DFBとは何ですか？

Decompose、Frame、Buildの頭文字で、経験や課題を分解し、枠を入れ替え、AIに渡せる形へ組み立てる構造化メソッドです。

DFBはプロンプト術と何が違いますか？

単発の書き方ではなく、経験や判断材料をAIが扱える構造に変換する考え方です。プロンプトを書く前の整理に近い位置づけです。

TL;DR

DFB ＝ Decompose（分解） → Frame（枠の入れ替え） → Build（組み立て）。
シュコウメイが提唱する、人間の経験を AI に渡せる形に翻訳する3ステップ。

📖 完全版はこちら: DFB構造化メソッド大全（構造化ペディア） — Step -1（依頼自体の構造化）・Stop-Judge（I/S/T/D）・5バリエーション・失敗パターン9種・系譜（OOPまで）を体系化した百科事典項目。

AI時代に人間に残る価値は、「考える力」より 「構造を作る力」 に集約される。

経験を持っていても、塊のまま AI に投げれば「もっと具体的に指示してください」と返される。塊を、AI が消化できる形に翻訳して渡す技術 ——これが DFB だ。

DFB は思考のフレームワークではない。経験を AI に渡せる形に変換する一連の手順 である。

頭の中の塊やモヤモヤを、いくつかの要素に分けて取り出す。言語化されていなかったものを、言語化できる単位まで落とす作業。

取り出した要素を、別の角度・別の文脈で枠取りし直す。「これは何の問題か？」「この判断は何を最大化しているのか？」を問い直す。

新しい枠で要素を組み立て直し、AI が消化できる入力にする。そして AI の出力を、人間の経験で見直す。

DFB が機能するためには、割るに値する経験の塊 が要る。

経験が豊富な人ほど、DFB の効きが強くなる。逆に、経験という原料がない人がいくら DFB を回しても、出てくるのは薄いアウトプットだけだ。

つまり、DFB は シニアの経験を AI時代の資産に変える翻訳技術 である。