不具合解析が長引く現場では、原因そのものより「最初の質問」が曖昧なことが多いです。
再現条件が不明、発生範囲が不明、いつから・どこから変わったか不明。これだと、手がかりが薄いまま試験や確認を回すことになり、時間だけが溶けます。
この記事では、技術職が現場でそのまま使える 切り分け質問テンプレ と、初動で抜け漏れを潰す チェックリスト をまとめます。
AIは最後の点検にだけ使い、解析の主役は「現場で使える型」に寄せます。
1. 不具合解析が早い人は「質問の順番」が決まっている
不具合解析はセンスというより、情報の集め方と順番で決まります。まずは「再現」「範囲」「差分」の3点を揃えると、原因候補が一気に絞れます。
不具合解析の初動で揃えるべき情報は、大きく4つです。
- 現象：何が起きているか（症状を言語化）
- 再現：いつ・どの条件で起きるか（再現性）
- 範囲：どこまで起きるか（ロット・工程・機種・条件）
- 差分：何が変わったか（変更点・境界）
2. まず潰すべき「切り分けの落とし穴」
初動が遅れる原因は、現象の説明不足ではなく「比較軸がない」「境界が取れていない」ことが多いです。以下に当てはまるほど、解析は長引きます。
- 現象が「不良」や「おかしい」で止まっている（症状が曖昧）
- 再現条件が言えない（いつでも起きるのか、たまになのか不明）
- 良品との比較がない（差分が取れない）
- 発生範囲が不明（特定ロットか全体か不明）
- 変更点が棚卸しされていない（いつからか不明）
- すぐ原因断定に入ってしまう（仮説が暴走する）
3. 切り分け質問テンプレ（この順に聞くだけ）
質問の順番を固定すると、毎回ゼロから悩まなくて済みます。下のテンプレをそのまま使ってください。
3-1. 現象を定義する質問
- 何が、どうなっている？（寸法、外観、機能、強度、音、温度、電流など）
- 期待値（正常）と比べて、どれくらいズレている？（数値・頻度・割合）
- いつ気づいた？（検査工程、客先、使用条件）
- 影響は何？（品質／安全／納期／コスト）
3-2. 再現性を取る質問
- 何回中何回起きる？（再現率）
- 条件を変えるとどうなる？（温度、湿度、締付、荷重、電源、回転数など）
- 同じ手順で必ず起きる？それともランダム？
- どの工程・タイミングで起きる？（前工程か後工程か）
3-3. 発生範囲を取る質問
- どこまで起きている？（ロット、日付、ライン、設備、作業者、材料）
- 同じ材料・同じ設備でも起きる？（横展開）
- 特定の条件だけ？（特定の型番、特定の組み合わせ）
- 良品は存在する？（同条件で良品が出るか）
3-4. 差分（変更点）を取る質問
- いつから起きた？（境界：発生日・ロット切替・条件切替）
- 直近で変えたものは？（材料、設備、工具、条件、手順、検査、外注、輸送、保管）
- 変えてないものは？（変化なしを確定させる）
- 変更点が複数あるなら、どれが一番影響しそう？（優先度）
4. 初動30分チェックリスト（抜け漏れ防止）
解析が速い人は、最初に「必要な情報が揃ったか」を点検します。提出前ではなく、初動でやるのがポイントです。
- 現象が数値・頻度・判定基準で説明できる
- 再現率（何回中何回）が言える
- 再現条件と非再現条件が言える（比較軸）
- 発生範囲（ロット・工程・設備・作業者）が言える
- 良品サンプルが確保できている（比較対象）
- いつから発生したか、境界が取れている
- 直近の変更点が棚卸しできている
- 暫定対策がある（出荷停止、追加検査、条件固定など）
- 次の一手（確認試験）が1つに絞れている
5. よく使う「質問の言い回し」テンプレ
現場で聞きやすく、相手から情報が出やすい言い回しをまとめます。
- 再現条件を引き出す
「起きるときと起きないときの違いって、何か思い当たりますか？」
「条件を1つだけ変えるなら、何を変えるのが良さそうですか？」 - 境界を取る
「いつから増えました？その前後で何が変わりました？」
「このロットの前後で、材料・設備・手順の変更はありましたか？」 - 範囲を絞る
「特定ラインだけ？全ライン？まずは範囲を切りたいです」
「この条件なら必ず良品が出る、という組み合わせはありますか？」 - 比較を作る
「良品と不良品、同じ条件で比較できるように1セット確保できますか？」
6. 解析が進む「次の一手」の決め方
ここで迷うと、試験が増えて収拾がつきません。次の一手は「最小で不確かさを減らす」ものを選びます。
- 変更点が濃いなら：変更点の前後比較（境界で切る）
- 条件依存があるなら：条件を1つだけ変える（単因子）
- 範囲が広いなら：まず範囲を切る試験（ライン・ロット・材料）
- 再現が弱いなら：再現率を上げる工夫（サンプル増、手順固定）
7. AIは「抜け漏れ点検」に使う
ChatGPTで不具合解析を速くする具体手順は、既存記事にまとめています。⇨読んでみる
この記事では、AIは「質問の抜け漏れ点検」だけに限定します。
点検用プロンプト（コピペOK）
以下の不具合情報を読み、切り分けに必要な不足情報を質問リストとして出してください。
現象／再現条件／発生範囲／差分（変更点）／暫定対策の観点で、優先度順に並べてください。
【不具合情報】（ここに貼る）
まとめ
不具合解析が早い人は、原因を当てに行く前に「再現・範囲・差分」を質問で揃えています。
まずはテンプレに沿って聞き取りし、初動30分チェックリストで抜けを潰してください。これだけで、解析の迷走と手戻りがかなり減ります。
関連記事（内部リンク）
ChatGPTを使った不具合解析の進め方（仮説出し・整理・報告書化まで）は、こちらでまとめています。
→ https://tokotoko-family.com/chatgpt-fuguai-kaiseki/
収益導線（記事末）
文章業務（試験計画・報告書・議事録・不具合解析）を最短で楽にしたい方向けに、私が実際に使っているサービスと実務テンプレをまとめました。
→ 〔おすすめサービスまとめ〕
すぐ使えるテンプレを手元に置きたい方は、実務プロンプト集（Note）もどうぞ。
→ 〔Note：プロンプト大全〕