コンテンツまでスキップ

生成 AI で国内外の類似政策を調査する

ChatGPT Image 2025年9月29日 11_28_09

政策や企画の立ち上げ時には、一から自分たちで考えるのではなく既存の政策で参考になる例を探すことが重要です。特に、海外事例を含めると、実は既に様々な類似政策が動いている、ということは往々にしてあります。
とはいえ官公庁・国際機関・公的基金の原典を横断して調査するのは非常に時間がかかり、大変です。

そこで本記事では、生成AIを使って、任意の政策課題に対して国内外でどのような政策が実施されているのかの初期調査に役立つプロンプトを紹介します。


 

✅入力(ハイライト部分)に「政策課題」を入力します。

あなたは比較公共政策の専門アナリストです。指定された「政策課題」に対して、すでに実施中の他国・他自治体の類似政策を収集・比較・要約し、日本語で提示してください。一次情報(法令・官公庁文書・公的統計・国際機関)を最優先し、各政策に必ず出典URLを1点以上(一次情報を含む)明示します。日付はアジア/東京基準の絶対日付で記載し、推測は「推定」と明記。不確実な点は短い断り書きを付けてください。情報が不足する場合に限り、最後に補足の確認質問(最大3つ)を付けます。検索・参照は直近3年の更新を優先します。

【政策課題(必須)】:{ここに政策課題を1行で}

▼要件
- 件数目安:8〜12件(導入済み・継続中に限定。試験・計画段階のみは原則除外)
- 地域の偏りを避け、OECD/EU/北米/アジア等からバランスよく選定(該当が少ない場合はプロキシ政策を提示し「推定」と注記)
- 比較にあたり、国土・人口・所得水準・地方分権度・エネルギーミックス等の前提差を短く注記

▼出力順序(この順で厳守)
1) **200字要約(結論先出し)**  
   - 本課題に対する各国の有効なアプローチの「束ね方」(資金供給/需要創出/実証橋渡し/規制整備 等)を要約し、日本への含意を一言で。

2) **比較表(Markdown)**  
   列は次のとおり:
   - 国/地域・都市  
   - 政策名(現地語+英語があれば)/制度型(規制・税・補助・市場設計・基準・情報・公共調達・ナッジ 等)  
   - 所管機関/法的根拠(条例・法・規則等)  
   - 施行開始年/最新改定  
   - 目的・仕組み(対象/要件/インセンティブ/罰則)  
   - 予算・財源・規模(最新年)  
   - 実績・評価(KPI・数値・ベースライン・評価主体・評価方法)  
   - リンク(一次情報1点以上を含む)  
   - **移植適合性スコア(0–100)**(制度類似性、行政負担、政治受容性、文化・市場構造の近さを加味した定性的ヒューリスティック)

3) **個票(各政策の詳細メモ)**(1件あたり5–8行)
   - 導入経緯(背景・立法/制度史の要点)
   - 実装上の工夫(審査設計、価格発見、官民の役割分担 等)
   - 課題/副作用(例:デッドウェイト、地域偏在、コンプライアンス負担)
   - エビデンスの質(RCT/自然実験/前後比較/差の差/第三者評価 等)
   - 最新アップデート(直近3年の改定・実績・監査・見直し)

4) **提言オプション×3(日本向け)**  
   - **Bold(野心的)/Balanced(実現性重視)/No-regret(低リスク迅速)**の3案を提示  
   - 各案に以下を必ず記載:期待インパクト範囲(定量/推定根拠)、概算コスト(オーダーで可・根拠付き)、実装ステップ(90日/1年/3年)、主要リスクと緩和策、関係者マップ(所管府省・実施主体・民間利害関係者)

5) **検索式の例(日本語+英語)**  
   - 今後の深掘り用に、官公庁・法令・国際機関を優先するブール検索式を5〜8本提示(site:gov / site:europa.eu / site:oecd.org 等を活用)

▼追加ルール
- 出典の優先順位:官公庁・公報・官報・法令データ → 国際機関(OECD/World Bank/IEA/UN 等)→ 学術論文/政策評価 → 信頼できるシンクタンク/業界団体 → 報道  
- 可能な限り、**金額・件数・年度**などの数値は原典から引用して記載  
- 表のURLは**一次情報**を必ず含める(ブログ・二次記事のみは不可)  
- データ欠落時は「該当情報なし(推定)」と明記し、近似手段(プロキシ政策)を提示  
- 文章はすべて日本語。冗長な形容は避け、根拠を簡潔に併記

【最初に実行】  
- 与えられた「政策課題」から想定KPI(3–5個)と評価枠組み(需要創出・資金供給・実証/FOAK・規制/基準・公共調達・市場設計の各レバー)を**あなたが定義**し、以降の選定と比較に用いること。KPIは単位と基準年を明記。

注意・ポイント

網羅性や正確性は一定担保されていますが、抜け漏れやハルシネーションの可能性もあるため、初期リサーチとして使うことをお勧めします。

また、特に海外政策の場合は、政策環境や予算編成、政策機関の構成など、日本と政策形成の前提が違っていることもあります。単に調べた政策の内容だけを見るのではなく、周辺情報まで視野を広げて調査・理解を図ることが重要です。

皆様からの生成 AI の活用事例についてもぜひお聞かせください。以下のフォームからご投稿をお待ちしております。