【2026年最新】ChatGPT×フェルミ推定対策｜コンサル面接プロンプト7選

「フェルミ推定の対策って、結局どうやればいいんだろう…？」

最近、戦略コンサル志望の読者から「本を3冊読んだけど面接で頭が真っ白になった」「練習相手がいなくて回答の良し悪しがわからない」という相談が立て続けにありました。

編集部が支援した戦略コンサル志望者28名（2025年通年）を振り返ると、共通パターンがありました。「構造化の型は知っているのに、制限時間内に声に出して説明できない」——インプットとアウトプットのギャップです。

そこで効果を発揮したのがChatGPT。「24時間の壁打ちパートナー」として使えば、出題→回答→フィードバックのサイクルを1日に何十回も回せます。ただし使い方を間違えると逆効果のリスクも。

この記事ではBCG・McKinsey・Bainの出題傾向を踏まえたプロンプト7選をコピペ可能な形で公開します。現役面接官やケースコーチの評価を代替するものではありませんが、練習の質と量を高める補助ツールとして活用してください。

フェルミ推定とは — 戦略コンサルが面接で問う理由

フェルミ推定の定義と由来

フェルミ推定とは、正確なデータが入手困難な数値を、論理的な仮定と計算で概算する手法です。ノーベル物理学賞受賞者エンリコ・フェルミに由来し、「シカゴにピアノの調律師は何人いるか？」という問いで知られます。

BCG・McKinsey・Bainのいずれも、ケース面接の一部としてフェルミ推定を出題するのが標準的です（アンテロープ 2026年版解説）。

戦略ファームが評価する5つの能力

面接官がフェルミ推定で見ているのは、最終的な数字の正確性ではありません。以下の5つの能力を、わずか3〜5分の回答時間で評価しています。

2026年の出題トレンド — AI時代に変わったこと

2026年、McKinseyのCEOボブ・スターンフェルズ氏はFortune誌で、社内AIエージェントを18ヶ月で約3,000→約20,000に拡大したと明かしました（Fortune 2026年1月14日）。同氏は「リベラルアーツ専攻者を再び重視する」と述べ、AIが論理的問題解決を担う時代には「創造性と判断力」が差別化要因になると指摘しています。

McKinseyは自社AIツール「Lilli」を最終面接の一環に試験導入。候補者はLilliでケーススタディを分析し、AIの出力を批判的に評価した上で提案をまとめることが求められます。フェルミ推定の本質——「限られた情報から構造的に考える力」——はAI協業時代にさらに重要になっています。志望先の選考形式は公式サイトで確認してください。

AIエージェント時代のコンサル転職戦略の全体像は、生成AI転職術｜コンサル・外資の内定を目指す方法で体系的にまとめています。

ChatGPTをフェルミ推定の練習パートナーにする3つのメリット

メリット1 — 24時間対話型の壁打ち相手

フェルミ推定対策の最大の課題は「練習相手の確保」。ケースコーチは1回1万〜3万円程度（想定相場）、友人との練習は予定調整が困難。ChatGPTなら1問5分のサイクルを何度でも回せます。ただし、「対面プレッシャー」「非言語コミュニケーション」は対人練習でしか鍛えられません。ChatGPTはあくまで補助ツールです。

メリット2 — 出題パターンの網羅的生成

書籍の練習問題は数十問が限度。ChatGPTなら業界別・難易度別に問題を生成でき、「難易度をBCGの最終面接レベルに設定して」と条件を加えれば段階的にレベルアップも可能です。

メリット3 — 思考の言語化トレーニング

「頭では分解できるのに口に出すと支離滅裂」——この課題に効くのがChatGPTへの回答入力+フィードバック依頼です。言語化の弱点が明確になります。

事例区分: 想定シナリオ
編集部支援28名の傾向では、ChatGPTで2週間練習→対人練習に移行した方が、言語化がスムーズだったという声が多く聞かれました（一般的パターンに基づく）。

フェルミ推定の基本フレームワーク — 5ステップ解説

以下の5ステップは、BCG・McKinsey・Bainいずれでも通用する基本型です。

Step 1 — 問題の定義と前提確認

「日本のカフェの市場規模は？」と聞かれたら、まず定義を確認。「カフェ」にチェーン店・個人喫茶店の両方を含むのか、「市場規模」は売上高ベースか来店客数ベースか。この確認行為自体が高く評価されます。

Step 2 — 構造化（因数分解）

問題を掛け算の要素に分解します。「店舗数 × 1店舗年間売上」と「人口 × 利用率 × 頻度 × 単価」のように、複数アプローチから推定しやすい切り口を選びます。

Step 3 — 仮定の設定

各要素に仮定値を置く際は、根拠を一言添えます。「カフェ店舗数は約7万店と仮定。コンビニが約5.6万店なので、カフェはそれより多い」——身近なベンチマークを使うのがコンサルタント的な仮定の置き方です。

Step 4 — 計算

桁数を丸めて概算。「7万店 × 年間売上1,500万円 ≒ 約1兆円」のように、まず桁数を合わせることが優先です。

Step 5 — 検算とサニティチェック

算出した数字が「直感的におかしくないか」を確認。業界レポートなどの公開データとオーダーが合っているか。この習慣が、面接官に「ビジネス感覚がある」と思わせるポイントです。

出題パターン別プロンプト7選 — コピペしてすぐ練習開始

以下7つのプロンプトをChatGPTに貼り付けて、制限時間5分で回答してみてください。

事例区分: 想定シナリオ
編集部の支援経験に基づく練習用テンプレートです。実際の選考内容を保証するものではありません。

プロンプト1 — 市場規模推定型（最頻出）

ケース面接で最も出題頻度が高いパターンです。「○○の市場規模は？」という形式で、需要サイドまたは供給サイドからのアプローチを問われます。

あなたは戦略コンサルティングファーム（BCGまたはMcKinsey）の面接官です。
以下の条件でフェルミ推定の模擬面接を実施してください。

【お題】日本のペットフード市場の年間売上規模を推定してください。

【ルール】
- 私が回答を述べるので、戦略ファームの面接官として深掘り質問をしてください
- 構造化の切り口、仮定の妥当性、計算の正確性、コミュニケーションの明瞭さの4軸で評価してください
- 最後に5段階評価（A/B/C/D/E）と改善点を具体的に教えてください
- 制限時間は5分です。私が「回答します」と言ったらタイマー開始とみなしてください

不足している情報があれば、最初に質問してから作業を開始してください。
仮定した点は必ず"仮定"と明記してください。

プロンプト2 — 数量推定型

「日本に○○はいくつあるか？」のパターン。人口・世帯数・面積などの基礎データから分解する力が問われます。

あなたは戦略コンサルティングファームの面接官です。
以下のフェルミ推定を出題し、私の回答を評価してください。

【お題】東京都内のエレベーターの総数を推定してください。

【評価軸】
1. 問題の再定義（どの範囲のエレベーターを対象にしたか）
2. 構造化の質（ビル種別ごとの分解ができているか）
3. 仮定の根拠（なぜその数字を置いたかの説明）
4. 検算の有無（最終回答のサニティチェック）

私の回答後、BCGの面接官が実際に行うような深掘り質問を3つしてください。
その後、A〜Eの5段階評価と具体的な改善アドバイスをお願いします。

不足している情報があれば、最初に質問してから作業を開始してください。
数字と固有名詞は、根拠（出典/計算式）を添えてください。

プロンプト3 — 売上推定型

特定企業や店舗の売上を推定するパターン。店舗数 × 客単価 × 来店客数の分解が基本です。

あなたは戦略コンサルティングファームのケースインタビュアーです。

【お題】日本のスターバックスの年間売上を推定してください。

【進行方法】
1. まず私に「どのようなアプローチで推定しますか？」と聞いてください
2. 私がアプローチを説明したら、「その仮定の根拠は？」と深掘りしてください
3. 計算結果を述べたら、「別のアプローチで検算するとどうなりますか？」と聞いてください
4. 最終的にA〜E評価と改善点3つを教えてください

【重要】私の構造化に論理的な穴があれば、すぐに指摘してください。
実際の面接では面接官が途中でツッコむので、そのリアルさを再現してください。

不足している情報があれば、最初に質問してから作業を開始してください。

プロンプト4 — 供給サイド推定型

需要ではなく供給側（提供者・生産者）から推定するパターン。面接官は「逆のアプローチでも検算できますか？」と聞いてくることがあります。

あなたは戦略コンサルティングファームの面接官です。

【お題】日本の美容師の人数を推定してください。

【特別指示】
- 私が需要サイド（顧客数）から推定した場合、「供給サイドからも推定できますか？」と聞いてください
- 私が供給サイド（美容室の数）から推定した場合、「需要サイドで検算してください」と促してください
- 両方のアプローチの整合性を確認し、乖離が大きい場合はその原因を議論してください

最終評価はA〜Eの5段階と「面接官として最も印象に残った点」「最も改善すべき点」を1つずつ教えてください。

仮定した点は必ず"仮定"と明記してください。

プロンプト5 — 時間・頻度推定型

「年間に○○は何回起きるか？」「○○にかかる時間は？」といったパターン。日常行動の観察力とビジネスセンスが試されます。

あなたは戦略コンサルティングファームの面接官です。

【お題】東京都内で1日に消費されるペットボトル飲料の本数を推定してください。

【評価の重点】
- 「人口」から始める王道アプローチだけでなく、「販売チャネル（コンビニ・スーパー・自販機）」から始めるアプローチも検討しているか
- 季節変動（夏と冬の差）への言及があるか
- 最終回答のオーダー感チェック（「1人1日0.3本 × 1,400万人 ≒ 420万本」のような直感的検算）

私の回答が終わったら、「もし季節が真夏だったら推定値はどう変わりますか？」という追加質問をしてください。

不足している情報があれば、最初に質問してから作業を開始してください。

プロンプト6 — AI時代のビジネスインパクト推定型（2026年新傾向）

2026年のコンサル面接では、AIがビジネスに与えるインパクトを推定させる問題が増加傾向にあるとの報道があります。McKinseyのAI面接試験導入を受けて、AIリテラシーを問う出題が注目されています。

あなたは戦略コンサルティングファームの面接官です。
2026年の最新トレンドを反映したフェルミ推定を出題してください。

【お題】日本の大手銀行1行が、窓口業務にAIチャットボットを全面導入した場合、
年間で削減できる人件費はいくらか推定してください。

【評価ポイント】
- AI導入の前提条件を自分で定義できるか（導入範囲、対象業務、削減率の仮定）
- 銀行の組織構造（支店数、1支店あたりの窓口人員）への理解
- 「AI導入率100%」ではなく、現実的な移行率を仮定できるか
- AI導入のコスト側（システム投資・運用費）にも言及できるか

私の回答後、「では逆に、AI導入に必要な初期投資はいくらか推定してください。ROIは何年で回収できますか？」と追加質問してください。

仮定した点は必ず"仮定"と明記してください。
数字と固有名詞は、根拠（出典/計算式）を添えてください。

プロンプト7 — 面接官ロールプレイ型（総合練習）

最後は、ChatGPTに完全に面接官役を任せるプロンプトです。お題の出題から評価まで、一気通貫で練習できます。

あなたはMcKinsey・BCG・Bainいずれかの戦略ファームの面接官として、
フェルミ推定の模擬面接を完全に主導してください。

【セッション設計】
1. まずあなたがお題を1つ出題してください（難易度: 戦略ファーム最終面接レベル）
2. 私が「考え中です」と言ったら30秒待ってから「そろそろいかがですか？」と促してください
3. 私の回答中に、面接官として自然なタイミングで深掘り質問を2〜3回挟んでください
4. 回答終了後、以下の4軸で評価してください:
   - 構造化: A〜E
   - 仮定の質: A〜E
   - 計算の正確性: A〜E
   - コミュニケーション: A〜E
5. 総合評価と「この候補者を次の面接に進めるか？」のYes/Noを理由つきで教えてください
6. 「もう1問やりますか？」と聞いて、継続の場合は別業界のお題を出してください

【重要】面接官として厳しく評価してください。甘い評価は練習になりません。
ただし、良い点は具体的に褒めてください。

不足している情報があれば、最初に質問してから作業を開始してください。

McKinsey・BCG・Bainのファーム別攻略ポイント

ファームごとに面接形式と評価の重点は異なります。以下は公開情報に基づく一般的な傾向であり、実際の選考はファーム方針により変わります。志望先の公式採用ページで最新情報を確認してください。

McKinsey — Lilliを使ったAI面接の登場

McKinseyは2026年1月、最終面接にAIツール「Lilli」を試験導入（Fortune 2026年1月14日）。候補者はLilliでケーススタディを分析し、AIの出力を批判的に評価して提案をまとめます。McKinsey志望者には「フェルミ推定力 + AIプロンプティング力」の両方が求められつつあります。

McKinseyのAI面接対策の詳細は、McKinsey AI面接の全貌｜Lilli攻略プロンプト5選で深掘りしています。

BCG — 候補者主導型ケースでのフェルミ推定

BCGは「候補者主導型」が特徴。候補者が自らフレームワークを構築し、仮説を立て検証するプロセスをリードすることが期待されます。フェルミ推定はケース冒頭で「まず市場規模を推定してください」と組み込まれることが多いとされています。内部AIツール「Deckster」の活用も報道されており（Future of Consulting 2026）、AIの出力を方向づける思考力が問われています。

Bain — 面接官とのディスカッション重視

Bainは候補者主導型に加え、面接官との双方向ディスカッションを重視。回答中に「仮定を変えたら？」「別のアプローチは？」と介入してきます。社内AI「Sage」の活用も報道されており、今後AI活用を含む選考形式の変化が議論されています。

ケース面接全般の対策はケース面接×ChatGPT攻略法｜戦略コンサル内定プロンプト集もあわせてご覧ください。

【要注意】よくある失敗パターンと回避策

ChatGPTを使ったフェルミ推定対策で、多くの方が陥るミスがあります。以下の4つは、編集部が支援した方々から繰り返し報告されたパターンです（想定シナリオ：編集部支援28名の傾向に基づく）。

失敗1 — ChatGPTの回答を「正解」だと思い込む

❌ ChatGPTが出した数字をそのまま面接で使った

⭕ ChatGPTに問題を出してもらい、自分で解いて、フィードバックをもらうサイクルが正しい使い方

なぜ重要か：ChatGPTはハルシネーション（事実と異なる情報を生成）のリスクがあります。面接本番では自分の頭で推定する力が問われます。AIは練習の補助ツールです。

失敗2 — 構造化せずにいきなり計算を始める

❌ いきなり「人口1.2億人で、カフェに行く人は半分で…」と数字を並べ始める

⭕ まず「店舗数 × 年間売上」か「人口 × 利用率 × 頻度 × 単価」か、アプローチを宣言してから数字に入る

なぜ重要か：面接官は構造的思考力を重視します。構造化なしの計算は評価が低くなりがちです。

失敗3 — 仮定の根拠を「なんとなく」で済ませる

❌ 「客単価は…まあ500円くらいかなと」

⭕ 「スタバが400〜600円、ドトールが300〜400円（いずれも想定）。チェーン店平均450円、個人店600円、構成比7:3で加重平均約500円と仮定」

なぜ重要か：面接官は「なぜその数字か」を聞きます。身近なベンチマークを活用してください。

失敗4 — 検算をしないまま「以上です」と終わる

❌ 計算結果をそのまま述べて終了

⭕ 「推定約8,000億円。コーヒー市場全体が数兆円規模なので、カフェがその一定割合は妥当」と検算を添える

なぜ重要か：サニティチェックは面接官が「ビジネスの肌感覚があるか」を判断するポイントです。

実践スケジュール — 面接2週間前からの対策ロードマップ

事例区分: 想定シナリオ
以下は編集部の支援経験に基づく推奨スケジュールです。個人の習熟度や志望先によって調整してください。

Week 1 — 基礎固め（1日3問ペース）

Week 1のポイント：時間制限は設けず、4ステップを丁寧に踏む習慣に集中。

Week 2 — 実戦形式（時間制限+声出し）

Week 2のポイント：ChatGPTへの入力を音声入力に切り替えると、「声に出す力」を効果的に鍛えられます。

英語面接の対策が必要な方は、ChatGPT英語面接対策5選｜外資通過率UPもあわせて準備しておくことをお勧めします。

よくある質問（FAQ）

Q1. フェルミ推定とは何ですか？

フェルミ推定とは、正確なデータが手に入らない数値を、論理的な仮定と計算によって概算する手法です。ノーベル物理学賞受賞者エンリコ・フェルミに由来し、戦略コンサルティングファーム（McKinsey・BCG・Bain等）のケース面接で、候補者の論理的思考力・構造化力・ビジネスセンスを測るために広く使われています。

Q2. ChatGPTだけでフェルミ推定の対策は十分ですか？

ChatGPTは練習の量と質を高める補助ツールですが、それだけでは十分とは言えません。ChatGPTでは「対面のプレッシャー」「非言語コミュニケーション」「面接官との即興のやり取り」を再現できないためです。ChatGPTで基礎力を固めた上で、対人練習（ケースコーチ、友人、転職エージェントの模擬面接など）を組み合わせることを推奨します。

Q3. フェルミ推定の練習にお金はかかりますか？

ChatGPTの無料版（GPT-4o mini）でも基本的な練習は可能です。より高品質なフィードバックを得たい場合は、ChatGPT Plus（月額20ドル、2026年5月時点・OpenAI公式）の利用が効果的です。一方、専門のケースコーチは1回あたり1万〜3万円程度（想定相場）が一般的です。

Q4. フェルミ推定とケース面接は何が違いますか？

ケース面接は、ビジネス課題の分析・戦略提案を求める面接形式の総称です。フェルミ推定は、ケース面接の一部として出題される「数値推定」パートです。例えば「新規事業の市場参入」ケースの冒頭で「まずターゲット市場の規模を推定してください」とフェルミ推定が組み込まれることが典型的です。ケース面接全般の対策についてはケース面接×ChatGPT攻略法をご覧ください。

Q5. 30代の中途転職でもフェルミ推定は出題されますか？

はい。戦略コンサルティングファームの中途採用では、年齢や職歴に関わらずフェルミ推定が出題されるのが一般的です。むしろ、中途採用では「業界知識を活かした仮定の設定」が期待されるため、自分の専門分野に関連するフェルミ推定は有利に働く場合があります。戦略ファームの中途採用における年収レンジは、コンサルタント職で900万〜1,300万円程度が目安です（アンテロープ 2026年版データ）。詳細は志望先ファームの公式採用ページをご確認ください。

Q6. McKinseyのAI面接（Lilli）でもフェルミ推定は出ますか？

McKinseyが2026年1月から試験導入しているAI面接は、AIツール「Lilli」を使ったケーススタディ分析が中心で、従来のフェルミ推定とは形式が異なります（Fortune 2026年1月14日報道）。ただし、AI面接以外の面接ラウンドでは引き続きフェルミ推定が出題される可能性があります。選考フローは変更される場合がありますので、McKinseyの公式採用サイトで最新情報をご確認ください。

まとめ — 今日から始める3つのアクション

1. 今日やること：プロンプト1（市場規模推定型）をChatGPTに貼り付けて、5分間のフェルミ推定を1問やってみる。「市場規模 = 店舗数 × 1店舗年間売上」の型で分解する感覚をつかむ
2. 今週中：プロンプト1〜6を1日2問ペースで回す。各回答後にChatGPTのフィードバックを読み、「構造化」「仮定の根拠」「検算」の3点を意識する
3. 面接2週間前：プロンプト7（面接官ロールプレイ型）で制限時間5分の実戦練習に移行。音声入力で「声に出す力」を鍛える

あわせて読みたい：

• ケース面接×ChatGPT攻略法｜戦略コンサル内定プロンプト集 — フェルミ推定を含むケース面接全般の対策
• ChatGPTで作る外資系面接想定問答100 — ビヘイビア面接・志望動機の対策

次回予告：次の記事では「ChatGPT × ビヘイビア面接対策」をテーマに、外資コンサルの行動面接で問われるSTAR法の回答をAIで磨く方法をお届けします。

著者：佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。早稲田大学法学部在学中に生成AIの可能性に魅了され、X（旧Twitter）で活用法を発信（@SuguruKun_ai、フォロワー約10万人）。100社以上の企業向けAI研修・導入支援を展開。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。

参考・出典

• McKinsey challenges graduates to master AI tools as it shifts hiring hunt toward liberal arts majors — Fortune（参照日: 2026-05-20）
• 【2026年最新版】フェルミ推定とは？コンサルフェルミ面接の例題・解き方・練習方法を徹底解説 — アンテロープキャリアコンサルティング（参照日: 2026-05-20）
• 【2026年最新版】コンサルタントの年収相場を徹底解説 — アンテロープキャリアコンサルティング（参照日: 2026-05-20）
• コンサル面接対策：フェルミ推定の30問練習問題と解き方のポイント — KOTORA JOURNAL（参照日: 2026-05-20）
• AI/ChatGPT for Case Practice — PrepLounge（参照日: 2026-05-20）
• 2026 Consulting’s AI Revolution Update — Future of Consulting（参照日: 2026-05-20）