ChatGPTに断捨離の判断をさせない。一人暮らしで効く聞き方4つ

「これ、捨てるべき？」とAIに聞いて、返ってきた答えで手が動いた記憶はたぶんありません。聞き方の設計が違っています。

結論：物の性質で、渡す・渡さないを分ける

すべての物をAIに相談しても意味がありません。向き不向きは、物の性質でほぼ決まります。

物の性質	AIに渡すか	理由
感情が軽く、買い直せる（趣味の道具・重複している物）	渡す	条件を言葉にできるので、軸に落とし込める
感情が重い（思い出の品・人からもらった物）	渡さない	言語化した時点で判断材料から感情が抜け落ちる
いま生活に使っている実用品	渡さない	迷っていない物を相談すると、手放す方向に引っ張られる

2行目の理由が、この記事でいちばん言いたいところです。AIは、言葉にできたものしか扱えません。「捨てたくない理由をうまく説明できない」という状態そのものが判断材料である場合、それを文章に直した時点で情報が減ります。

判断させると失敗する理由

AIに「捨てましょう」と言わせるやり方は、3つの理由で機能しません。

1. 物を見ていない。ほつれ具合、手触り、においの記憶。判断に効いている情報の多くが、文章にした時点で落ちます。

2. 部屋を知らない。同じ「使っていないコート」でも、クローゼットに余裕がある1LDKと、収納が半間しかない1Kでは結論が変わります。

3. 後悔したときに自分を守らない。「ChatGPTが言ったから捨てた」は、あとから効きません。決めたのは自分だという形にしておかないと、次の判断でも迷います。

だから使い方は、判断させるのではなく、整理を手伝わせる方向になります。自分の頭の中にある「なんとなく捨てられない理由」を言葉にしてもらう。判断に使う軸を一緒に作る。決めたあとに迷い直したとき、その軸に引き戻してもらう。

そのまま使える聞き方4つ

どれもコピーして使える形にしています。[ ]の中は自分の情報に書き換えてください。

1. 情報を整理して、質問を返させる

以下の物が捨てられるか迷っています。情報を整理しながら、私が判断しやすくなるような質問を3〜5個してください。判断はしないでください。
物の名前：[例：ランニングシューズ]
状態：[例：2年前に買ったが、3回しか使っていない。きれいな状態]
なぜ迷っているか：[例：「またランニングを始めるかも」と思って捨てられない]

効いているのは「判断はしないでください」の一文です。これがないと、AIはすぐ結論を出します。欲しいのは判断材料であって、判断ではありません。

2. 「捨てられない理由」の下を掘らせる

私は[ランニングシューズ]が捨てられません。
捨てられない理由として「[またランニングを始めるかもしれない]」と思っています。
この理由の背後にある本音を探るような質問を、3つしてください。

「またいつか使うかも」は、たいてい別の何かの言い換えです。お金を損したくないのか、過去の自分の選択を否定したくないのか、運動しない自分を認めたくないのか。そこに触れる問いを出してもらう使い方です。

3. 判断軸そのものを作らせる

断捨離で迷ったときに使える、私自身の判断基準を作りたいです。
以下の情報をもとに、私に合いそうな判断軸を3〜5個提案してください。
私の暮らし：[例：一人暮らし、1K、在宅勤務、週末は外出多め]
価値観：[例：移動が好き、物が少ない方が落ち着く、でも趣味のものは残したい]
よく迷うもの：[例：衣類、本、「趣味のつもりで買ったけど使っていない道具類」]

4つの中で、いちばん効きます。一度「自分の基準」を言葉にしておくと、次から毎回ゼロで考え直さずに済みます。

ゼロから作るのが面倒なら、これ、捨てていい？判断診断の4問（使用頻度・代用の有無・買い直しやすさ・保管ストレス）を先に通して、それでも残った迷いだけを渡すと話が早くなります。

4. 決めたあとの揺れ戻しに使う

私は[ランニングシューズ]を捨てると決めましたが、また迷っています。
以下の判断軸に照らして、この決断を振り返る手助けをしてください。
私の判断軸：[例：「1年以内に使う具体的な場面が思い浮かばなければ手放す」]
今迷っている理由：[例：梅雨明けたら走ろうかなと思い始めた]

決めた瞬間は「捨てよう」と思えても、翌日には揺れます。そのときに、自分が決めた軸を出してもらって照らし合わせます。3で作った軸がここで使われます。

書き込む前に、粒度を落とす

3のプロンプトは、自分の暮らしを文章にして外部のサービスに渡す形になります。判断軸を作るのに必要な粒度は、思っているより粗くて足ります。

• 「1K・在宅勤務」で足りる。住所、最寄り駅、勤務先は要らない
• 「衣類が多い」で足りる。ブランド名や購入額の一覧までは要らない
• 家族構成や在宅の時間帯は、判断軸を左右しないなら省く

粒度を落としても、返ってくる軸の質はほとんど変わりません。情報を足すほど良くなる、という前提を一度外すと、書く量も減って早くなります。

この記事に回答例を載せていない理由

AIの回答例を並べた記事は読み物として面白いのですが、載せませんでした。理由は2つです。

1. 再現しない。同じプロンプトでも、入力の書き方と時期で返ってくる内容が変わります。載せた例のとおりに返ると期待されると、記事のほうが嘘になります。

2. 例があると、そこで止まる。回答例を読むと「だいたい分かった」で終わります。このやり方の価値は、自分の言葉で軸を作るところにあります。

回答が期待と違ったときは、プロンプト側を直します。結論が出てきたら「判断はしないでください」を足す。質問が浅いなら「3つ」を「5つ」にする。抽象的なら、暮らしの条件を1行足す。この3手でだいたい戻ります。

よくある質問