Liquitous將公民參與共識形成平台「Liqlid」升級為「數位民主的整合平台」
株式會社Liquitous宣布，其獨家開發的公民參與共識形成平台「Liqlid」進行了更新。除了原有的公民參與UI（入口）之外，還擴充了利用AI整合分析公民意見並與政策連結的功能。
📋 文章處理履歷
- 📰 發表: 2026年5月12日 22:00
- 🔍 收集: 2026年5月12日 13:31
- 🤖 AI分析完成: 2026年5月12日 13:43（收集後11分鐘）
株式會社Liquitous（總公司：神奈川縣橫濱市，代表取締役CEO：栗本 拓幸，以下簡稱：本公司）宣布，其獨家開發的公民參與共識形成平台「Liqlid（リクリッド）」進行了更新。除了原有的公民參與UI（入口）之外，還擴充了利用AI整合分析公民意見並與政策連結的功能。
透過本次更新，「Liqlid」已進化為「數位民主的整合平台」，不僅收集公民意見，還能一體化地支援解讀這些意見，並將其反映到政策和計畫中。
關於「Liqlid」
「Liqlid」是Liquitous獨家開發的公民參與共識形成平台，其理念是「深入討論，堅定決策」。
作為連結公民與行政，支援從意見徵集、討論、共識形成到政策反映的民主數位基礎，它已被日本全國各地的自治體所採用。
「Liqlid」的願景 — 從公民參與的「UI」到一個基於單一基礎，整合分析的效率且有效的參與與共創平台
公民參與並非僅僅「收集意見」就能完成。只有當收集到的聲音如何被整理、討論並反映到計畫和措施中清晰可見時，才能真正產生認同感和信任。
另一方面，現場有許多聲音表示，隨著公民意見的數量和多樣性迅速增加，整理和分析這些意見並將其納入政策的工作，對職員來說已成為巨大的負擔。
因此，本次為了支援Liqlid從「入口」到「反映」的整個過程，我們整合並強化了以下兩個要素：
公民參與UI（入口）：參與、發布、討論、投票等實務運作。
整合分析基礎（分析・可視化）：利用AI支援議題整理、可視化和反映考量。
更新1：強化公民參與UI（入口）（同時改善操作便利性）
我們提供一個公民參與的UI，可以設計從行政機關向公民提供資訊，到意見徵集、討論和投票的一貫流程。
在我們傳統的公民參與運作功能（資訊提供／意見徵集／討論／投票等）的基礎上，我們整備了更靈活、易於規劃和運作的流程。
主要功能：
行政機關向公民提供資訊
發散性意見徵集（創意徵集・投票）
公共評論
參與式預算編制
問卷調查表
特別是，原有的通用問卷調查表功能也得到了大幅擴充，職員可以更靈活地自行設定問題等。
此外，在令和7年度內，將在尼崎市利用Liqlid進行「兒童青年聲音行動」等參與式資金分配的措施。為了選定這些補助金的受惠對象和考量預算，我們也擴充了「參與式預算編制」的使用者介面和功能，以廣泛徵求公民意見。
作為一個公民易於參與、行政職員易於操作的「入口」，它將支援各地區的公民參與過程。
更新2：擴充整合分析基礎（AI分析・可視化）（強力支援議題整理至反映考量）
隨著公民意見數量的增加，除了「彙總」和「分類」之外，要掌握議題的整體面貌、理解其關聯性並將其納入措施變得更加困難。
本次更新擴充了分析功能，利用AI（LLM／自然語言處理等）為負責職員創造更多專注於考量的空間。
這使得大量公民意見不僅僅停留在簡單的彙總，還能掌握整體面貌、理解議題間的關聯性，並以經得起問責的方式將其反映到政策中。
整合分析能做什麼（範例）：
① 「大議題」及「小議題」分析（議題分析功能）
解析發文和轉錄文本，自動整理主要議題。
將大議題・小議題分層列出，可視化發文數量和趨勢。
透過回溯原文確認，確保議題整理的準確性和可解釋性。
② 可視化哪些大・小議題容易被關聯提及（關聯可視化）
以網絡形式顯示議題之間的「連結」。
支援理解參與公民所持有的認知框架。
③ 透過四象限分類可視化公民意見趨勢
多軸整理意見分佈，掌握群體（集群）和偏差。
支援判斷應重點深入探討的領域和需要額外調查的領域。
④ 預測各發文的背景情緒，並提出草案等反映內容建議（反映建議）
根據發文的背景脈絡和情緒趨勢，提出考量觀點和反映方向。
也可用於與計畫草案連結，以及整理說明資料、常見問題（FAQ）和回饋的議題。
⑤ 與計畫草案等連結（施策體系・關鍵字）
透過本次更新，「Liqlid」已進化為「數位民主的整合平台」，不僅收集公民意見，還能一體化地支援解讀這些意見，並將其反映到政策和計畫中。
關於「Liqlid」
「Liqlid」是Liquitous獨家開發的公民參與共識形成平台，其理念是「深入討論，堅定決策」。
作為連結公民與行政，支援從意見徵集、討論、共識形成到政策反映的民主數位基礎，它已被日本全國各地的自治體所採用。
「Liqlid」的願景 — 從公民參與的「UI」到一個基於單一基礎，整合分析的效率且有效的參與與共創平台
公民參與並非僅僅「收集意見」就能完成。只有當收集到的聲音如何被整理、討論並反映到計畫和措施中清晰可見時，才能真正產生認同感和信任。
另一方面，現場有許多聲音表示，隨著公民意見的數量和多樣性迅速增加，整理和分析這些意見並將其納入政策的工作，對職員來說已成為巨大的負擔。
因此，本次為了支援Liqlid從「入口」到「反映」的整個過程，我們整合並強化了以下兩個要素：
公民參與UI（入口）：參與、發布、討論、投票等實務運作。
整合分析基礎（分析・可視化）：利用AI支援議題整理、可視化和反映考量。
更新1：強化公民參與UI（入口）（同時改善操作便利性）
我們提供一個公民參與的UI，可以設計從行政機關向公民提供資訊，到意見徵集、討論和投票的一貫流程。
在我們傳統的公民參與運作功能（資訊提供／意見徵集／討論／投票等）的基礎上，我們整備了更靈活、易於規劃和運作的流程。
主要功能：
行政機關向公民提供資訊
發散性意見徵集（創意徵集・投票）
公共評論
參與式預算編制
問卷調查表
特別是，原有的通用問卷調查表功能也得到了大幅擴充，職員可以更靈活地自行設定問題等。
此外，在令和7年度內，將在尼崎市利用Liqlid進行「兒童青年聲音行動」等參與式資金分配的措施。為了選定這些補助金的受惠對象和考量預算，我們也擴充了「參與式預算編制」的使用者介面和功能，以廣泛徵求公民意見。
作為一個公民易於參與、行政職員易於操作的「入口」，它將支援各地區的公民參與過程。
更新2：擴充整合分析基礎（AI分析・可視化）（強力支援議題整理至反映考量）
隨著公民意見數量的增加，除了「彙總」和「分類」之外，要掌握議題的整體面貌、理解其關聯性並將其納入措施變得更加困難。
本次更新擴充了分析功能，利用AI（LLM／自然語言處理等）為負責職員創造更多專注於考量的空間。
這使得大量公民意見不僅僅停留在簡單的彙總，還能掌握整體面貌、理解議題間的關聯性，並以經得起問責的方式將其反映到政策中。
整合分析能做什麼（範例）：
① 「大議題」及「小議題」分析（議題分析功能）
解析發文和轉錄文本，自動整理主要議題。
將大議題・小議題分層列出，可視化發文數量和趨勢。
透過回溯原文確認，確保議題整理的準確性和可解釋性。
② 可視化哪些大・小議題容易被關聯提及（關聯可視化）
以網絡形式顯示議題之間的「連結」。
支援理解參與公民所持有的認知框架。
③ 透過四象限分類可視化公民意見趨勢
多軸整理意見分佈，掌握群體（集群）和偏差。
支援判斷應重點深入探討的領域和需要額外調查的領域。
④ 預測各發文的背景情緒，並提出草案等反映內容建議（反映建議）
根據發文的背景脈絡和情緒趨勢，提出考量觀點和反映方向。
也可用於與計畫草案連結，以及整理說明資料、常見問題（FAQ）和回饋的議題。
⑤ 與計畫草案等連結（施策體系・關鍵字）