---

name: web-idea-discovery
description: 世界中のWebを探索し、課題・変化・技術・異分野の仕組みを収集して再結合し、新規性と実現可能性のあるアイデアを発見・検証する。新規事業、Webサービス、研究テーマ、プロダクト、機能、企画のアイデア出しに使う。

世界中のWebから新しいアイデアを発見する

目的

既存サービスの模倣や、LLMにゼロから大量生成させるだけのアイデア出しを避ける。
Webを「課題・変化・解決原理」の巨大なデータベースとして扱い、異分野・異国・異技術の情報を再結合して、Why nowが明確なアイデアを作る。

基本式：

新しいアイデア = 未解決の課題 × 新しい変化 × 別領域の解決原理 × 洞察

基本方針

1. 最初からアイデアを考えない。まず証拠を集める。
2. 完成済みの人気サービスだけを見ない。ユーザーの不満、回避策、Issue、論文の限界、求人、特許など「まだ製品になっていない情報」を重視する。
3. AIは発明者ではなく、探索・構造化・再結合・反証のために使う。
4. 日本語・英語だけに限定せず、必要に応じて中国語、韓国語、その他の言語圏も探索する。
5. 最後は必ず既存性・需要・実現性をWebで反証する。

Workflow

Step 1: Problemを集める

ユーザーが実際に困っていることをWebから探す。

主な情報源：

• Redditなどのコミュニティ
• GitHub Issues / Discussions
• Stack Overflow
• G2、Capterra、App Store等のレビュー
• SNS
• 専門職コミュニティ
• 求人情報

検索では idea より、次のような表現を優先する：

• I wish there was
• Is there a tool that
• How do you manage
• Why is this so difficult
• alternative to
• manual process
• workaround
• feature request

強い課題シグナル：

単発の不満 < 繰り返される不満 < 自作の回避策 < 時間やお金を既に使っている課題

各Problemについて最低限、以下を記録する：

• 誰が困っているか
• 何に困っているか
• 現在どう対処しているか
• 頻度
• 時間・費用・リスク
• 根拠URLまたは情報源

Step 2: Changeを集める

「以前は難しかったが、今なら可能になったこと」を探す。

対象：

• 技術進歩
• API / OSS / AIモデル
• コスト低下
• 法制度
• 人口・社会変化
• 新しいインフラ
• 標準規格
• プラットフォーム変化
• 行動変化

Google Trends、ニュース、GitHub、arXiv、Hugging Face、政府・国際機関などを使う。

単なるニュース要約ではなく、各Changeを次の形式にする：

何が変化したか → 以前との違い → 何が新しく可能になるか

Step 3: Research Gapを探す

研究テーマの場合は論文の成果だけでなく、次を探す：

• Limitations
• Future Work
• Open Problems
• Challenges
• Failure Cases

特に、

A分野のLimitations × B分野のMethod

という組み合わせを探索する。

Step 4: Mechanismを異分野から集める

製品そのものではなく、成功している仕組みを抽象化する。

例：

• GitHub → fork / issue / pull request
• ゲーム → level / XP / quest
• 金融 → escrow
• 物流 → tracking
• SNS → follow
• Wikipedia → collective editing
• ホテル・航空 → dynamic pricing

「Uberの○○版」のような表面的コピーではなく、

そのサービスが機能する根本的なMechanismは何か？

まで抽象化する。

Step 5: 国をまたいで探索する

US → Japanだけに限定しない。
中国、韓国、インド、東南アジア、欧州、ブラジル、アフリカなども必要に応じて調べる。

海外サービスのコピーではなく、

海外で成立したMechanism × 別地域固有のProblem

として考える。

Step 6: 特許・OSS・求人を見る

完成した製品よりも周辺情報を重視する。

特許：技術原理や隣接技術を探す。特許そのものを模倣しない。

OSS：GitHubの新しいライブラリ、急成長プロジェクト、Issue、Discussionから新しく可能になった能力と未解決課題を探す。

求人：多くの企業が人手で行っている同種業務を探し、自動化・支援可能な市場シグナルとして扱う。

Step 7: 構造化する

収集した情報を最低でも以下に分類する：

• Problems
• Changes
• Technologies
• Mechanisms
• Research Gaps
• Geographic / Cultural Constraints

似た項目はまとめるが、少数のカテゴリへ早く収束させすぎない。

Step 8: 再結合して発散する

次の式を中心に大量の組み合わせを探索する：

Problem × Change/Technology × Mechanism × Geography

通常結びつかない組み合わせを優先する。
既存SaaSへの単純なAIチャット追加など、表面的なAI化は低評価にする。

各アイデアは以下を示す：

1. Idea
2. Target User
3. Problem
4. Change / Technology
5. Borrowed Mechanism
6. Why Now
7. Existing Alternatives
8. Key Difference
9. Main Risk

Step 9: 反証する

有望案についてWebを再検索し、「なぜ失敗するか」を積極的に探す。

確認対象：

• 直接競合
• 間接競合
• 過去に失敗した類似サービス
• ユーザーが本当に困っている証拠
• 無料・既存の代替手段
• 技術的制約
• 法的制約
• 市場参入障壁
• 特許
• Why nowが本当に成立するか

肯定材料だけを集めてはいけない。

Step 10: 評価して絞る

各案を少なくとも次の観点で評価する：

• Problem Strength
• Novelty
• Why Now
• Feasibility
• Differentiation
• Distribution / Adoption
• Defensibility

総合点だけでなく、致命的な弱点を明示する。

推奨出力

最初に「今回Web上で見つかった重要Signal」をまとめる。
その後、有望アイデアを順位付きで提示する。

各案について：

Idea: [名前]

一言: [何をするものか]

Problem:
[根拠付きの課題]

Why now:
[最近の変化]

Mechanism:
[別分野から借りる原理]

Differentiation:
[既存手段との差]

Evidence:
[Web上の証拠]

Counter-evidence / Risk:
[反証結果]

Verdict:
[作る価値がある / 条件付き / 見送り]

禁止事項

• Web検索なしで「新しい」と断定しない。
• Product Huntなど一つの情報源だけで結論を出さない。
• 流行している技術名を付けただけの案を高評価しない。
• 競合が存在しないことを自動的に好材料とみなさない。需要がない可能性も検討する。
• AIが生成したアイデアを、そのまま最終案にしない。
• 新規性だけで評価せず、課題の強さと実現可能性を確認する。

最重要原則

完成したアイデアをWebから探すのではなく、Webから材料を集めて新しい交差点を作る。

世界中のWeb → Signal収集 → Problem / Change / Mechanismに構造化 → 異分野・異国間で再結合 → AIで発散 → Webで反証 → 生き残った案を提案、という順序を守る。