この回の目次
- 1. 198000円が99800円に見えた夜
- 2. アンカリングの正体
- 3. 実生活で起きやすい3つの場面
- 4. AIに気づかせてもらうプロンプト集
- 5. 自分で回す基準点チェックリスト
- 6. 次回予告
半額に見えた瞬間、もう負けている
ケンジさんは、家電量販店で足を止めました。ノートパソコンの値札に大きくこう書いてあったのです。
「通常価格 198000円 → 本日限定 99800円」
仕事用の買い替えは考えていました。でもその場で欲しかったわけではありません。比較表も作っていないし、他社の相場も見ていない。それなのに頭の中では、こんな声が動き始めます。
「10万円切ってるなら安いかも」 「20万円近かったものが半額なら得では」 「今日だけなら決めた方がいいのでは」
あとから冷静に振り返ると、本当に見るべきだったのはそこではありません。その機種の性能は自分の用途に合っているか。他店ではいくらか。型落ちではないか。修理体制はどうか。そこを見なければいけないのに、頭は「198000円」と「99800円」の差額に支配されます。
このとき起きているのがアンカリングです。最初に見た数字が、後から入る判断すべての基準になってしまう。最初の数字に「心の杭」が打ち込まれ、その後の評価がそこからズレにくくなる現象です。
アンカリングが厄介なのは、自分が影響を受けている自覚が薄いことです。本人は「比較したうえで安いと判断した」と思っていても、実際は最初の数字に引っぱられているだけ、ということがよくあります。
アンカリングは、知っていても効く
アンカリングはセール札だけの話ではありません。年収交渉で最初に提示された額、不動産の家賃、修理見積もり、フリマアプリの「希望価格」、口コミの星4.7、飲食店の「おすすめ」表示。最初の数字が出た瞬間に、私たちの脳はそれを仮の基準点にしてしまいます。
しかも厄介なのは、「自分は数字に強いから大丈夫」という人ほど影響を受けることです。数字をまったく見ない人ではなく、数字を手がかりに判断しようとする人ほど、最初の数字を起点に考え始めてしまうからです。
ここで必要なのは、「最初の数字を無視する」ことではありません。最初の数字しかない状態をやめることです。つまり、意図的に別の基準点を増やすこと。 その作業をAIにやらせます。
実生活での発現パターン1：買い物で「元値」に引きずられる
もっとも典型的なのはセールです。「定価4980円が2480円」「メーカー希望小売価格から40%オフ」。でも、ここで本当に問うべきなのは「元値からどれだけ下がったか」ではなく、「この商品に私はいくらまで払いたいか」です。
ところが人は、自分の予算より先に店側が置いた数字を見てしまう。すると本来は「2480円でも高い」と感じるはずの商品を、「4980円の半額なら安い」に変換してしまう。比較対象が、自分の必要性ではなく、店が作った“高い数字”になるからです。
特に危険なのは、高価なモデルを先に見せてから中価格帯を安く見せる売り方です。25万円の機種を見た後だと、14万円が急に現実的に見える。でも、自宅で最初に14万円だけ見ていたら、「高いな」と感じたかもしれません。
実生活での発現パターン2：年収交渉や見積もりで「最初に言われた額」が基準になる
転職やフリーランスの仕事でも、アンカリングは強く効きます。企業から最初に「年収480万円を想定しています」と言われると、本当は市場相場が550万円前後でも、交渉の起点が480万円になります。こちらも無意識に「では500万円で」と小さく寄せてしまう。
反対に、自分から強い数字を出せば、その数字が交渉の起点になります。問題は、多くの人が自分の相場調査より先に、相手の提示額を見てしまうことです。すると交渉ではなく「相手の数字に少し上乗せする作業」になってしまいます。
修理見積もりでも同じです。最初の業者が「全部で14万円です」と言えば、次の9万円が安く見える。でも相場が6万円なら、9万円でも高い。このズレを修正するには、複数の基準点が必要です。
実生活での発現パターン3：口コミやランキングの点数が判断を先回りする
数字は価格だけではありません。レビューも強いアンカーになります。星4.8と書かれている飲食店に行くと、人は最初から「きっと良い店だ」という構えで入ります。逆に星3.4だと、入る前から期待が下がる。
もちろんレビューは参考になります。ただ、レビューを先に見すぎると、自分の感覚より群衆の数字が先に立ってしまう。料理そのものを味わう前に、「4.8に見合うか」で採点し始めるわけです。
数字の良し悪しではなく、数字が先に来ることが問題です。アンカーは、私たちが自分の評価軸を立ち上げる前に、他人の基準を流し込んできます。
ここで見落としやすいのは、アンカーが「買うかどうか」だけでなく、買った後の満足度まで動かすことです。たとえばレビュー4.8の飲食店に入ると、料理そのものより「4.8に見合うか」で味わい始めます。逆に3.8の店なら、同じ内容でも「思ったより良かった」と感じやすい。つまり最初の数字は、選ぶ場面だけでなく、体験そのものの採点軸まで先回りしてしまいます。
だからアンカリング対策は、価格や点数の数字を疑うことにとどまりません。自分は何を重視して満足したいのか を先に言葉にしておくことが重要です。昼食なら、静かさなのか、量なのか、待ち時間なのか。ノートパソコンなら、軽さなのか、電池持ちなのか、画面の見やすさなのか。数字より先に判断軸を一つでも持てれば、アンカーの力はかなり弱まります。
AIに気づかせてもらうプロンプト集
アンカリング対策の基本は、「最初の数字を見た後でも、別の基準点を意図的に作る」ことです。以下はそのまま使えます。
プロンプト1：価格を見る前に相場の幅を作る
これからノートパソコンを買います。価格を見る前提で、まず相場の基準点を3つ作ってください。
用途：資料作成、Web会議、ブラウザ作業、軽い画像編集
条件：13〜14インチ、持ち運びあり、Windows
以下を出してください。
1. 必要最低限の性能と妥当な価格帯
2. 快適に使える標準的な性能と価格帯
3. オーバースペックになりやすい性能と価格帯
最後に、「セール表示を見たときに確認すること」を3つだけ添えてください。
このプロンプトの狙いは、店に行く前に自分の中の価格帯を作ることです。最初の値札を見る前に、おおまかなレンジがあるだけで、店側の数字に飲まれにくくなります。
プロンプト2：最初の提示額を見た後に、逆方向の基準を出す
転職先から年収480万円を提示されました。
私は現在520万円です。
この480万円という数字に引っ張られずに判断したいです。
以下を整理してください。
1. この提示額をいったん忘れて、市場相場を推定したときのレンジ
2. 年収以外に比較すべき項目
3. 相手に確認すべき質問
4. 交渉するなら、根拠のある希望額の作り方
相手の数字を見た後でも、AIに「いったん忘れて」と頼むことで、別軸を立て直せます。これでようやく比較が始まります。
プロンプト3：見積もり比較を「高い・安い」ではなく条件差で見る
以下の見積もりを比較してください。
A社：14万円
B社：9万8000円
C社：11万2000円
条件や保証内容の違いがまだ整理できていません。
金額だけに引っ張られないよう、比較表のひな型を作ってください。
「金額以外に確認すべき項目」も入れてください。
アンカリングは、数字だけが先行すると強くなります。比較表をAIに作らせると、視線が金額から条件へ戻ります。
プロンプト4：レビュー点数を見た後に、自分の判断軸を再起動する
以下の店を選ぼうとしています。
店A：レビュー4.8
店B：レビュー3.9
レビュー点数に引っ張られすぎないように、私が実際に見て判断すべき観点を整理してください。
用途：一人で落ち着いて昼食をとりたい
重視すること：うるさすぎない、清潔感、料理の量が多すぎない
「レビューを読む前なら何を気にしたか」という観点でまとめてください。
この聞き方をすると、数字を消すのではなく、数字の前にあったはずの自分の好みが戻ってきます。
自分で回す基準点チェックリスト
判断の前に、短くこれだけ確認してください。
- 1. 最初に見た数字以外の基準点を最低2つ持っているか。
- 2. 自分の予算・希望額・許容範囲を、相手の数字より先に言語化したか。
- 3. 「安い」ではなく「自分に対して妥当か」で見ているか。
- 4. 金額以外の条件を並べた比較表があるか。
- 5. 口コミや点数を見なかったとしても選ぶ理由があるか。
- 6. 今日限定、残りわずか、特別価格という言葉に急かされていないか。
- 7. 一晩置いても同じ判断をするか。
アンカリングの怖さは、「理屈ではわかっているのに効く」ことです。だから感情だけで抗おうとせず、物理的に基準点を増やす。チェックリストは、そのための手すりです。
まとめ：最初の数字に礼儀正しく距離を置く
アンカリングは、数字を信じすぎる人だけの罠ではありません。むしろ真面目に判断しようとする人ほど、最初の数字を手がかりにしやすい。でも最初の数字は、客観的な真実ではなく、ただ最初に置かれただけの数字かもしれません。
AIを使う意味はそこにあります。最初の数字の前に、自分の基準をつくる。見た後でも、別の基準点を足し直す。 それだけで判断はかなりまともになります。大事なのは、最初の数字を敵視することではなく、唯一の基準にしないことです。
値札も提示年収も見積もりも、参考情報の一つにすぎない。そう思い出せたら、数字はようやく使える道具になります。
次回予告
次回から会員向けの実装編に入ります。第4話では、「みんなそう言ってる」に流される同調バイアスを扱い、AIに少数意見を代弁させる方法を紹介します。会議や家族の空気に飲まれやすい人ほど効く回です。