MiroFishとは何ですか？
MiroFishは、まるでChatGPTと会話するように未来のシナリオを予測できるAIシミュレーションチャットです。あなたが「もし製品の価格を来月上げたら、顧客の感情はどう変わる？」と質問するだけで、裏側でシステムが自動的に知識グラフの構築 → マルチエージェントシミュレーション → 予測レポートという一連のワークフローを実行。結果を構造化されたカードで返してくれるので、単なる静的（static）な回答ではなく、次の質問が自然に浮かぶインタラクティブな体験を提供します。
MiroFishの特徴は何ですか？
- テキストファーストのインターフェース: 質問から始め、必要に応じてファイルを添付。チャットのスピード感を保ちながら予測が可能です。
- マルチエージェント自動実行: 「グラフ構築」「シミュレーション」「レポート作成」をバックグラウンドで実行。ユーザーは会話を続けるだけです。
- 結果カードの表示: 各回答の下に、要約、レポートへの入り口、フォローアップの質問を含む構造化されたカードが表示されます。
- ファイル対応: PDF、Markdown、テキストファイルを現実世界の「種（シード）」として読み込み、具体的なアクターや制約をシミュレーションに反映できます。
- 継続的な深堀り: 生成された「世界」に対して、静的（static）な回答で終わらず、さらに質問を続けることができます。
MiroFishの使用例は何ですか？
- キャンペーンテスト: キャンペーンメッセージが公開前に、どのように増幅され、あるいは拒否されるかをシミュレーション。予算を使う前にリスクを発見できます。
- 価格改定の反応調査: 価格変更に伴う顧客の摩擦や、セグメントごとの反発経路をモデル化。発表前に「どのグループが最初に反発するか」を予測します。
- 政策ストレステスト: 政策の議論が始まったとき、どの集団が最初に支持し、反対するかをシミュレーション。意見の分裂や連立形成の表計算演習として活用できます。
- 市場ナレーティブ（市場における物語）の監視: ナレーティブ（物語）、インセンティブ、感情の相互作用をストレステスト。スプレッドシートでは見えない、アナリストと世論のフィードバックループを可視化します。
MiroFishの使い方は？
- ステップ1: 種をまく: 「もし製品の価格を来月上げたら、顧客の感情はどう変わる？」といった平易な質問から始めます。
- ステップ2: ファイルを添付する（任意）: 戦略メモ、製品FAQ、市場ノートなど、具体的なアクターや制約を含むファイルを添付すると、より現実に即したシミュレーションが可能です。
- ステップ3: レポートを読む: 生成された予測レポートを、意思決定をリハーサルするものとして扱います。抵抗シグナルや、実際のデータで確認すべき前提条件を探しましょう。
- ステップ4: 次の質問をする: レポートの内容を基に、さらに深い質問を続けます。例えば「どのグループのインセンティブを変えれば、結果が変わるか？」などを尋ねてみましょう。
