深さと人数のトレードオフを打破する住民会議ソフトウェア
—
セッション作成数
—
参加者数
—
回答数
—
レポート生成数
プロダクトデモ
AIファシリテーターがどのように大規模な合意形成を実現するか、2分でご覧いただけます
賛否の割合やクラスターをひと目で把握。詳しく知りたい論点だけ、レポートで深掘りできます。
住民基本台帳から無作為抽出(15〜80歳未満)・4班構成・14セッション
参加者
83名
投票数
1,180票
質問/論点数
360件
AIレポート
43件
1班(4名)
100%
2班(9名)
100%
3班(4名)
100%
4班(12名)
100%
行政の仮説 vs 市民の実感
「無償化の副作用(給食の質低下・小児科混雑)」は市民の実感として存在しなかった。複数班で66〜100%が「わからない」と回答。
最大の論点
既存の手厚い子育て支援を削ってでも遊び場整備を優先すべきか — 全班で最大の対立軸として浮上。
情報ギャップの発見
「市の子育て支援策の内容を理解しているか」→ 回答者全員が「理解していない」。届く広報への転換が急務。
現行の高校生までの医療費無償化は、子育て世帯の経済的な安心感に大きく貢献している。
無償化によって小児科が混み、本当に必要な時に受診しづらくなったと感じることがある。
子どもの医療費が無償化されたことで、以前よりも小児科の待合室が混雑し、待ち時間が長くなったと実感している。
テーマ1「子育てに必要な給付(無償化)について」のセッションを4班同時に開始しました。
4班で30問ずつ配信完了。1班4名・2班9名・3班4名・4班12名が回答を開始しました。投票の進捗をリアルタイムで更新します。
全体テーマ
「親と子の笑顔輝くまち おおた」を目指して
構成
14セッション(4班 × 3テーマ + 全班横断2回)
ゴール
無償化施策の評価と副作用について住民の実感を収集し、行政の前提仮説を検証する。
スマホから5段階の確信度で回答。「わからない」も正式な選択肢。声の大きさに関係なく全員の立場を収集します。
現行の給食費無償化は、家計の負担軽減に大きく貢献している。
参加者の回答をもとに、合意できている点、対立している点、みんなが分からない点を把握できます
現行の高校生までの医療費無償化は、子育て世帯の経済的な安心感に大きく貢献している。
給食の無償化は、保護者にとって確実な負担軽減となっている。
子育て支援において、経済面のサポートは最優先事項である。
無償化によって小児科が混み、本当に必要な時に受診しづらくなったと感じる。
財源が限られているならば、一部で自己負担を導入すべきだ。
無償化より保育士の処遇改善に予算を使うべきだ。
子どもの医療費が無償化されたことで、小児科の待合室が混雑し、待ち時間が長くなった。
無償化に必要な財源の捻出が、他の行政サービスの質に影響している。
給食の質が無償化前と比べて変化したかどうか。
回答から合意度・対立度・わからない度トップ3を自動でランキング化。どの論点を優先議論すべきか一目で判断できます。
誰と誰の意見が対立しているか、どこで認識がズレているかを会議前にマッピング。当日は解決に集中できます。
分析レポート
質問への回答を繰り返しながら、住民の認識のズレと合意点を可視化したレポートです
自治体の住民会議で実施した実際のレポート
課題: 給食費・医療費の無償化が「家計の安心」に貢献する一方、質やアクセスへの副作用が見えにくい
プロセス: 83名の無作為抽出市民に245件の質問を配信 → AIが賛否と確信度を収集 → 合意・対立・不明確な領域を可視化
インサイト: 医療費無償化への高い支持が判明する一方、「小児科の混雑」「財源が限られる中での質の維持」「一部自己負担の許容度」が主要な論点として浮上。
全文レポートで、各回の詳細な問答・合意形成の軌跡をご覧いただけます。
なぜ「AI対話」なのか
リアル対話は「深い」が20人が限界。Webアンケートは「広い」が浅い。 千人会議は、その両方を同時に実現します。
ワークショップは「深い」が「狭い」。20人を超えると質が下がり、本音の議論が難しくなります。
ノイジーマイノリティによる支配。炎上リスクを恐れ、「文句を言わない人たちの意見」が埋もれてしまいます。
「賛成63%」では次の政策に活かせません。本当に必要なのは「どういう条件なら賛成できるのか」という合意の境界線です。

倍速会議は、対話の設計から合意形成レポートの出力まで、住民参加のプロセス全体をカバーします。
テンプレートも白紙からの作成も可能。数分でセッションを開始できます。
予算分配など目的別テンプレートを選ぶか、白紙から自由にテーマを設定。概要と目的を入力するだけでセッションの骨格ができあがります。
入力された背景情報をもとに、AIが質問を自動生成。補足情報を追加するほど質問の精度が向上し、プレビューで事前確認もできます。
セッション作成後、参加用リンクやQRコードが自動発行。URLを共有するだけで、参加者はブラウザから即座に回答を開始できます。
活用パターン
じっくり広く聞くか、その場でリアルタイムに聞くか。
2〜4週間の対話期間
総合計画・都市計画・政策策定など、広く住民の声を集めたいテーマに。 従来のパブリックコメントをAI対話に置き換え、深い意見を大規模に収集します。
その場でリアルタイム
住民説明会・まちづくりWS・市民イベントなど、対面の場で同時にAI対話を実施。 会場の全員がスマホで参加し、リアルタイムで合意形成を進めます。
導入事例
従来なら数週間かかる大規模な意見集約を、倍速会議が数時間で実現した事例をご紹介します
(多元現実のAIファシリテーション支援により)この度、私は参加者全員の想いを受け止めながら民主的にそれでいてロジカルに会議をすすめる力を手に入れました。
インタラクティブデモ
自治体の住民会議の実データを使い、
千人会議のアウトプットをインタラクティブに体験できます。

参加者
83名
意見
38件
投票
202票
高合意の意見
7件
分析結果
従来の会議では見えなかった構造的な発見が、全員同時投票と AI 分析によって浮かび上がりました。
行政が政策転換の根拠としていた「無償化の副作用」について、 4つの班が独立して議論した結果、66〜100%が「実感がない」と回答。 構造的なギャップであることが確認されました。
自助・共助を考えるべき
公園清掃に住民も協力
次世代のためなら恩恵なくても
行政だけが解決すべき
「総論賛成」の奥に隠れていた各論の対立が、スケール投票で定量化されました。
財源トレードオフ: 既存支援を削って遊び場整備を優先すべきか
質 vs 量: 賛成50% vs 反対33%で拮抗
情報ギャップ: 支援策を「理解していない」— 全員
自治体での実施プロセス
設計・対話・レポートの3ステップで、83名の無作為抽出市民の声を構造化しました。
「子育て施策の優先順位」をテーマに設定。AIが245件の質問を自動生成し、83名の無作為抽出市民に招待を送付。
入力内容に基づいてAIが質問を自動生成します
新しく1個の質問を作成しました。
それぞれの参加者が、何のために回答を収集しているのか分かりやすいタイトルをつけましょう
現行の給食費無償化は、家計の負担軽減に大きく貢献している。
AIが中立的に深掘りし、賛否の理由や条件付き合意を引き出す。1,023票の投票データを収集。
43件のAIレポートを自動生成。行政の前提と市民の実感のギャップを発見し、政策提言の基盤を構築。
子育て施策の優先順位
新しく3個の質問を作成しました。皆さんの回答をお待ちしています。
レポート生成完了
URLで共有可能 • PDF出力対応 • 43ページ
トピック深掘り
38件の意見と202票から、4つのサブトピックに構造化。無償化の恩恵と副作用の実態が明らかになりました。
各ドットが1件の意見。ホバーで詳細を表示。
以下は、「経済的支援(無償化)の評価と副作用」の中で、参加者の合意が最も高かった意見です。
現行の高校生までの医療費無償化は、子育て世帯の経済的な安心感に大きく貢献している。
総投票数: 9
医療費の無償化が、子どもの健康を守る上で大きな安心材料になっている。
総投票数: 3
「気兼ねなく交流できる場」とは、特に目的がなくても、親子でふらっと立ち寄れる無料のスペースのことだ。
総投票数: 3
現行の給食費無償化は、家計の負担軽減に大きく貢献している。
総投票数: 9
子育て支援は、現金やクーポンを給付する「経済的支援」よりも、保育所の待機児童解消や相談窓口の充実といった「サービス的支援」を優先すべきだ。
総投票数: 10
子どもの医療費について、「夜間・休日のコンビニ受診」を抑制するためであれば、一部自己負担(例:1回500円)を導入することに納得できる。
総投票数: 9
財源が限られているならば、全てを無償化するよりも、一部で自己負担を導入してでも「サービスの質」を維持・向上させる方が望ましい。
総投票数: 4
もし「給食費の無償化」がなかったとしたら、家計にとって大きな負担になっていたと感じる。
総投票数: 4
「給食費無償化」や「医療費無償化」といった施策は、たとえ質の低下や混雑の懸念があったとしても、子育て世帯の安心のために維持すべき最も重要な政策だ。
総投票数: 7
自動生成レポート
倍速会議の対話データから、目的の異なる2種類のレポートが自動で生成されます。

トピック構造・合意分布・対立の境界線を可視化。政策判断に直結するインサイトを提供します。
デモはお問い合わせください
「みんなに聞いた。みんなが答えた。」— 参加者の声と合意状況を、わかりやすく市民に共有するレポートです。
デモはお問い合わせください深さと人数のトレードオフに縛られてきた住民参加を、AI対話で根本から変えます
発言力の非対称性により、ノイジーマイノリティが場を左右。サイレントマジョリティの声が埋もれたまま結論が出ます。
「賛成63%」では政策に活かせません。どういう条件なら賛成か — 合意の境界線が見えないまま報告書が完成します。
ワークショップは「深い」が「狭い」。人数を増やすとファシリテーションが追いつかず、本音の議論が難しくなります。
班分けの偶然で結論が変わるリスク。再現性のない結果を政策の根拠にすることへの不安が残ります。
判断に必要な情報が不足している層の存在が見えず、情報提供すべきポイントが特定できません。
議事録の作成・意見の分類・報告書の執筆に膨大な工数。次の会議までにフィードバックが間に合いません。
この度、私は参加者全員の想いを受け止めながら民主的にそれでいてロジカルに会議をすすめる力を手に入れました。
↳ 前田 真(外部ファシリテーター)

導入者の声
自治体職員・ファシリテーター・住民参加者、それぞれの立場から。
全国初となるAIによる合意形成の威力は抜群。参加者全員の想いを受け止めながら、民主的かつロジカルに会議をすすめる力を手に入れた。
前田 真 氏
構想日本 自分ごと化会議 ファシリテーター
会議の場で言葉にできない深層心理も、イエス・ノー形式で視覚化される。奥ゆかしい日本人にぴったりのツール。
前田 真 氏
構想日本 自分ごと化会議 ファシリテーター
模造紙付箋システムは10年前からNo。倍速会議は試験的に導入してみたが見事です。
加藤 肇子 氏
自治体関係者
本当に議論の深化のスピードが「倍速」になるのを感じた。単なる議事メモ係の代替ではなく、ファシリテーションそのものを代替してくれる。
小林 勇也 氏
DD2030 コアループ参加者
自治体住民会議アンケートより
“倍速会議というシステムは大変画期的で議論し進めやすかった。人前で意見を言うことが苦手な自分も安心して参加することができた。”
参加者A
20代・女性
“「倍速会議」などの初めて見る物を体験出来て、個人的にも使いたくなった。”
参加者B
10代・男性
“前回より話しやすかったです。親世代のリアルな視点と同世代の考えも知ることができてよかったです。”
参加者C
10代・女性(2年連続参加)
“どんな話をすればよいかとてもわかりやすくて、話し合いをする時にとてもありがたかったです。”
参加者D
10代・女性
“AIを起点に議論がこんなに深くなるのかと、本当に感動しました。”
参加者E
DD2030 参加者
2024年 vs 2025年:満足度の劇的向上
話し合いは安心して 話せる雰囲気でしたか
話し合いで自分の 意見は言えましたか
市の説明や質疑応答 は分かりやすかったですか
コーディネーターの 進行・まとめ方は 分かりやすかったですか
自治体住民会議 参加者アンケート(構想日本調査)
従来のアンケートは「何%が賛成」で止まります。 千人会議は「どんな条件なら賛成か」「どの層が何を懸念しているか」まで、住民の声を構造化して届けます。
出力されるレポートは、そのまま政策設計の叩き台として活用できます。



セキュリティ
データ保護・サーバー所在地・閉域構築まで、導入前の懸念にお答えします。
入力されたデータがAIモデルの学習に使われることはありません。 Google Vertex AI エンタープライズ版では「ゼロデータリテンション」ポリシーを適用しています。
AWS東京リージョン(日本国内)でホスティング。 住民データが海外に転送されることはありません。
エンタープライズ版では、自治体・省庁の閉域ネットワーク内に専用環境を構築可能です。 大手企業での閉域構築実績があります。
ISMAP登録・LGWAN接続への段階的対応を進めています。 現段階でもAWS東京リージョンでのパイロット運用は要件を満たしています。
Partnership
156
自治体での実践
355回
会議の開催実績
構想日本と共同事業体を設立
「自分ごと化会議」156自治体の知見を千人会議へ
FAQ
千人会議は意思決定を行う装置ではなく、「議論の叩き台」を作成する補助ツールです。AIは参加者の意見を深掘りする質問を生成しますが、特定の結論に誘導する設計にはなっていません。生成されたレポートをもとに、人間が判断・議論を行います。
ありません。利用しているGoogle Vertex AI エンタープライズ版では「ゼロデータリテンション」ポリシーが適用されており、入力データはモデルの学習に一切利用されません。
はい。AWS東京リージョン(日本国内)で運用しています。住民の回答データが海外サーバーに送信されることはありません。
段階的に対応を進めています。現段階でもAWS東京リージョンでの運用はパイロット導入の要件を満たしており、中央省庁のデジタル部門からも確認を得ています。
エンタープライズ版では、閉域ネットワーク内への専用環境構築に対応しています。大手企業での社内閉域構築実績があります。
はい。中央省庁でのデモンストレーションにおいて、ISMAP・LGWAN・eMAFF等の行政特有の専門用語を正確に理解し、適切な深掘り質問を生成できることが確認されています。
最短で2週間程度で開始できます。まずは「調査・実証実験」としてスモールスタートし、効果を確認しながら段階的に拡大するアプローチをお勧めしています。
従来のアンケートは「広く浅い」、インタビューは「深いが時間がかかる」というトレードオフがあります。千人会議はAIが一人ひとりに異なる深掘り質問を行うことで、大規模かつ深い意見収集を同時に実現します。100名へのヒアリングが従来の約200時間から約1時間に短縮された実績があります。
お問い合わせ
パブリックコメント、住民ワークショップ、総合計画の策定など、 千人会議の活用方法についてお気軽にご相談ください。
自治体・公的機関向けの専用プランをご用意
実データを使ったデモを無料で実施
既存の住民参加手法との組み合わせもご提案