5W1Hとは？｜悪い例と良い例で学ぶ反例パターン集

この記事のまとめ

5W1Hは、Who・What・When・Where・Why・Howの6項目で情報を整理する思考の型です。原型はキプリングが1902年に書いた詩「6人の忠実な召使い」で、日本ではHR系メディアの積み重ねを通じて新入社員研修の定番として定着しました。

実務では、5W1Hはよく「悪い5W1H」に転落します。典型パターンは4つで、①曖昧（粒度が粗い）、②目的不明（Whyが抜ける）、③重複（WhereとHowが同じ）、④順番違い（Whyを最後に置いてしまう）。これらを避ける良い5W1Hの3原則は、具体性・MECE・意思決定への接続の3本です。

AIプロンプトに5W1Hを使うときは、テンプレを埋めるのではなく「抽象度を降ろす道具」として使うのが重要です。Who＝読者、Why＝理解のため、What未絞込、How＝頑張って、といった抽象語を残したままLLMに投げると、薄い一般論しか返ってきません。

5W1Hは1回で完成させず、反復ループで育てる運用に切り替えると成果物の質が跳ね上がります。Snorbeのような完全記憶型ナレッジグラフを使うと、過去の5W1Hとの差分を残しながら継続的に精緻化できます。

5W1Hとは？1902年キプリングの詩から始まる思考の型
よくある悪い5W1H：曖昧・重複・目的不明の4パターン
良い5W1Hの3原則：具体性・MECE・意思決定への接続
AIプロンプトに5W1Hを使うときの罠：抽象度が高いと薄い一般論が返ってくる
5W1Hを反復ループで育てる：AI時代の運用設計とSnorbeの使い方
よくある質問
調査手法について

5W1Hとは？1902年キプリングの詩から始まる思考の型

5W1Hとは、「When（いつ）」「Where（どこで）」「Who（誰が）」「What（何を）」「Why（なぜ）」「How（どのように）」という6つの疑問詞の頭文字を並べた思考の型のことです。日本の新入社員研修では必ず最初に登場する言葉で、報告書・議事録・企画書・営業日報・障害報告と、あらゆる文書の骨格として使われています。

なぜここまで日本のビジネス現場に定着したのかを考えると、答えの多くは「6項目という数の絶妙さ」にあります。3項目だと粗すぎて情報が漏れ、10項目だと多すぎて頭に残らない。6項目は、人間が短期記憶で覚えられるぎりぎりの上限で、しかも「相手が動けるかどうか」を判定する必要な情報が過不足なく揃う数字なのです。

キプリングの詩「6人の忠実な召使い」

5W1Hの直接の原型としてよく引用されるのが、英国の作家ラドヤード・キプリングが1902年に刊行した児童向け短編集『Just So Stories』に収録された詩、「I Keep Six Honest Serving-Men（6人の忠実な召使いを持っている）」です[（The Kipling Society）]。詩の冒頭はこう始まります。

I keep six honest serving-men
(They taught me all I knew);
Their names are What and Why and When
And How and Where and Who.

キプリングはこの6つの疑問詞を「6人の召使い」として擬人化し、東西南北に送り出せば思考を焦点化できると書いています。原典は現在もProject Gutenbergで無料で読めます。「ゾウの子ども」という短編の末尾に添えられた小さな詩ですが、この6つの疑問詞は20世紀後半に「Kiplingメソッド」として問題解決やアイデア発想の技法に取り込まれていきました[（Velaction）]。

「Five Ws」から「5W1H」への変化

英語圏のジャーナリズムでは、Who・What・When・Where・Whyの5つを「Five Ws」と呼び、これに How を加えた「Five Ws and one H」が、記事のリード段落（冒頭のまとめ）に必ず盛り込むべき要素として定着しました[（Wikipedia: Five Ws）]。19世紀のアメリカで電信網が発達し、通信社が事実ベース報道を高速で書く技術として一般化していったと整理されています。

面白いのは、日本で使われる「5W1H」という略記が、実は日本独自の呼称に近いということです。英語圏では「Five Ws」「5Ws and 1H」が主流で、「5W1H」とだけ書かれることはほとんどありません[（カオナビ人事用語集）]。日本のHR系メディアが新入社員研修の題材として長らく紹介し続けた結果、企業内での標準語彙として定着したという歴史があります[（HRプロ、リクルートマネジメントソリューションズ）]。

「情報整理の型」と「原因追究の型」の2系統

ここまで読んで「5W1Hって新人向けの基礎知識でしょ？」と思った方もいるかもしれません。ただ、5W1Hには実は2つの系統があります。

ひとつは、いま説明した「情報整理の型」です。相手に伝える・状況を記録する・企画をまとめる、といった場面で6項目を並べて漏れなく書き切る使い方です。

もうひとつは、トヨタ生産方式で発展した「原因追究の型」です。桑原晃弥『トヨタ式5W1H思考』では、通常の5W1Hに対して「Whyを5回繰り返し、最後の1回だけHow」という「W×5＋H」という別系統の使い方が紹介されています[（Book Bang）]。現場の異常が起きた原因を「なぜ？」「そのなぜは？」「さらにそのなぜは？」と5段掘り下げて、最後に「どう対策するか」を1つ決める。同じ「5W1H」という名前でも、思想も使い方も真逆です。

情報整理の型と原因追究の型を混同すると、報告書と改善分析の書き方が破綻します。「今日の会議の議事録」で Why を5回繰り返しても意味不明ですし、「機械が壊れた原因分析」で When と Where を横並びに書いても真因には辿り着けません。使い分けの前提として、この2系統がある点は覚えておいてください。

この記事で扱う中心のテーマ

ここから先の章では、「情報整理の型」としての5W1Hを主軸に扱います。理由は3つあります。

実務で圧倒的に頻出するのはこちらの用法だから
悪い例と良い例のギャップが最も大きい領域だから
AIプロンプトへの応用が急速に増えている領域だから

次の章では、「よくある悪い5W1H」の典型パターンを4つに分類して、なぜダメなのかを解剖していきます。「教科書的な6項目解説」の逆から入るので、自分の企画書や日報にどの罠が当てはまるかチェックしながら読んでみてください。

よくある悪い5W1H：曖昧・重複・目的不明の4パターン

ここからが本題です。実務で「5W1H」と書かれた企画書・議事録・依頼メールを見ていると、悪い5W1Hには4つの典型パターンがあります。順に見ていきます。

パターン1：曖昧すぎる（粒度が粗い）

もっとも頻出するのが、各項目の中身が抽象語だけで埋まっているタイプです。

リクルートマネジメントソリューションズは、悪い例として次の一文を挙げています[（リクルートマネジメントソリューションズ）]。

新商品の売上が芳しくないので、なんとかしたい。明日打ち合わせをするから人を集めておいてほしい。

一見、依頼内容が書いてあるように見えます。ただ、受け手の視点で読み直すと動けません。When（明日の何時？）、Where（どこで？）、Who（誰を集める？）、What（何を議論する？）、How（会議形式は？資料は？）が全部抜けています。粒度が粗すぎて、「準備しようがない」状態です。

良い例に書き換えると、こうなります。

明日18時から、第3会議室で、プロジェクトチーム全員（10名）を対象に、新商品Xの初動30日の売上分析を共有し、次月のプロモーション施策を議論します。事前資料は今日中に共有フォルダに格納しておくので、目を通しておいてください。

粒度がぐっと上がりました。この差はテクニックではなく、「受け手が明日の朝、これを読んで動けるか？」という一点だけを判定基準に据えるかどうかで生まれます。

マネーフォワードクラウドも似た反例として、「会議の資料を作っておいてください。早めにお願いします」を挙げています[（マネーフォワードクラウド）]。「早めに」「資料」だけでは、期限も内容も分かりません。良い例では「来週の営業定例会用の資料を、今週金曜17時までに共有フォルダに格納し、売上をExcelでグラフ化する」と、時刻・場所（フォルダ）・成果物形式まで指定しています。

粒度を上げるコツは「数字と固有名詞に変換する」です。「早めに」→「金曜17時までに」、「資料」→「営業定例会用の売上分析Excel」、「共有」→「共有フォルダに格納」。抽象語を具体語に置換するだけで、5W1Hは動く指示に変わります。

パターン2：目的不明（Whyが抜けている）

書き手がいちばん抜かしやすいのが Why です。HRプロは「Whyが伝わらないと、目的達成に不要な作業が進められる」と警告しています[（HRプロ）]。ALL DIFFERENTも、Whyを複数回掘ることで「対症療法ではない解決策」に繋がると述べています[（ALL DIFFERENT）]。

たとえば次の依頼を見てください。

明日10時から会議室Aで、営業部Bさんに、顧客リストのExcelを、私（Cさん）が、メールに添付してほしい。

Who・What・When・Where・Howは埋まっています。ただ、Whyがありません。読み手は「なぜ？」がわからないので、「渡していいリストなのか」「どの粒度で加工すればいいのか」「機密情報は伏せた方がいいのか」と判断ができません。

Whyが「今週末のパートナー企業商談で見込顧客の傾向を説明したいので、電話番号は伏せた首都圏エリアだけの版が欲しい」と書かれていれば、Bさんは適切な加工ができます。Whyは他の5項目を意味づけるハブなのです。

peoplework の解説はこの罠をこう表現しています。「Whyを欠いた指示は、情報が整理された気になるが、行動が生まれない」[（peoplework）]。情報整理と意思決定は別物で、Whyが両者をつなぐ架け橋になっています。

パターン3：要素が重複している

Miroの解説では「情報を詰め込み過ぎない」ことが強調されています[（Miro）]。実務でよくあるのは、WhereとHow、WhatとWhyが入れ替わったり同じ内容になったりする重複です。

たとえば次の5W1Hを見てください。

Where：オンライン
How：Zoomで

これはWhereとHowが実質的に同じ内容を指しています。「オンライン」も「Zoom」も、どちらも「開催手段」の話です。切り分けるなら、こうなります。

Where：Zoom会議室（会議URLは前日18時に配信）
How：画面共有プレゼン形式で40分＋質疑20分

WhereはZoomのURLというデジタル空間の場所を指し、HowはZoomの中でどう進めるかという方法を指すように、意味を分けるのです。

スキルナビの記事は、5W1Hを万能ツールと思って全項目を無理に埋めようとすると「重要度が不明瞭になり、最も重要な WhoやWhatが頭に残らない」と指摘しています[（スキルナビ）]。全項目を機械的に埋めるより、「その状況で本当に必要な項目だけを深く埋める」ほうが機能します。

パターン4：順番が意図に合っていない

悪い5W1Hの4つ目は、順番の間違いです。

順番の話は、目的次第で結論が変わります。マネーフォワードは、報連相なら基本の When→Where→Who→What→Why→How で良いが、プレゼンや企画提案では Why を先頭に置くべきだと述べています[（マネーフォワードクラウド）]。

たとえば「新規事業案を役員会でプレゼンする」場面で、Whenから始めると聞き手は聞くモードに入れません。「3ヶ月後の10月に、東京本社の会議室Aで、営業部の10名で、新規サービスXを、月次売上100万円を目指し、SaaS型で提供します」。時系列と場所から入ると、なぜやるのかが最後まで見えず、聞き手は途中で興味を失います。

Whyを先頭に置くと、こうなります。「既存顧客の30%が競合Yに流れる兆候が出ています。そこで、月次売上100万円を目指す新規サービスXを、SaaS型で3ヶ月後の10月にローンチします。」ここではWhyが最初に来ることで、それ以降の情報が「Whyを実現する手段」として機能します。

これは Simon Sinek が提唱した「Start with Why（なぜから始めよ）」という考え方と直結しています[（勝手にマーケティング分析）]。人は「What（何を）」ではなく「Why（なぜ）」に共感して動く、というのが Sinek の主張です。プレゼンや企画提案では、Why→How→What の順番のほうが人を動かせる、と言われる背景がここにあります。

一方で、報連相・議事録・障害報告では、Whyから始めると事実の順序が崩れます。「昨日15時にサーバーがダウンした」を先に伝えず「なぜ落ちたか」から入ると、時系列が混乱します。目的に応じて順番を選ぶ判断が必要です。

5つ目のパターン：情報整理はできたが動けない

上記4パターンとは別に、もう1つ厄介な罠があります。「6項目は埋まっているし、粒度も適切で、Whyもある。でも、次のアクションが決まらない」というパターンです。

innovationhub CACの解説は、意思決定に接続しない5W1Hも典型的な失敗だと指摘しています[（Innovation Hub CAC）]。個別の欄は埋まっているのに、「で、私たちはどのアクションを取るのか？」に答えられないのです。

これは Why 抜けとは違って、「情報粒度は妥当だけれど、How の設計が『次のアクション』まで降りていない」ケースを指します。5W1Hは情報整理のフレームですが、そこから How を「担当者・成果物・期限」に翻訳して初めて、意思決定に繋がります。

ここまでで、悪い5W1Hの4パターンプラス番外編を見てきました。次の章では、これらの罠を避ける「良い5W1Hの3原則」を整理していきます。

良い5W1Hの3原則：具体性・MECE・意思決定への接続

悪い5W1Hの4パターンを踏まえたとき、「良い5W1H」を成立させる原則は3つに絞られます。順に見ていきます。

原則1：具体性（数字・固有名詞・時刻の粒度）

Miro、カオナビ、マネーフォワード、HRプロなど、日本の主要HR系メディアが揃って強調するのが「粒度」です。

具体性を上げるコツを、6項目で並べて見てみます。

Who：「顧客」ではなく「首都圏在住・可処分所得400万円以上・30代女性・自宅で自炊が中心」
What：「マーケティング施策」ではなく「Instagram広告のA/Bテスト（クリエイティブ3案・配信予算15万円）」
When：「今週中」ではなく「7月10日17時までに」
Where：「オンライン」ではなく「Google Meet（招待URLは前日18時までにSlackで送付）」
Why：「売上を伸ばすため」ではなく「新商品Xの初動30日CVRを1.2%から1.8%に引き上げるため」
How：「頑張る」ではなく「クリエイティブ選定→広告配信→CVR計測→翌週の改善提案までを担当」

良い5W1Hの目印は「読み手が動けるかどうか」です[（Miro、カオナビ人事用語集）]。抽象語のままだと、読み手は「解釈」の余地が広すぎて動けません。数字と固有名詞に翻訳することで、解釈のブレを消すのが具体性の役割です。

一つコツを付け加えると、「具体化すべき項目」と「あえて曖昧に置く項目」の判断は場面によって変わります。営業日報なら6項目全部を数字で埋めるべきですが、キャンペーンの初期構想なら「Who=首都圏エリア」まで絞ればOKで、可処分所得までは要りません。全部を最大解像度で埋めるのは、5W1Hの目的から外れます。

原則2：MECE（重複なく漏れなく）

MECEとは「Mutually Exclusive, Collectively Exhaustive」の略で、「重複なく漏れなく」という意味です[（Salesforceブログ）]。5W1Hの6要素は、それ自体がある種のMECEな切り口として機能します。

ただし、実装するときには「重複」を意識的に避けないと、パターン3で見たようにWhereとHowが同じ内容になってしまいます。切り分けるコツは、「場所（物理／論理）」と「手段（ツール／手法）」を明確に分けることです。

Where：物理的な位置（東京本社4F会議室、Zoom会議室）
How：その中でどう進めるか（画面共有プレゼン、ホワイトボードでのブレストなど）

WhatとWhyの切り分けも同じで、「対象物」と「対象物を選んだ理由」を分離します。

What：Instagram広告のA/Bテスト
Why：新商品Xの初動30日CVRを1.2%から1.8%に引き上げるため

Whatは「作業内容」で、Whyは「その作業を選んだ理由」。この2つが混ざると、「何をやるのかがなぜ大事か」の議論が空回りします。

漏れの側では、Miroが「詰め込み過ぎない」ことを推奨しています[（Miro）]。全項目を無理に埋めると重要度が不明瞭になるので、その状況で必要な項目だけを深く埋める柔軟さも品質を左右します。

原則3：意思決定への接続（Actionable であること）

5W1Hは情報整理のフレームですが、業務では「次のアクション」に繋がらなければ機能しません。議事録の書き方について解説する記事群は、そろって「決定事項＋ネクストアクション（誰が・何を・いつまでに）」まで書き切ることが良い議事録の条件だと指摘しています[（Qiita Team、Otolio）]。

5W1Hを意思決定の武器として使うなら、少なくとも Who / What / When の3点は「行動主体・成果物・期限」に翻訳可能な粒度で書く必要があります。

Who → 誰が行動するのか（人名・部署名まで）
What → 何を成果物として作るのか（Excel、資料、施策など）
When → いつまでに（日時レベル）

この3点が具体化されていれば、5W1H は次のアクションに接続します。逆に、この3点が抽象語だと、いくら Why や How を厚く書いても意思決定は駆動しません。

順番：目的で使い分ける3パターン

原則3つに加えて、順番の話も整理しておきます。順番は目的で決まります。

報連相・議事録・障害報告：基本順（When→Where→Who→What→Why→How）で、事実を時系列で漏れなく整理する
企画提案・プレゼン：Why→What→Who→When→Where→How で、Whyから始めて相手を動かす
問題解決（根本原因分析）：Where→What→Why→How の順で、現場から真因に絞り込む

Simon Sinek の「Start with Why」は、Golden Circle（Why→How→What）を提示して、Whyを起点に人を動かすコミュニケーションを主張しました[（Web活用術）]。プレゼンや企画では、Whyの共感から入るほうが人が動きやすい、というのが Sinek の議論です。

一方で、報連相・議事録では、Whyから始めると事実の時系列が崩れます。事実確認が主目的の場面では、Whenから始める基本順を守るのが妥当です。

トヨタ式5W1H（W×5＋H）との対比

ここで、章1で触れたトヨタ式5W1Hをもう一度振り返ります。桑原晃弥『トヨタ式5W1H思考』では、通常の5W1Hに対して「Whyを5回繰り返し、最後の1回だけHow」という「W×5＋H」の使い方が体系化されています[（Book Bang、KADOKAWA）]。

現場の異常が起きたとき、「なぜ機械が止まったのか？」→「なぜオーバーロードしたのか？」→「なぜ潤滑油が不足したのか？」→「なぜポンプが吸い上げないのか？」→「なぜシャフトが摩耗したのか？」と5段掘り下げて、初めて「油こしがついていなかった」という真因に辿り着ける、という有名なエピソードがあります[（匠のたね）]。

この使い方は、原因追究に振り切っているので、日常の情報整理の5W1Hとは思想が違います。ただ、「Whyを深く掘る」という原則自体は、企画書でも障害報告でも通用します。良い5W1Hを書くときの目安として、「Whyは1段では足りない。少なくとも2段、できれば3段掘って、行動主体まで降ろす」と覚えておくといいでしょう。

まとめ：具体性・MECE・意思決定接続の3本柱

長くなりましたが、良い5W1Hの原則は次の3本に集約されます。

具体性：数字と固有名詞に翻訳し、読み手が動ける粒度まで降ろす
MECE：WhereとHow、WhatとWhyを切り分けて重複を消す。詰め込みすぎない
意思決定への接続：Who・What・Whenを「行動主体・成果物・期限」に翻訳する

この3本を意識するだけで、5W1Hは「情報整理の型」から「意思決定の駆動輪」に変わります。

次の章では、この5W1HをAIプロンプトに使うときの落とし穴について、独自視点で掘り下げていきます。ここまでの原則がAIプロンプトでも通用するのか、それとも別の罠があるのか、順を追って見ていきます。

AIプロンプトに5W1Hを使うときの罠：抽象度が高いと薄い一般論が返ってくる

ここが記事の一番のヤマ場です。ChatGPT・Claude・Geminiといった大規模言語モデル（LLM）に何かを頼むとき、「5W1Hのテンプレを埋めれば良いプロンプトになる」と紹介されることが増えました。ただ、これを鵜呑みにすると、実は思ったような答えが返ってきません。

なぜかを一つずつ解剖していきます。

罠1：「テンプレ丸投げ」で抽象度がバラバラだと薄い一般論が返ってくる

まず前提として、Anthropicの公式ドキュメントは、Claudeへの指示について「新入社員に指示を出すつもりで、具体的に書け」と明示しています[（Anthropic Docs）]。Google CloudのProompt Engineeringガイドも、明確さ・具体性・イテレーション（反復改善）の3点を軸に据えています[（Google Cloud）]。

そこに5W1Hのテンプレを機械的に埋めて渡すと、どうなるか。ソーダイ氏の記事「言語化のコツ – AIも人間も5W1Hで上手くいく」は、Why→What→制約→Howの順序で「抽象度を揃える」ことの重要性を示しています[（そーだいなるらくがき帳）]。

たとえば「晩ご飯」の例。

Why：お腹が空いた
What：晩ご飯
How：ラーメン

これでは、LLMは「一般的なラーメンの作り方」を返してきます。理由は、抽象度の階段が「お腹→晩ご飯→ラーメン」で降りきっていないからです。「出前か自炊か」「今何時か」「材料はあるか」といった下位の情報が抜けているので、LLMは平均的な回答に逃げます。

修正版はこうなります。

Why：19時にお腹が空いた
What：家の材料でつくる晩ご飯
How：冷蔵庫の卵と豚肉と長ネギを使った、20分で作れるラーメン
制約：ガスコンロは1口、包丁は使わないで済ませたい

抽象度が具体的に降りるほど、LLMは「今、あなた」向けの回答を出せるようになります。5W1Hを埋めるかどうかではなく、「6項目の抽象度が全部同じ階段まで降りているか」が本質です。

罠2：「Who = 読者」だと不特定多数の読者向けの薄い出力になる

AIプロンプトで最も痛いのが Who の抽象化です。「読者向けに書いて」と指定すると、LLMは「不特定多数の読者」を想定した最大公約数の出力を返します。

まこ氏の解説は、こう対比しています[（note（まこ））]。

悪いプロンプト： > 健康的な食事について教えて

良いプロンプト： > 経験豊富な栄養士として、忙しいビジネスパーソンに向け、コンビニで買える健康的な昼食メニュー3つを提案してください。

Whoが「役割（栄養士）× ターゲット像（忙しいビジネスパーソン）× 状況（コンビニで昼食）」まで絞られて、初めて出力の粒度が確定します。

ペルソナ設計の議論も同じで、「20代女性」ではなく「東京在住・IT企業総合職・年収500万円・平日は自炊できず外食が中心の28歳女性」まで具体化して、生成物のトーン・語彙・提案内容が期待に近づきます[（AI総合研究所）]。

面白いのは、この罠が「役割の指定」と「受け手の指定」を混同することから生まれる点です。「あなたは栄養士です」だけだと役割の指定で、「読者は誰か」が入っていません。5W1Hを AIに使うなら、Who を「LLMの役割」と「出力の受け手」の2つに分けて考えるのが有効です。Qiitaでは、これを「6W2H」として体系化する提案もあります[（Qiita（sho1884））]。

罠3：「Why = 理解を深めるため」だと教科書的な要約が返ってくる

Whyを「理解を深めるため」「勉強のため」と書くと、LLMは教科書的な要約を返します。Algomaticの技術ブログは、「WhyやWhatが不明確なままでは、条件変更が起きた途端に迷走する」と指摘しています[（Algomatic Tech Blog）]。

悪い例と良い例を並べます。

悪い： > 5W1Hを理解したいので、まとめて

良い： > 新入社員研修の90分講義で使うので、①中学生でも聞ける平易さ、②新入社員が翌週の営業日報から使えるレベルの実務性、③講師が話しやすい語り口、の3条件を満たす台本にまとめて

Whyを意思決定の粒度で書くと、出力の抽象度が一段下がります。「使う人が誰で、この出力で何を判断するのか」まで書いて、初めてLLMは適切な語彙と粒度を選べるようになります。

Whyを深く書くコツは、章3で説明した「Whyは1段で足りない、少なくとも2段」の原則をそのまま持ち込むことです。「5W1Hを理解するため」（1段目）→「新入社員研修の講義で使うため」（2段目）→「新入社員が翌週の営業日報から使えるようにするため」（3段目）と2段掘ると、LLMの出力方向がぐっと定まります。

罠4：「What未絞込」で網羅リストが返ってくる

Whatを広く取ると、LLMは「網羅リスト」を返しがちです。Zennの記事は、「LLMは一度に多くのことや抽象的な概念を正確に処理するのが苦手」だと述べています[（Zenn（tommy109））]。

悪い： > 5W1Hについて詳しく説明してください

良い： > 5W1Hの「悪い例」の典型パターンを4つに絞って、それぞれ①具体的な悪い例文、②なぜダメか、③良い例文の書き換え、の3点セットで、各パターン200文字で説明してください

Whatに「絞り込み条件」を入れると、LLMは網羅リストではなく特定のパターンに集中した出力を返します。「300文字で説明」「4つのパターンに絞って」「表形式で」といった量的・形式的な制約は、Whatを絞る強力な武器です。

罠5：「How = 頑張って」だと平均的な出力に落ちる

Howの粒度も落とし穴です。「クリエイティブに」「魅力的に」といった抽象語は、LLMにとって曖昧な指示になり、平均的な出力に落ちます。

Anthropicのガイドは「肯定形で具体的に書く」ことを推奨しています[（Anthropic Docs）]。「マークダウンを使うな」より「散文の段落で流麗に書け」のほうが効きます。5W1HのHowも、否定形ではなく肯定形の具体指示に翻訳したいところです。

たとえば、悪い How は「わかりやすく書いてください」で、良い How は「新入社員が声に出して読み上げても不自然にならない語彙で、1文40字以内、接続詞は『そして』『ただし』『たとえば』のみを使い、段落ごとに具体例を1つずつ含めてください」です。ここまで書くと、LLMの出力スタイルはかなり固定されます。

罠6：議事録AI・RAGクエリでの5W1H

視点を実務システムに広げましょう。Nottaなどの議事録AIは、要約テンプレートに5W1Hを組み込んで「決定事項」「行動項目」を抽出する構造になっています[（Notta ヘルプセンター）]。カスタムテンプレートで「Who／What／Whenを明示せよ」と指定できる仕様は、5W1Hの意思決定接続の思想と一致しています。

RAG（検索拡張生成）でも、5W1Hはクエリ拡張の観点で有効です[（リベルクラフト）]。ユーザーの曖昧な質問をLLMで5W1Hに分解し直してからベクトル検索をかけると、検索の再現率と適合率が上がります。日経クロステックはこれを「AI-Readyなデータを作るコンテキストエンジニアリング」と呼び、企業のRAG導入の勘所として整理しています[（日経クロステック）]。

面白いのは、「人間 → LLM」のプロトコル定義言語として、5W1Hが再評価されているという点です。人間の口語的な依頼を、いったん5W1Hに分解し直してからLLMに投げる、という2段構えが、業務用途で定着し始めています。

転倒に注意：「5W1Hのテンプレを埋める」ではなく「5W1Hで自分の意図を絞る」

ここまで見てきて、大事なのは順序です。「5W1HのテンプレをLLMに投げる」のではなく、「5W1Hで自分の意図を絞ってから、絞れた条件をLLMに投げる」のが正しい順序です。

5W1Hは魔法のテンプレではなく、自分の指示の抽象度を可視化するチェックリストとして使います。テンプレをそのまま渡しても、抽象度が高ければ薄い出力しか返ってきません。逆に、5W1Hで自分の意図を丁寧に降ろせば、テンプレを渡さなくても十分具体的なプロンプトになります。

次の章では、この5W1Hを「1回で完成させる型」ではなく「反復ループで育てる運用」として使う方法と、そこでのSnorbeの活用方法を紹介していきます。

5W1Hを反復ループで育てる：AI時代の運用設計とSnorbeの使い方

ここまでで、「良い5W1Hの3原則」と「AIプロンプトでの罠」を見てきました。最後に、これらを実務でどう回すかの話をします。

結論から言うと、5W1Hは1回で完成させる型ではなく、「反復ループで育てる運用」に切り替えると、成果物の質が跳ね上がります。

なぜ「1回で完成」を諦めるのか

現場で「良い5W1Hを書こう」とすると、たいてい途中でつまずきます。理由は明快で、Whyの深掘りや、Whatの絞り込みは、その瞬間の情報量では足りないからです。

たとえば、新規事業の企画書を書くとき、初回の5W1Hはこう書けたとします。

Who：首都圏の30代女性
What：オンライン英会話サービス
When：2027年1月ローンチ
Where：Web（PC・スマホ）
Why：英語学習需要が伸びているため
How：月額3,000円のサブスク

一見ちゃんと書けています。ただ、これを役員会で「なぜ首都圏の30代女性なのか？」「オンライン英会話は既に飽和している市場ではないのか？」と突っ込まれると、根拠がありません。この状態で書き直そうとすると、そもそもの想定が浅いので、何度書き直しても表面しか整わないのです。

そこで、5W1Hを「AIエージェントとの対話で反復ループで育てる」使い方に切り替えます。

反復ループの4サイクル

具体的には、こういう回し方をします。

サイクル1（叩き台）：曖昧なままの5W1HをAIに投げる
「首都圏の30代女性向けオンライン英会話サービスを2027年1月にローンチしたい。この5W1Hのどこが甘いか、指摘してください」

サイクル2（指摘の反映）：AIが指摘した「Whoが抽象すぎる」「Whyが目的化していない」を修正
「首都圏在住・可処分所得400万円以上・30代・現職外資系企業志望の女性、というターゲットに絞り、Whyは『TOEIC800点未満のミドル層が転職市場で不利になる状況を解消する』に置き換えます。この修正でどうですか」

サイクル3（外部データの紐付け）：修正版に特許・IR・SNSシグナルを紐付けて厚みを出す
「このターゲット層の英語学習市場について、直近3年の統計データ、競合企業の売上推移、SNSでのユーザー声を引いて、私の想定が現実的か検証してください」

サイクル4（差分の意思決定接続）：過去の5W1Hとの差分を洗い出して、意思決定に繋げる
「先週書いた企画バージョン1と、いまのバージョン3を比較して、変わった点と変わらなかった点を整理し、来週の役員会で説明するポイントを3つに絞ってください」

このループを回すと、5W1Hはただの表ではなく、意思決定の履歴を持つ「思考のログ」に変わります。

Snorbeで反復ループを回す

Snorbeは、この反復ループに向いた設計になっています。強みは3つあります。

1つ目：完全記憶型ナレッジグラフ
ChatGPTやPerplexityはセッションが切れると、前回の調査結果を覚えてくれません。5W1Hを何度も精緻化したくても、次回はゼロからやり直しになります。Snorbeは、過去の調査を全部ナレッジグラフに保存し、次回の調査で自動的に引き当てます。「先週の企画バージョン1」と「今週のバージョン3」を並べて比較するのが、そのまま実現できます。

2つ目：自然な日本語で投げられる
Boolean検索式や複雑なクエリを書かなくても、「首都圏の30代女性向けオンライン英会話市場を5W1Hで整理して、Whoの絞り込みが甘い箇所を指摘して」と日本語で投げるだけで、Whoの具体化、Whatの分解、Whyの深掘りまで自動で走ります。事業企画・PM・ライターの方が、検索エンジンの構文を覚える必要はありません。詳しくはSnorbeの製品ページで確認できます。

3つ目：専門データベースへの一発接続
Snorbeは、JPO（日本特許庁）、EPO（欧州特許庁）、Google Patents、arXiv（プレプリント論文）、PubMed（医学論文）、Semantic Scholarといった専門データベースに横断でアクセスできます。5W1Hの「When（時期）」「Where（市場）」「Who（プレイヤー）」を裏取りしたいとき、これらの一次データを引くのが最速です。たとえば「オンライン英会話市場の直近3年の特許出願動向をSnorbeで調査して、5W1HのWhoに関連する新規参入者を洗い出す」といった使い方ができます。

実際の使い方の流れ

反復ループをSnorbeで回すときの流れを、順に書いてみます。

初回セッション：曖昧な5W1Hをそのまま投げる
「新規事業として、首都圏在住の30代女性向けにオンライン英会話サービスを2027年1月にローンチする案を考えています。5W1Hで整理してほしいので、まず私の頭にある情報を渡します。それぞれの項目で甘い箇所を指摘してください」

Snorbeは、指定したソース（HR系記事、業界統計、競合の特許出願など）を横断調査し、5W1Hの各項目を裏取りしながら「Whoの粒度が甘い」「Whyが目的化していない」といった指摘を返します。

2回目セッション：指摘を反映して外部データを紐付ける
「初回の指摘を踏まえて、Whoを『TOEIC500点前後・転職市場で英語をハンデにしたくないミドル層』に絞りました。この層の市場規模と、既存プレイヤーのシェアを、直近3年の統計とIR資料で裏取りしてください」

このとき、Snorbeは前回の調査結果をナレッジグラフから引き当て、「初回セッションで挙げたターゲット層」と「今回の絞り込み」の差分を保持したまま調査を進めます。

3回目セッション：意思決定に繋げる
「初回と今回で、5W1Hの各項目がどう変わったかを整理し、次の役員会で説明するポイントを3つに絞ってください」

ここでSnorbeは、過去のセッションを全部横断して、「Whoの絞り込みが3段階変わった」「Whyの目的化が2段掘られた」「Whatに新しい制約が3つ追加された」といった変化のログを返します。この差分こそが、意思決定の根拠になります。

AI時代の5W1Hのトレンド

最後に、5W1Hが今後どう進化していくかを短く触れておきます。

Whyの重要性が再評価される
LLM時代は「Whatを何個並べても、Whyがなければ差別化できない」時代です。Simon Sinekの「Start with Why」が経営・マーケティング側で再流行しているのと符合して、プロンプト設計でもWhyの粒度が出力品質を決めます。5W1Hの中心軸が、When／WhereからWhy／Howにシフトしています。

AIエージェントの対話プロトコルとして再定着
AIエージェントのPlanningフェーズでは、ユーザー入力を5W1Hや5W3Hに分解して構造化するのが一つのパターンになっています[（Zenn（upgradetech））]。SolvifAIなどのタスク管理AIも、複雑なプロジェクトを5W1Hで正規化してから小タスクに分解します[（note（ハヤシシュンスケ））]。5W1Hは「人間 → LLM」のプロトコル定義言語として、想像以上に重要な役割を持ち始めています。

議事録AIの標準テンプレへ
Nottaなどの議事録AIは、テンプレートとして「要約／チャプター／行動項目／議題／進捗状況」を組み込んでいて、抽出される「行動項目」は5W1H（誰が・何を・いつまでに）の縮約形です。5W1HがAI要約の標準テンプレとして再定着し始めています。

まとめ

長い記事になりました。ポイントを3つに絞ります。

5W1Hは教科書的な6項目リストではなく、思考の型として使う
悪い5W1Hの典型パターン（曖昧・目的不明・重複・順番違い）を理解して、良い5W1Hの3原則（具体性・MECE・意思決定接続）に沿って書く。
AIプロンプトに5W1Hを使うときは、テンプレを埋めるのではなく、抽象度を降ろす道具として使う
Whoは「役割 × ターゲット × 状況」まで、Whyは「使う人 × 判断内容」まで、Whatは「絞り込み条件」まで、Howは「肯定形の具体指示」まで降ろす。
5W1Hは1回で完成させず、反復ループで育てる
Snorbeのような完全記憶型ナレッジグラフを使うと、過去の5W1Hとの差分を残しながら継続的に精緻化できる。単発の情報整理ツールから、思考のログを持つ意思決定の駆動輪へ。

5W1Hは、キプリングが1902年に「6人の忠実な召使い」として詩に書いてから120年以上経ちますが、AI時代に入ってむしろ再評価されているフレームワークです。教科書的な使い方ではなく、「悪い例と良い例のギャップ」を意識しながら実務で回してみてください。反復ループで育てるSnorbeの試用は、こちらから確認できます。

よくある質問

Q1. 5W1Hとは何ですか？

5W1Hとは、Who（誰が）・What（何を）・When（いつ）・Where（どこで）・Why（なぜ）・How（どのように）という6つの疑問詞の頭文字を並べた思考の型のことです。原型は英国の作家ラドヤード・キプリングが1902年に書いた詩「6人の忠実な召使い」で、ジャーナリズムの「Five Ws」の伝統と合流して、日本のビジネス現場では新入社員研修の定番として定着しました。

Q2. 悪い5W1Hの典型例は？

悪い5W1Hには4つの典型パターンがあります。①曖昧（「顧客」「マーケティング施策」といった抽象語だけで埋める）、②目的不明（Whyが抜けていて次のアクションが決まらない）、③重複（WhereとHowが同じ内容になっている）、④順番違い（プレゼンなのにWhyを最後に置いてしまう）の4つです。加えて、6項目は埋まっているのに次のアクションに繋がらない「情報整理はできたが動けない」という5つ目の罠もあります。

Q3. 良い5W1Hの原則は何ですか？

良い5W1Hの3原則は、具体性・MECE・意思決定への接続の3つです。具体性は「数字と固有名詞に翻訳する」こと、MECEは「WhereとHow、WhatとWhyを切り分けて重複を消し、詰め込みすぎない」こと、意思決定への接続は「Who・What・Whenを行動主体・成果物・期限に翻訳する」ことです。

Q4. 5W1Hの順番は決まっていますか？

目的次第で結論が変わります。報連相・議事録・障害報告のような事実整理の場面では、基本順のWhen→Where→Who→What→Why→Howで時系列を守るのが妥当です。企画提案・プレゼンでは、Why→How→What→Who→When→Whereの順にすると、Simon Sinekの「Start with Why」に沿って相手を動かしやすくなります。問題解決の根本原因分析では、Where→What→Why→Howで現場から真因に絞り込みます。

Q5. AIプロンプトに5W1Hを使うコツは？

「5W1Hのテンプレを埋めてLLMに投げる」のではなく、「5W1Hで自分の意図を絞ってからLLMに投げる」順序が大事です。特に、Whoは「役割 × ターゲット × 状況」まで、Whyは「使う人 × 判断内容」まで、Whatは「絞り込み条件」まで、Howは「肯定形の具体指示」まで降ろします。抽象度が高いまま5W1Hを渡すと、LLMは薄い一般論を返してきます。

Q6. 5W1Hと5W2H、6W2Hの違いは何ですか？

5W2Hは、5W1Hに「How much（いくら）」を追加したもので、プロジェクト計画やマーケティング施策で予算や費用を明示するのに使います。6W2Hは、5W1HのWhoから「Whom（誰に）」を分離し、How muchを加えたもので、ターゲット顧客と受け手を分けて考えるCRMやブランディング施策で威力を発揮します。ほかにも、数量を扱う5W3H、日報用の5W1H1Rなど、目的別の派生形が多数あります。

Q7. トヨタ式5W1Hとは？

通常の5W1Hが「情報整理の型」であるのに対して、トヨタ式5W1Hは「原因追究の型」で、「Whyを5回繰り返し、最後の1回だけHow」という「W×5＋H」の使い方をします。桑原晃弥『トヨタ式5W1H思考』で体系化されています。同じ「5W1H」という名前でも、思想も使い方も真逆なので、報告書と改善分析で混同しないように使い分けが必要です。