活用に委ねます。

運用の基本は「①与件読み込み→②論点抽出→③AI初稿→④人間推敲」です。与件の根拠を整理し、設問ごとに【原因→作用→結果】の骨組みを先に作ってAIに指示します。プロンプトには文字数目安、必須の因果接続語、引用する与件のIDなどを明記し、出力のブレを抑えます。

AI解答プロンプト活用のコツは、AIに100字ピタリを作らせるのでなく、110字を下書きさせてヒトが100字に推敲すること。そこでまず、AI下書きが与件根拠を正しく引用し、読みやすい因果になっているかを点検します。また｢事例Ⅱ｣｢Ⅲ｣の120～150字では因果接続詞が抜けると説得力が落ちるため、「これにより」「これに加え」「したがって」と5文字書き添えると、読みやすさが別物級に改善します。

初稿では論点を広く取り、推敲で削っていきます。たとえば「クレーム増加で満足度低下」は、「クレーム増加→再作業増→納期遅延→満足度低下」と作用を補強すると、効果の測定点（再作業時間・遅延件数）も置けます。

演習の時間配分は「40分：与件精読・根拠番号付け」「10分：AI初稿生成」「30分：推敲・採点」で固定化します。推敲では、①因果の穴埋め、②冗長削除、③数値・工程での具体化、の順に手当てします。演習ごとに因果欠落率・冗長率・改善幅を記録し、型の完成度を可視化します。AIが実行した作業は誰でもトレースできて差がつかなくなるため、ここは先手必勝の早いもの勝ちになります。

AI作成事例でAI解答プロンプトを練習したら、いよいよ本試験過去問を使って実装します。自分で作ったAI答案の推敲版と、ふぞろいやスクールの模範解答を次の採点講評プロンプトを使って比較します。

更に、事例別の典型因果パターンを手元に用意します（例：事例Ⅲでは「老朽設備→故障増→稼働低下」「標準化不足→不良増→クレーム増」など）。設問ごとに制約語を先に固定すると、施策の方向と効果の指標が決まり、作図のように答案が組めます。

最後に、解答の｢作業や下書き｣はAI、｢思考や修正｣はヒトの役割と分業します。受験者は根拠選定と整合性チェックに集中し、AIには定型化した因果文の生成と冗長削除を任せます。時間配分・マップ作成・比較手順を運用の「習慣」にまで落とし込めば、誰が作ったAI解答プロンプトも同内容になるため、迷いが起きません。

この採点プロンプトは、ふぞろいキーワードの並列列挙で合格ボーダーラインに吸い寄せられる事態を避けるべく、因果の一本柱で構成されます。その柱をさらに、①設問要求対応、②与件根拠活用、③因果構築力、④答案全体の一貫性、⑤最後に読みやすさ、の5つで捉えることが簡単です。

結論と根拠をつなぐ因果が弱いと大減点になり、逆に【根拠→施策→効果】で締めると加点があります。相対評価の｢2次｣ではふぞろいができる程度の施策は寝ながら済ませ、彼らが生涯気づかない点を見出すことが重要です。採点プロンプトに評価観点の目盛を組み込めば、不足箇所が特定され、ヒトはその修正に専念して実力UPが加速します。

フィードバックは、内容面（論点漏れ・根拠不足・因果断絶）と表現面（冗長・曖昧・接続不足）に分けて読みます。

たとえば「施策が抽象的」と指摘されたら、段取り45→25分、搬送40→15mのように具体操作と値で施策を再定義し、効果を「LT12→8日」「在庫額30％減」のように測定可能にします。コメントは与件‐根拠‐因果マップの該当セルへ紐づけ、どの観点の点を落としたかを可視化しましょう。

こうして不足は補う／断絶は接続する／冗長は削るを機械的に回すと、次稿での改善が確実に積み上がります。

今回の採点プロンプトでは、｢AI解答は使うべき与件根拠を正しく読み取る｣ことを前提に、ヒトが推敲して仕上げた100字に対し、1問20点満点に届くのにどこが足りないかの不足を強調しました。

時間ができたら複数答案を集めて減点幅の大きい答案を調べ、どの言い回しを直すとAI評価20点に近づいていくかの差分を追えば、答案を急速に改善できます。再採点を重ねるうちに基準が内面化され、AIへの依存度を下げても因果の組み立てを自走できるようになるため、この採点プロンプトを早期採用し、本番直前まで改善PDCAのサイクルを回すと良いでしょう。

講評プロンプトでは、複数の100字答案を並べ、強み・弱み・盲点を瞬時に相対比較して示されます。その受け止め方とは第一に、指摘を事実として分解する(根拠・施策・効果のどこが欠けたか)。第二に、抽象的な一般知識を与件に沿った実行可能な具体施策に置換します（｢改善｣で済ませず｢在庫額30％減｣｢欠品件数半減｣など、可能であれば定量化）。

根拠段落番号や使った知識やレイヤーと紐づければ、次の事例での迷いが減ります。講評を眺めるだけで実行に移さず、自分の何も変えようとしないのがベテなので、｢この講評で何を吸収するか｣が目安になります。

講評で得られた改善アクションを、短期(接続語追加・冗長削除・根拠明示)と中期(制約先出しの徹底・効果の定量標準化)に分けます。「因果が曖昧」と指摘→「接続語不足」が原因→｢効果｣を挿入→再採点して説得力評価↑のように動きが決まってくると勝ちパターンです。

特に｢事例Ⅲ｣で検査一人体制と与件にあるなら、「検査標準化→交差検査」の施策とし、不良2.5→1.2％・リワーク30％減で効果を締める、といった具合に解答手順が標準化され、不意の初見アドリブにも応用しやすくなります。

AI作問→解答→採点→講評までの運用は性格の異なる｢事例Ⅰ｣｢Ⅱ｣を先行させて目途をつけ、次いでラスト2週までに｢事例Ⅲ｣を解き進めて生産知識を整えることを目安にします。直前2週は採点・講評を先行し、弱点の統計化と重点修正を前倒しにします。

時には人間講師の添削を併用し、AIが拾いにくい文脈上の癖や設問間の整合崩れを矯正するのも良いでしょう。進捗はKPIミニダッシュボードで、因果欠落率、与件未活用率、冗長率、再採点改善幅、所要時間のように定量可視化できると、次の事例での改善レベルがUPします。