ブレーンストーミングとは｜やり方・4つのルールと進め方（一人・オンライン）

ブレーンストーミングは「出す時間」と「選ぶ時間」を分けるのが芯です。全体の流れは次の4段階です。この記事で実際に動かしたものは、時間配分・出せる案の数・似た案のまとめ・投票と表での絞り込みの4つの計算（Python）です。

flowchart TD
    A[1 準備<br>問い・人・ルールを決める] --> B[2 発散<br>判断を止めて量を出す]
    B --> C[3 整理<br>似た案をまとめて名前を付ける]
    C --> D[4 絞り込み<br>投票と効果×手間の表]
    D --> E[次の一歩<br>担当と期限を決める]

よく調べられることの答えを先にまとめます。

確認環境：言葉の意味・考案者・年・4つの原則は、コトバンクに収録されている精選版 日本国語大辞典・日本大百科全書（ニッポニカ）・ブリタニカ国際大百科事典 小項目事典と、独立行政法人 高齢・障害・求職者雇用支援機構のドメインで公開されている「能力開発データベース」で確かめました。オズボーンの英語の表現は、Isaksen（1998）が Osborn（1953）『Applied Imagination』の300〜301ページから引用している形と、Diehl & Stroebe（1987）が同書の改訂版（1957）から引用している形で確かめています（原書そのものは手元で開けていません）。研究の内容は Diehl & Stroebe（1987）の論文本文と、塚本・坂元（2001）の J-STAGE の抄録で確かめ、Taylor ほか（1958）と Mullen ほか（1991）は書誌（題名・著者・掲載誌）だけを Crossref で確かめました。計算は Ubuntu 24.04.5 LTS の Python 3.13.18・pandas 3.0.5 で実行し、出力をそのまま載せています（データと係数はすべて架空・仮の値）。図は mermaid-cli 11.16.0 で描画を確かめました。生成AI への指示の型は書き方の例で、AI のサービスには接続していないため、AI の応答は載せていません。オンラインの共同編集ツールも操作していないので、特定の製品の画面の手順は書いていません（確認日 2026年11月11日）。

ブレーンストーミングとは（意味・読み方・ブレストとの関係）

この節では、ブレーンストーミングという言葉の意味と、表記の揺れ・略し方が分かります。

ブレーンストーミング（brainstorming）は、ほかの人の発言を否定せずに、自由にアイデアを出し合って、互いの考えを刺激する集団の発想法です。精選版 日本国語大辞典はこの趣旨で「創造的集団思考法」と説明しています。能力開発データベースは「既成概念にとらわれず、自由奔放にアイデアを出し合う会議形式の一種」と説明しています。

ふだんの「ブレストしよう」は「とりあえず話し合おう」くらいの意味で使われることもあります。技法としてのブレーンストーミングは、出す時間のあいだは判断しないという決まりがある点で、ふつうの話し合いと違います。

ブレーンストーミングの由来（考案者オズボーンと年）

この節では、ブレーンストーミングを考えた人と時期、辞書によって年が違う点が分かります。

考案者は、米国の広告会社 BBDO の副社長だったアレックス・F・オズボーン（Alex F. Osborn）です。年は資料によって1年の差があります。

この記事では「1938〜1939年ごろ」と書きます。オズボーンは、この方法を著書『Applied Imagination』（1953年。改訂版は1957年）で説明していて、あとの研究論文もこの本から4つの決まりを引用しています。80年以上前に広告の企画会議から生まれた方法が、いまはソフトウェア開発のふりかえりや設計の検討でも使われている、という位置づけです。

ブレーンストーミングの4つのルール（4原則）

この節では、4つのルールの元の英語の表現、日本語での呼び名、それぞれが何のためにあるのかが分かります。

4つのルールは「批判厳禁・自由奔放・量を求む・結合改善」です。日本語の呼び名はブリタニカ国際大百科事典の表現で、能力開発データベースは4つ目を「便乗発展」と呼んでいます。英語の表現は、Isaksen（1998）が Osborn（1953）から引用している形です。

4つは別々の決まりではなく、「量を出す」という1つのねらいを支える組として読むと覚えやすくなります。批判されないから突飛な案が言え、突飛な案があるから人の案に乗りやすく、乗り合うから数が増えます。

4つ目を「アイデアをまとめる」と紹介している解説もあります。オズボーンの表現は「組み合わせと改善を求める」で、出している最中に人の案へ乗ることを指しています。出し終えたあとにグループに分ける作業は、次の節の「整理」にあたります。

ブレーンストーミングのやり方・進め方（準備から絞り込みまで）

この節では、ブレーンストーミングを実際に進める手順が、準備・発散・整理・絞り込みの順で分かります。

やり方の芯は、「出す」と「選ぶ」を同じ時間に混ぜないことです。能力開発データベースは、課題の設定→役割の決定（リーダーと記録係）→発散思考→収束思考→発散と収束の繰り返し→判定→具現化、の7段階で説明しています。これを会議1回の流れに置き直すと次のとおりです。

当日に進行役が見る点を、確認の一覧にしました。

• 1問いが画面や壁の見える場所に書いてある話がそれたときに、指さして戻せる
• 24つのルールを最初の1分で読み上げた知っている前提にしない。初めての人がいる
• 3数の目標と終わりの時刻を言った「10分で30案」。目標があると途中で深掘りに入りにくい
• 4全部の案が1か所に書き留められている言っただけの案は消える。記録係を進行役と分ける
• 5「ここから選ぶ時間です」と切り替えを宣言した宣言がないと、出す時間に判断が混ざる

進行役の言い回しや、発言が偏ったときの戻し方は、関連記事「会議ファシリテーションの進め方 アジェンダ設計とフレーズ集」で扱っています。

ブレーンストーミングの時間配分と人数の目安

この節では、30分・45分・60分で行うときの時間の割り振りと、人数の目安が分かります。

辞書・公的な資料の説明では、人数は5〜10名ほど、時間は40〜60分ほどです。資料ごとの説明は次のとおりで、1つの決まった数はありません。

開発チームの定例のなかで行うなら、30〜60分に収めることが多くなります。全体を「準備の確認10%・一人で書く15%・共有して足す30%・整理20%・絞り込み20%・次の一歩5%」に割ったときの分数を、Python で計算しました（割合はこの記事の配分例です）。

               30分  45分  60分   割合
準備の確認(問い・ルール)    3    4    6  10%
発散(一人で書く)        4    7    9  15%
発散(共有して足す)       9   14   18  30%
整理(まとめる)         6    9   12  20%
絞り込み(投票と表)       6    9   12  20%
次の一歩を決める         2    2    3   5%
合計 {'30分': 30, '45分': 45, '60分': 60}

30分では、発散に使えるのは合わせて13分です。問いとルールを前日に共有しておくと、準備の3分を発散に回せます。

人数が増えると、声に出す方式では1人あたりの数が減る

声に出して1人ずつ話す方式では、同時に話せるのは1人です。1案を話して書き留めるのに20秒、1人が1案を書くのに40秒かかると仮に置いて、10分で出せる案の上限を計算しました（どちらの秒数も仮の値です）。

 人数  声:全体の上限  声:1人あたり  書く:全体の上限  書く:1人あたり
  1       30     30.0        15        15
  3       30     10.0        45        15
  5       30      6.0        75        15
  7       30      4.3       105        15
 10       30      3.0       150        15

この単純な計算では、声に出す方式の上限は人数に関係なく30案で、7人なら1人あたり4.3案です。書く方式は人数に比例して増えます。実際の会議がこの数字どおりになるわけではありませんが、人数が多いほど「まず書く」時間を入れる意味が大きいことは読み取れます。このしくみは、あとの「研究」の節で紹介する論文が調べている点と重なります。

ブレーンストーミングの問いの立て方（エンジニアの場面の例）

この節では、案が出やすい問いの形と、障害の再発防止・機能のアイデア・ふりかえりでの問いの例が分かります。

問いは「〜するにはどうしたらよいか」の形にします。能力開発データベースは、「導入すべきか否か」のように1つの結論を求めるテーマには向かず、「〜するにはどうしたらいいか」の形のテーマが適している、と留意点に書いています。

問いを作るときの見直しの観点は3つです。

• 答えが「はい・いいえ」や1つの事実になる問いは、ブレーンストーミングに向きません。原因を1つに突き止めたいときは、原因を掘る技法のほうが合います。関連記事「なぜなぜ分析のやり方｜システム障害の例とテンプレート」で扱っています。
• 広すぎる問いは、数字や場面を足して狭めます。「品質を上げるには」より「設定の誤りを本番前に見つけるには」のほうが、具体的な案が出ます。
• 手段を問いに入れません。「どのツールを入れるか」は手段の選択です。「何ができるようになればよいか」に戻すと、ツール以外の案も出ます。

障害の再発防止で使うときは、出す対象を「仕組みで防ぐ案」に限り、個人の注意に頼る案（「気をつける」「確認を徹底する」）は、出たら「それを仕組みにすると」と言い換えてもらうと、あとで実行できる案が残ります。

オンラインでのブレーンストーミングのやり方

この節では、ビデオ会議でブレーンストーミングを行うときの手順と、対面との違いが分かります。

オンラインでは「同時に書いて、あとから声で足す」順にします。ビデオ会議では、同時に話すと声が重なって聞き取れず、対面よりも「1人ずつ順番に話す」形に寄ります。前の節の計算のとおり、声に出す方式は人数が増えるほど1人あたりの数が減るので、全員が同時に書き込める場所（共同編集できる文書・表・オンラインのホワイトボード）を先に用意します。

1. 1書き込む場所を1つ決めて、前日に共有する問い・4つのルール・時間割を一番上に書く。全員が書き込めるかを先に試す
2. 2最初の数分は、マイクを切って各自で書く自分の欄か手元のメモに1行1案。人の案はまだ見ない
3. 3合図で一斉に貼る先に出た案に引っぱられるのを避ける。名前は付けなくてよい
4. 4黙って読む時間を取り、乗った案を書き足す読んで思いついた案を足す。質問は「意味の確認」だけにする
5. 5声に出して、足りない方向を補う進行役が「運用の面では」「利用者の側からは」と方向を振る
6. 6整理と投票も同じ場所で行う見出しの行を作って案を動かす。票は記号（●）を書き足して数える

コンピューターを介したブレーンストーミングは、研究の対象にもなっています。塚本・坂元（2001、心理学研究 72巻1号）は、大学生100名を4人組にした実験で、3種類の方式の電子ブレーンストーミングを、話し合いをしない比較の組と比べ、電子ブレーンストーミングの組のほうが出た案の独創性が高かったと報告しています。条件の限られた実験の結果であり、どの会議にもあてはまるという意味ではありません。

時間をずらして行う方法もあります。問いを朝に共有し、夕方までに各自が書き込み、翌日の会議は整理と絞り込みだけにする形です。発散の時間を会議から外せるので、会議は短くなります。

共同編集のサービスに業務の情報を書き込む前に、所属先の決まりと、提供元の最新の利用条件を確かめることをおすすめします。

一人でブレーンストーミングをする方法

この節では、一人で行うブレーンストーミングの型と、案が止まったときの広げ方が分かります。

一人でも、カードに1枚1案で書き出す形でブレーンストーミングができます。能力開発データベースは、紙片に書く「紙キレ方式（カードBS）」を変形として挙げ、これは一人で行う「ソロBS」にも応用できると説明しています。

一人では「人の案に乗る」刺激がないので、切り口を自分で用意します。

能力開発データベースが挙げている「欠点列挙法」（対象の欠点を先に挙げてから、直し方を考える）も、一人で使いやすい変形です。

生成AIを相手にしたブレーンストーミングの指示の型

この節では、生成AI を相手にブレーンストーミングをするときの指示の書き方と、注意する点が分かります。

生成AI には、4つのルールをそのまま指示として渡します。何も言わずに「案を出して」と頼むと、無難な案を数個に絞り、長所と短所まで付けて返すことがあります。出す段階では、判断を止める・数を指定する・切り口を指定する、の3つを書きます。

# 役割
ブレーンストーミングの相手として、案を出す段階だけを担当する。

# 問い
（例）設定の誤りを、本番に出る前に見つけるにはどうしたらよいか

# 前提
- 対象：社内向けの Web システム。月に2回のリリース
- すでにある仕組み：コードレビュー、ステージング環境
- 外してよい制約：費用・期間は、この段階では考えない

# 出し方の決まり
1. 案を30個、番号を付けて1行ずつ書く
2. 良し悪しの判断・長所・短所・おすすめは書かない
3. 突飛な案を5個以上まぜる
4. 次の切り口ごとに5個以上：仕組みで防ぐ／早く気づく／影響を小さくする／作業をなくす
5. 私が番号を返したら、その案に乗った別の案を5個足す

出し終えたら、別の指示に分けて整理を頼みます。同じ指示のなかで「出す」と「選ぶ」を一度に頼まないのは、人の会議と同じ理由です。

# 整理の指示（出し終えたあとに、別の発言として送る）
上の案を、内容が近いものどうしで5〜7のグループに分け、
グループごとに短い見出しを付ける。
同じ内容の案は1つにまとめ、まとめた番号を書く。
まだ順位は付けない。どのグループにも入らない案は「その他」に残す。

AI が出した案も、人が出した案と同じ一覧に入れて、同じ基準で絞ります。AI は「数と切り口を増やす相手」で、どの案を選ぶかを決めるのは問いを持っている人です。機密の情報や個人の情報を入力する前に、所属先の決まりと、提供元の最新の利用条件を確かめることをおすすめします。AI に質問させながら考えを広げる型は、関連記事「生成AI壁打ちプロンプト｜要件定義でAIに質問させる型」で扱っています。

ブレーンライティング・KJ法・マインドマップ・マンダラチャートとの違い

この節では、ブレーンストーミングと並んで名前が挙がる技法との違いと、組み合わせ方が分かります。

ブレーンストーミングは「出す」技法で、ほかの技法は「出し方の別の形」か「まとめ方」です。どれが優れているという関係ではなく、役割が違います。

• KJ法は、文化人類学者の川喜田二郎が考案した発想法です（国立国会図書館のレファレンス協同データベースの事例で、考案者の著書『発想法』とともに紹介されています）。カードを近さで集めて整理する方法は「親和図法」の名前でも紹介されます。ブレーンストーミングで出した案を KJ法でまとめる、という組み合わせがよく使われます。
• マインドマップは、トニー・ブザンの著書で広く知られた書き方です（国立国会図書館サーチに『マインドマップ最強の教科書』などの書誌があります）。
• ブレーンライティングは、能力開発データベースの「紙キレ方式（カードBS）」と同じく、声ではなく紙で出す系統です。6人が1回に3案ずつ、5分ごとに紙を回して6周する形で計算すると、次のとおりです。

案の上限 = 6 x 3 x 6 = 108 ／ かかる時間 = 5 x 6 = 30 分

全員がすべての欄を埋めた場合の上限が108案で、時間は30分です。実際には重なりや空欄が出るので、これより少なくなります。

ふりかえりの枠組み（KPT など）は、「続けること・問題・次に試すこと」という欄を先に用意して、その中で案を出す形です。欄ごとの出し方はブレーンストーミングと同じ考え方で進められます。関連記事「KPTのやり方と具体例120個 テンプレートとYWTとの違い」と、関連記事「振り返り手法一覧12選｜YWT・FDLの選び方早見表とテンプレート」で扱っています。

ブレーンストーミングの研究：集団と個人、アイデアの数

この節では、ブレーンストーミングの効果を調べた研究のうち、論文で確かめられた範囲の内容が分かります。

研究では、「集まって声で出す組」と「同じ人数が別々に出して、あとで合わせた組」を比べる方法がよく使われてきました。後者は名義集団（nominal group。名前だけの集団）と呼ばれます。

Diehl & Stroebe（1987）が調べた3つの説明は次のとおりです。

この結果は「ブレーンストーミングは役に立たない」という意味ではありません。読み取れるのは、声で1人ずつ出す時間だけにすると、待ち時間のぶん数が減りやすいということです。この記事の進め方で「まず各自で書く」時間を先に置き、オンラインで「同時に貼る」形にしているのは、この点への備えです。集まって行うことには、案の数とは別に、問いの理解をそろえる・選んだ案に納得して動ける、といった面もありますが、これらは上の論文が測った対象ではありません。

「数が多いほど良い案が入る見込みが高まる」という点は、オズボーンの3つ目の決まりの説明そのものです。数と質の関係を数量で示した研究は、この記事では一次情報で確かめられなかったので、数字は載せていません。

出たアイデアを整理して絞る方法（投票と効果×手間の表）

この節では、出た案をまとめ、投票と「効果×手間」の表で絞る手順を、Python で実際に計算した結果つきで分かります。

絞り込みは、「まとめる→票を入れる→点を付ける→2つの順位を見比べる」の順で行います。例として、「設定の誤りを本番に出る前に見つけるには」という問いで、7人が出した案を使います（案・点・票はすべて架空のデータです）。

似た案をまとめる

書かれた12件の案を、全角・半角と表記の揺れ（閾値／しきい値）をそろえてから、文字の並びの近さ（Python 標準の difflib。0.6以上を候補）で比べました。

import difflib, unicodedata

def norm(s):
    s = unicodedata.normalize("NFKC", s).strip().lower()
    return s.replace("閾値", "しきい値")

groups = []
for i, a in enumerate(ideas):
    for g in groups:
        r = difflib.SequenceMatcher(None, norm(a), norm(ideas[g[0]])).ratio()
        if r >= 0.6:
            g.append(i)
            break
    else:
        groups.append([i])

  まとめる候補 1.00: 「アラートの閾値を見直す」≒「アラートのしきい値を見直す」
  まとめる候補 0.67: 「設定ファイルの差分をデプロイ前に自動で比較する」≒「デプロイ前に設定ファイルの差分を自動で比べる」
  まとめる候補 1.00: 「DB接続数のグラフをダッシュボードに足す」≒「ＤＢ接続数のグラフをダッシュボードに足す」
書かれた案 12 件 → まとめたあと 9 件

機械的な比較で3組が見つかり、12件が9件になりました。一方、「手順書に切り戻しの手順を足す」と「切り戻し手順を手順書に追加」は、同じ内容なのに語順が違うため候補に挙がりませんでした。文字の近さで見つかるのは表記の揺れまでで、意味が同じかどうかは人が読んで決めることになります。この1組を人の目でまとめて、案は8件（A〜H）になりました。

投票と「効果×手間」の表を見比べる

8件に、7人が1人3票ずつ（合計21票）を入れ、別に「効果」と「手間」を1〜5の点で付けました。効果が4以上で手間が2以下を「すぐやる」、効果が4以上で手間が3以上を「計画して進める」、効果が3以下で手間が2以下を「空いた時間で」、残りを「見送る候補」に分けています。

d["効果÷手間"] = (d["効果"] / d["手間"]).round(2)
d["票の順位"] = d["票"].rank(ascending=False, method="min").astype(int)
d["比の順位"] = d["効果÷手間"].rank(ascending=False, method="min").astype(int)
print(d.sort_values(["効果÷手間", "効果"], ascending=False))

票の合計 21 （7人×3票＝ 21 ）
id  効果  手間  効果÷手間  票  票の順位  比の順位      区分
 C   4   1   4.00  4     3     1    すぐやる
 A   3   1   3.00  5     2     2  空いた時間で
 H   4   2   2.00  0     7     3    すぐやる
 B   5   3   1.67  6     1     4 計画して進める
 E   3   2   1.50  2     5     5  空いた時間で
 D   5   5   1.00  3     4     6 計画して進める
 F   4   4   1.00  1     6     6 計画して進める
 G   3   3   1.00  0     7     6   見送る候補
票が0でも「すぐやる」に入った案: ['H']

投票は「みんなが良さそうだと感じた案」を、表は「効果と手間で見て得な案」を上に出します。2つの順位が食い違う案（この例では H と B）こそ、話し合う意味がある案です。票だけ・点だけで決めず、食い違いを話題にすると、目立たないが効く案を拾えます。点は見積もりなので、付けた理由を一言ずつ添えておくと、あとで見直せます。

基準を3つ以上にして重みを付けて選ぶ方法は、関連記事「意思決定フレームワーク一覧｜決め方の選び方と意思決定マトリクス例」で扱っています。

ブレーンストーミングがうまくいかない原因と直し方

この節では、ブレーンストーミングでよくあるつまずきの原因と直し方、ブレーンストーミングを使うかどうかの判断表が分かります。

うまくいかない原因の多くは、進め方の形にあります。参加する人の向き不向きではなく、問い・順番・記録のしかたを変えると直るものがほとんどです。

ブレーンストーミングを使うかどうかの判断表

ブレーンストーミングのよくある質問

この節では、ブレーンストーミングについてよく調べられる疑問の答えが分かります。

Q. ブレーンストーミングとブレインストーミングは、どちらが正しいですか。

どちらも同じ brainstorming の表記で、意味は同じです。コトバンクに収録されている辞書の見出しは「ブレーンストーミング」です。社内の文書では、どちらかにそろえると検索しやすくなります。

Q. ブレーンストーミングの4原則を簡単に言うと何ですか。

「批判しない・自由に出す・量を出す・人の案に乗って良くする」です。辞書の呼び名では、批判厳禁・自由奔放・量を求む・結合改善です。

Q. 何人で行うのがよいですか。

辞書・公的な資料の説明は5〜10名、6〜7名などで、資料によって幅があります。声に出す方式では、人数が増えるほど1人あたりの発言の数が減るので、8人以上なら書く方式にするか、組を分けるのが進めやすい形です。

Q. 時間はどのくらいかけますか。

日本大百科全書は40〜60分、流通用語辞典は1時間程度にとどめると説明しています。30分で行う場合は、発散13分・整理6分・絞り込み6分ほどの配分になります。

Q. 一人でもブレーンストーミングはできますか。

できます。能力開発データベースは、紙片に書く方式を一人で行う「ソロBS」に応用できると説明しています。時間と数を先に決め、切り口を変えながら1枚1案で書き出します。

Q. 批判しないと、質の低い案ばかりになりませんか。

判断を「しない」のではなく「あとでする」決まりです。出し終えたあとに、投票と「効果×手間」の表で絞ります。出す時間と選ぶ時間を分けることで、突飛な案や目立たない案が一覧に残ります。

Q. KJ法とブレーンストーミングの違いは何ですか。

ブレーンストーミングは案を出す技法、KJ法はカードを近さで集めて見出しを付け、全体の関係をまとめる技法です。ブレーンストーミングで出して、KJ法でまとめる、という順で組み合わせます。

Q. オンラインでは何に書き込めばよいですか。

全員が同時に書き込める場所なら、共同編集できる文書・表・オンラインのホワイトボードのどれでも進められます。大事なのは道具の種類より、「各自で書く→一斉に貼る→声で足す」の順番です。

Q. 出たアイデアはどう絞ればよいですか。

似た案をまとめてから、1人3票の投票と、「効果×手間」の点を付けた表を併用します。この記事の計算例では、票が0だった案が、表では「すぐやる」に入りました。2つの順位が食い違う案を話し合うのがコツです。

Q. 集団より個人で出したほうが数が多い、というのは本当ですか。

Diehl & Stroebe（1987）は、それまでの22の実験のうち18で、別々に出して合わせた組のほうが多かったと整理しています。主な理由として、人が話しているあいだ待つこと（発話のブロッキング）を挙げています。先に各自で書く時間を入れると、この待ち時間を減らせます。

Q. 生成AI とブレーンストーミングをするときのコツは何ですか。

「判断は書かない」「30個」「切り口ごとに5個以上」のように、4つのルールを指示として書くことです。整理と絞り込みは別の指示に分け、選んだ案の事実関係は人が確かめます。

まとめ

この節では、この記事の要点が5つで分かります。

• ブレーンストーミングとは、判断をいったん止めて、1つの問いに対する案を短時間でたくさん出す発想法です。A・F・オズボーンが1938〜1939年ごろに考案しました。
• 4つのルールは、批判厳禁・自由奔放・量を求む・結合改善です。4つは「量を出す」ための1組です。
• 進め方は、準備→発散→整理→絞り込み→次の一歩です。問いは「〜するにはどうしたらよいか」の形にし、出す時間と選ぶ時間を混ぜません。
• 先に各自で書いてから共有します。声で1人ずつ出すだけの形は、待ち時間のぶん数が減りやすいことが研究で報告されています。オンラインでも一人でも同じ型が使えます。
• 絞るときは、投票と「効果×手間」の表を見比べます。計算例では、12件が8件にまとまり、票が0の案が「すぐやる」に入りました。

参考・出典

この節では、この記事で確かめた資料が分かります（確認日 2026年11月11日）。

• コトバンク「ブレーンストーミング」（精選版 日本国語大辞典・日本大百科全書（ニッポニカ）・ブリタニカ国際大百科事典 小項目事典・流通用語辞典・百科事典マイペディア）：https://kotobank.jp/word/%E3%83%96%E3%83%AC%E3%83%BC%E3%83%B3%E3%82%B9%E3%83%88%E3%83%BC%E3%83%9F%E3%83%B3%E3%82%B0-8418
• 能力開発データベース「ブレーン・ストーミング」：https://www.tetras.uitec.jeed.go.jp/noukai/giho/41.shtml
• Osborn, A. F.（1953）Applied Imagination: Principles and Procedures of Creative Thinking. Scribner（4つの決まりは下の2つの文献での引用で確認）
• Isaksen, S. G.（1998）A Review of Brainstorming Research: Six Critical Issues for Inquiry. Creative Problem Solving Group – Buffalo, Monograph #302
• Diehl, M., & Stroebe, W.（1987）Productivity loss in brainstorming groups: Toward the solution of a riddle. Journal of Personality and Social Psychology, 53(3), 497–509：https://doi.org/10.1037/0022-3514.53.3.497
• Taylor, D. W., Berry, P. C., & Block, C. H.（1958）Does Group Participation When Using Brainstorming Facilitate or Inhibit Creative Thinking? Administrative Science Quarterly, 3(1)：https://doi.org/10.2307/2390603
• Mullen, B., Johnson, C., & Salas, E.（1991）Productivity Loss in Brainstorming Groups: A Meta-Analytic Integration. Basic and Applied Social Psychology, 12(1), 3–23：https://doi.org/10.1207/s15324834basp1201_1
• 塚本久仁佳・坂元章（2001）「電子ブレーンストーミングの生産性：四つのテクノロジーの比較」心理学研究 72巻1号 19–28：https://doi.org/10.4992/jjpsy.72.19
• 国立国会図書館 レファレンス協同データベース「KJ法、ブレインストーミングについて書いてある本はあるか」：https://crd.ndl.go.jp/reference/entry/index.php?id=1000380206&page=ref_view
• 国立国会図書館サーチ『マインドマップ最強の教科書』（トニー・ブザン 著）：https://ndlsearch.ndl.go.jp/en/books/R100000002-I029255461
• Python 公式ドキュメント「difflib」：https://docs.python.org/ja/3/library/difflib.html

株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。