問題老是解決不了？用AI學豐田「5個為什麼」，2組提示詞一路挖出根本原因
早安呀！寫完讓AI以豐田一頁A3思維產出報告之後，好多人跟我說超有用！
來多分享一個豐田的管理方法論：出問題的時候，連問五次「為什麼？」
豐田生產方式中，有一套經典的問題分析方法「五個為什麼」（5 Whys），核心做法很簡單：遇到問題時，不要停在第一個看似合理的答案，而是持續追問「為什麼會這樣？」一路往下找到真正需要改善的根本原因。
但實際操作時，難點往往不是「問為什麼」，而是我們很容易把推測當成事實，或太早接受一個聽起來合理的答案。
這時可以讓AI擔任「追問教練」，一次只問一個問題，陪你把原因一層層往下挖。
真正拉開AI使用差距的，除了提示詞的功力，更關鍵的是你有沒有一套好的思考方法可以交給AI。我最近正在準備一個新的服務，想把這些高手工作法真正裝進AI裡。先賣個關子，下周揭曉。
你會感興趣嗎？點此留言跟我分享，我都會看！
什麼是「五個為什麼」？豐田如何找到問題根因？
協助建立豐田生產方式的大野耐一，很強調透過反覆追問「為什麼」，跳脫第一個直覺答案，繼續挖出問題背後的根本原因。
經典案例是工廠機器停止運轉：
- 為什麼機器停了？因為保險絲斷了。
- 為什麼保險絲斷了？因為機器負荷過重。
- 為什麼機器負荷過重？因為軸承潤滑不夠。
- 為什麼軸承潤滑不夠？因為油泵的軸磨損鬆動。
- 為什麼油泵的軸會磨損？因為油泵沒有濾網，金屬碎屑跑了進去。
如果只停在第一層，最直覺的解法就是換掉保險絲。但一路追問下去，才會發現真正需要處理的是油泵缺少濾網。
「五個為什麼」也不代表每次都一定要問滿五次。真正重要的是，不要太快停在第一個聽起來合理的答案。
如何用 AI 做「五個為什麼」？先讓它當追問教練
AI 很適合扮演追問者。與其直接把問題丟給 AI，叫它一次分析所有可能原因，不如要求它一次只問一個「為什麼」，等你回答後再繼續往下追。
可以直接使用以下提示詞：
你是根因分析教練，用「五個為什麼」幫我分析。我的問題：＿＿。
請一次問我一個「為什麼會這樣？」等我回答後再追問。如果回答太模糊，要求我更具體；如果只是推測，提醒我這是「待驗證假設」，並問我有什麼資料或觀察可以驗證。
不要自行補上我沒提供的事實，也不必硬停在第五次。
這樣做的目的，是避免 AI 太快替你把整套原因「腦補」完，而是讓分析建立在你實際提供的資訊上。
找到根本原因後，再讓 AI 整理改善行動
一路追問之後，下一步才是把分析結果轉成可以執行的行動。
這時可以接著使用第二組提示詞：
追問完成後，幫我整理四件事：
① 一開始看到的表面症狀
② 目前最可能的根本原因，以及哪些仍待驗證
③ 一個針對根因的改善行動
④ 之後如何確認改善有效
如果我的回答開始怪罪某個人或部門，把問題拉回流程，問我：「是什麼流程或機制，讓一次人為失誤就造成這個結果？」
這一步可以把前面的對話重新整理成「症狀 → 根因 → 行動 → 驗證」，避免追問完一輪，最後卻沒有形成下一步。
用 AI 做「五個為什麼」時，這兩種狀況容易失效
「五個為什麼」看起來簡單，但有兩個常見問題。
第一個是把推測當成事實。
例如，當你說「應該是他不夠仔細」，這個答案聽起來合理，卻不代表是真的。遇到這類回答，可以再問：「有什麼證據支持這個判斷？」把推測先標記成待驗證假設。
第二個是只追一條原因。
真實問題可能同時存在好幾個原因。如果追問過程中出現兩三種合理可能，不需要急著選定其中一條，可以先分支列出，再找證據逐一排除。
問題太複雜怎麼辦？搭配魚骨圖先展開可能原因
如果面對的是比較複雜的問題，只沿著一條「為什麼」往下問可能不夠。
這時可以先用魚骨圖，把人、流程、工具、環境等可能原因展開，再找資料確認最值得繼續追查的分支，針對它繼續問「為什麼」。
在這個過程中，AI 最適合做的不是直接替你判定答案，而是幫你列出假設、挑戰假設，再整理下一步需要找什麼證據。
AI 提示詞之外，更重要的是把思考方法交給 AI
AI 用得好不好，差別不只在提示詞，而是你原本知不知道一件事情該怎麼做好。
例如，解決問題不能急著找答案，而是要先找出根本原因。「五個為什麼」提供的就是這套思考框架，再把它轉成 AI 可以遵循的提示詞。
當你知道該怎麼拆解問題、判斷原因、驗證假設，就能把這些工作的底層邏輯交給 AI，讓它不只是直接給答案，而是按照一套方法陪你把問題想清楚。
訂閱《一天一AI》日報，每天跟你分享超實用的AI小技巧！