小論文の試験で「書き出しの1文」が浮かばず、時間だけが過ぎていく。この経験をした受験生は多い。
書き出しは、単なる「最初の文」ではない。採点官がその答案をどう読むかを決定づける、いわば答案全体の方向舵だ。最初の1文で論旨が明確に示されていれば、以降の文章も好意的に読まれる。逆に、書き出しで方向性が見えなければ、どれだけ本論で良い議論を展開しても「結局何が言いたいのか分からない」と評価されるリスクがある。
この記事では、小論文の書き出しを4つの型に分類し、各型2テーマ・合計8本の例文を掲載する。さらに、やってはいけないNG例のビフォーアフター、書き出しから本論への接続テクニックまで、すべて具体例付きで解説する。志望理由書の書き出しについてはこちらの記事で扱っているので、必要に応じて参照してほしい。
小論文の書き出しが採点に直結する3つの理由
「書き出しさえ良ければ高得点が取れる」わけではない。しかし、書き出しの質が採点結果に大きく影響するのは事実だ。その理由は3つある。
1. 第一印象が全体評価を左右する
心理学でいう「初頭効果」は、小論文の採点にもそのまま当てはまる。採点官は1日に何十本もの答案を読む。冒頭の1〜2文で「この答案は筋が良さそうだ」と感じれば、本論も好意的に読まれやすい。
2. 論旨の方向性が即座に伝わる
良い書き出しは、その小論文が「何について、どの立場で論じるか」を1文で示す。採点官は冒頭を読んだ時点で答案全体の構造を予測できるため、以降の議論が頭に入りやすくなる。
3. 時間配分の起点になる
試験時間が60〜90分の場合、書き出しに迷って10分以上使ってしまうと、本論と結論の質が落ちる。書き出しの「型」を持っていれば、最初の1文を3分以内に書き始められる。
特に重要なのは2つ目だ。小論文は「自分の主張を論理的に展開する」文章である以上、冒頭で主張の方向性が見えなければ、採点官は「この受験生は何を論じたいのだろう」と迷いながら読むことになる。迷いながら読まれた答案が高得点を取ることは、まずない。
小論文の書き出し4つの型
小論文の書き出しは、大きく4つの型に分類できる。どの型を選ぶかは、出題テーマと自分が取りたい論の方向性によって決まる。
型1：問題提起型 -- テーマに「問い」を投げかける
最もオーソドックスで、どんなテーマにも使える型。テーマに対して「なぜ〜なのか」「〜は本当に〜と言えるのか」といった問いを冒頭に置き、その問いに答える形で本論を展開する。
冒頭： テーマに関する問いを端的に提示する
接続： その問いがなぜ重要なのかを1〜2文で示す
展開： 問いに対する自分の立場（賛成/反対/条件付き賛成など）を明示し、本論へ移る
問題提起型の強みは、書き出しの段階で「何について論じるか」が明確になる点だ。採点官に迷いを与えない。一方で、問いが漠然としすぎると「当たり前のことを聞いているだけ」になるため、問いの切り口を鋭くすることが重要になる。
型2：定義型 -- 議論の出発点を明確にする
テーマに含まれるキーワードの定義や範囲を冒頭で確定させる型。「そもそも〇〇とは何か」から始めることで、議論の前提を読み手と共有する。
冒頭： テーマのキーワードを定義する、または一般的な定義を示す
接続： その定義に基づくと、何が論点になるかを指摘する
展開： 自分の主張を明示し、本論へ移る
定義型は「自由」「平等」「幸福」「豊かさ」など、抽象度の高いテーマで特に威力を発揮する。言葉の意味を曖昧なままにして議論を始めると、本論で論点がぶれやすい。冒頭で定義を定めることで、ぶれを防ぐ。
ただし、辞書的な定義をそのまま書くだけでは不十分だ。「広辞苑によると〜である」で始まる答案は、採点官にとって退屈な定番パターンになっている。定義を示したうえで、自分なりの解釈や限定を加えることがポイントだ。
型3：データ引用型 -- 事実で読み手を引きつける
統計データや客観的事実を冒頭に置く型。「〇〇は年間〇〇万件に達している」のように、数値のインパクトで採点官の注意を引く。
冒頭： テーマに関連する統計データや事実を提示する
接続： そのデータが意味すること、示唆する問題点を指摘する
展開： データが示す問題に対する自分の主張を明示し、本論へ移る
データ引用型は、社会問題や時事テーマの出題で有効だ。主観的な意見ではなく客観的な事実から始めるため、論の信頼性が最初の段階で確保される。
注意点は2つある。1つは、データの正確性。試験本番で正確な数値を思い出せない場合は、「〇〇万人を超えるとされる」のように概数で示す方法がある。もう1つは、データだけで終わらないこと。数値を出した後に「だから何が問題なのか」まで踏み込まなければ、単なる事実の羅列になる。
型4：対比型 -- 2つの視点で論点を浮き彫りにする
2つの立場、概念、時代、地域などを対比させることで、論点を鮮明にする型。「AではなくB」「AとBの間で」という構図を冒頭で示し、自分がどちらの立場に立つか（あるいは第三の立場を取るか）を宣言する。
冒頭： 2つの対立する見方や立場を提示する
接続： なぜこの対比が重要なのか、何が論点になるかを指摘する
展開： 対比を踏まえた自分の立場を明示し、本論へ移る
対比型は、賛否が分かれるテーマ（例：死刑制度の是非、SNS規制の可否）で特に効果的だ。冒頭から「この小論文は2つの立場を検討する」と示すことで、採点官に論の構造が即座に伝わる。
ただし、対比を出すだけで自分の立場を示さないと「両論併記」で終わってしまう。書き出しの段階で、少なくとも自分がどちら寄りの立場で論じるかを示唆することが重要だ。
小論文の書き出し例文8選 -- 型別・テーマ別
ここからは、4つの型ごとに2テーマずつ、合計8本の書き出し例文を掲載する。各例文は冒頭の2〜3文を示し、なぜその書き出しが効果的なのかを解説する。
問題提起型の書き出し例文
#### 例文1：問題提起型 x「AIと教育」
生成AIが学習のあらゆる場面に浸透しつつある現在、「自分の頭で考える力」は本当に育つのだろうか。AIが答えを提示する環境に慣れた学生が、正解のない問いに向き合う力を維持できるかどうかは、教育の根幹に関わる問題である。
効果的な理由： 「AIの活用」という肯定的な文脈をあえて裏返し、「考える力は育つのか」という切り口で問いを立てている。テーマが明確で、かつ問いに緊張感がある。
#### 例文2：問題提起型 x「少子化対策」
日本の少子化対策は、なぜ30年以上にわたって成果を出せていないのか。1994年のエンゼルプランから現在まで、政府は数多くの施策を打ち出してきたにもかかわらず、出生率は下がり続けている。問題は「対策の量」ではなく「対策の前提」にあるのではないか。
効果的な理由： 「少子化は問題だ」で始める受験生が多い中、「なぜ対策が失敗し続けるのか」と切り込むことで差別化している。「問題は前提にあるのではないか」という仮説提示が、本論への期待を生む。
定義型の書き出し例文
#### 例文3：定義型 x「多様性」
「多様性を尊重すべきだ」という主張は広く共有されている。しかし、ここでいう「多様性」とは何を指すのか。属性の多様性か、意見の多様性か、それとも価値観の多様性か。この言葉の定義を曖昧にしたまま議論を進めることが、かえって排除の構造を生んでいる。
効果的な理由： 誰もが賛成しそうな「多様性の尊重」に、「定義が曖昧だ」という角度から切り込んでいる。一般論をそのまま受け入れず、概念を掘り下げる姿勢が知的な印象を与える。
#### 例文4：定義型 x「働き方改革」
「働き方改革」は、労働時間の短縮を意味するのか、それとも働く場所や方法の自由度を高めることを意味するのか。この2つは本来異なる概念であるにもかかわらず、しばしば同一視されている。本稿では、「改革」の対象を労働時間ではなく労働の質に限定し、真に求められる変化を論じる。
効果的な理由： 「働き方改革」という曖昧な言葉を分解し、自分が論じる範囲を明確に宣言している。冒頭で議論のスコープを絞ることで、本論での議論がぶれにくくなる。
データ引用型の書き出し例文
#### 例文5：データ引用型 x「食品ロス」
日本では年間約472万トンの食品が、まだ食べられる状態で廃棄されている。これは国民1人あたりに換算すると、毎日約103グラム、おにぎり1個分に相当する。この膨大な無駄を削減するために、消費者の意識改革だけでなく、流通構造そのものの見直しが求められている。
効果的な理由： 「472万トン」という大きな数字を「おにぎり1個分」に変換することで、読み手に規模感を直感的に伝えている。数値と身近な比喩の組み合わせは、データ引用型の定石だ。
#### 例文6：データ引用型 x「若者の政治参加」
2024年の衆議院議員総選挙における10代の投票率は、わずか43.06%だった。20代も同様に低水準にとどまっている。この数字は、若年層が「政治に関心がない」のではなく、「投票に行く動機を持てていない」ことを示唆しているのではないか。
効果的な理由： 具体的な投票率を提示した後、「関心がない」という通説を否定し、「動機の不在」という独自の解釈を加えている。データを出すだけでなく、データの「読み方」を示すことで、分析力をアピールしている。
対比型の書き出し例文
#### 例文7：対比型 x「SNS規制」
SNSの規制をめぐる議論は、「表現の自由を守るべきだ」という立場と「未成年を有害情報から守るべきだ」という立場の間で揺れ続けている。どちらも正当な主張であり、どちらかを全面的に退けることはできない。本稿では、両者を二項対立として扱うのではなく、共存可能な制度設計を考察する。
効果的な理由： 2つの対立する主張を公平に提示したうえで、「二項対立を超える」という第三の立場を宣言している。単に賛成か反対かではなく、より高い次元で論じる姿勢が伝わる。
#### 例文8：対比型 x「グローバル化と地域文化」
グローバル化は地域文化を画一化するのか、それとも地域文化に新たな価値を与えるのか。この問いに対する答えは、「グローバル化」をどの側面から捉えるかによって変わる。経済のグローバル化と文化の交流を区別したうえで、地域文化が持つ固有の価値をどう維持できるかを論じたい。
効果的な理由： 「グローバル化は良いか悪いか」という単純な問いを避け、「どの側面を見るかによって答えが変わる」と多角的な視点を冒頭で提示している。論の奥行きを予感させる書き出しだ。
やってはいけない書き出しNG例 -- ビフォーアフターで改善
効果的な書き出しを知ることと同じくらい、「やってはいけないパターン」を知ることが重要だ。ここでは4つのNG例を取り上げ、それぞれ改善後の文を示す。
NG1：感想文調で始める
問題点： 「重要だと思います」「考えるべきだと感じています」は、主観的な感想にすぎない。小論文で求められるのは「なぜ重要なのか」を客観的に示すことだ。また「この問題」が何を指すのかも不明確で、採点官は冒頭から迷子になる。
NG2：一般論の羅列で始める
問題点： 「グローバル化が進み」「生活は大きく変化」「さまざまな課題」はすべて抽象的な一般論であり、どのテーマの小論文にもコピー&ペーストできてしまう。書き出しの2文を読んでも、何について論じるのかが分からない。具体性のない書き出しは、採点官に「この受験生は問題を理解していない」と判断される。
NG3：設問文をそのまま繰り返す
問題点： 設問文を繰り返すのは文字数の無駄遣いだ。採点官は設問を知っているのだから、同じ文を読まされる必要はない。さらに「多大な影響を与える」は何も言っていないに等しい。どんな影響を、どの領域に与えるのかを具体的に示すべきだ。
NG4：辞書の定義をそのまま引用する
問題点： 辞書の定義を引くだけでは、何の知的貢献もない。採点官は「この受験生は辞書を引いただけか」と感じる。定義型の書き出しを使うなら、辞書の定義をそのまま引用するのではなく、自分なりの解釈を加えたうえで議論の出発点にする必要がある。
書き出しから本論への接続テクニック3選
書き出しが決まっても、そこから本論にスムーズにつながらなければ、答案全体の流れが途切れる。ここでは、書き出しの後に使える3つの接続テクニックを紹介する。
テクニック1：「問い→立場表明」で接続する
書き出しで問いを提示した後、本論に入る前に自分の立場を1文で明示する方法。
書き出し： 生成AIの普及は、学生の思考力を低下させるのだろうか。
接続文： 結論から言えば、AIの使い方次第で思考力は「低下」も「深化」もし得る。本稿では、AIを思考の補助として活用することで、むしろ高次の思考力が求められるようになるという立場から論じる。
問いを投げかけた後に「私は〇〇と考える」と立場を示すことで、採点官は「この先どういう論拠が出てくるのか」を予測しながら読める。予測しながら読める答案は、理解されやすく、評価されやすい。
テクニック2：「データ→意味づけ」で接続する
冒頭でデータを提示した後、「この数字が意味するのは〜」と解釈を加えて本論に入る方法。
書き出し： 日本における子どもの相対的貧困率は11.5%であり、約9人に1人が相対的貧困の状態にある。
接続文： この数字が問題なのは、経済的な困窮が教育機会の格差に直結し、その格差が次の世代にも引き継がれる「貧困の連鎖」を生むからだ。本稿では、教育政策の観点から貧困の連鎖を断ち切る方策を検討する。
データだけでは「だから何が問題なのか」が伝わらない。データに意味づけを加えることで、本論の方向性が明確になる。
テクニック3：「対比→焦点の絞り込み」で接続する
冒頭で2つの立場を対比した後、「本稿が注目するのは〜」と焦点を絞って本論に入る方法。
書き出し： 移民の受け入れについて、「労働力不足を補う手段」として肯定する立場と「社会的統合のコストが大きい」として慎重な立場がある。
接続文： 本稿が注目するのは、この議論で見落とされがちな「受け入れ後の言語教育」という論点である。言語の壁を解消する制度設計なしに、いくら受け入れ人数を議論しても実効性のある政策にはならない。
対比を示した後に焦点を絞り込むことで、「この小論文は何について論じるのか」が一目で分かる。対比を出して両論併記で終わる答案との差別化ができる。
小論文全体の構成について詳しく知りたい場合は、800字の小論文構成の記事も参考にしてほしい。
よくある質問
試験本番で正確なデータを思い出せない場合、データ引用型は使えませんか？
「です・ます調」と「だ・である調」のどちらで書くべきですか？
4つの型のうち、どれが最も高得点を取りやすいですか？
書き出しの文字数はどのくらいが適切ですか？
書き出しの質を客観的に確認する
小論文の書き出しは、4つの型（問題提起型・定義型・データ引用型・対比型）のどれを使っても、具体性と論の方向性が示されていれば効果的になる。大事なのは、テーマに応じた型を選び、冒頭の2〜3文で採点官を引き込むことだ。
ただし、自分が書いた書き出しが「採点官にとって」どう映るかは、自分では判断しにくい。「論点が明確に伝わるか」「本論への接続は自然か」といった評価は、多くの答案を読み比べた視点がなければ難しい。
ProofPathのAI添削は、小論文の冒頭の引きつけ力、論旨の明確さ、本論への接続の自然さをチェックできる。書き出しに迷ったら、まず書いてみて、フィードバックをもらいながら磨いていくのが最も確実な方法だ。