ハビットスタッキングとは【習慣を積み上げる科学のコツ】
新しい習慣を始めても三日で忘れる。決意した翌週には、そもそも「やろうとしていたこと」すら思い出せない——そんな経験はありませんか。
じつは、習慣が続かない原因の多くは「やる気」ではなく「きっかけ（トリガー）の弱さ」にあります。そして、このきっかけ問題をいちばん手軽に解決するのが「ハビットスタッキング」です。
この記事では、ハビットスタッキングとは何かを定義から押さえ、なぜ科学的に続きやすいのか、どう作ればいいのかを、行動科学の研究と習慣トラッカー開発者の実体験を引きながら解説します。
ハビットスタッキングとは？既存の習慣に新習慣を「積む」こと
ハビットスタッキングとは、すでに毎日続いている習慣（アンカー）の直後に、新しい習慣をくっつけるテクニックです。「ハビット（habit＝習慣）」を「スタッキング（stacking＝積み上げる）」する、その名のとおりの方法です。
このセクションで分かること:
- ハビットスタッキングの基本の型（公式）
- すぐ使える具体例
- 「ただの目標」との決定的な違い
基本の公式は「○○したら、△△する」
ハビットスタッキングは、ジェームズ・クリアーが『複利で伸びる1つの習慣（Atomic Habits）』で広めた考え方で、次のひとつの型に集約されます。
「[いまの習慣]をしたら、[新しい習慣]をする」
たとえば「歯を磨いたら、スクワットを2回する」「コーヒーを淹れたら、今日の予定を1つ書く」。きっかけをゼロから用意するのではなく、すでにある行動の流れに新習慣を乗せるのがポイントです（出典: Atomic Habits Summary）。
「ただの目標」との違いは“きっかけが決まっている”こと
「もっと運動する」「英語を勉強する」という目標が続かないのは、いつ・何をきっかけにやるかが決まっていないからです。
ハビットスタッキングは「歯磨きの後」というすでに確実な行動を起点にするので、「いつやるんだっけ」と毎回考えずに済みます。これは次の章で見るように、行動科学的にも理にかなっています。
なぜ続くのか？ハビットスタッキングの科学
ハビットスタッキングが効くのは「気合いが入るから」ではありません。3つの行動科学の原理が背後で働いているからです。
このセクションで分かること:
- なぜ実装意図（if-thenプランニング）の応用として効くのか
- きっかけが「すでに自動化された行動」だから取りこぼさない理由
- 意志力を消費しないメカニズム
理由①：実装意図の「応用形」だから効果量が大きい
ハビットスタッキングは、心理学でいう「実装意図（implementation intentions）」の応用形です。実装意図とは「[この状況になったら]→[この行動をする]」と前もって決めておく計画法で、Gollwitzer と Sheeran の94研究のメタ分析では効果量 d = 0.65（中〜大）という大きな効果が確認されています（出典: Implementation Intentions Meta-Analysis）。
ハビットスタッキングは、この「いつ」の部分を“時刻”ではなく“既存の習慣”で固定した特殊形です。考え方の土台は if-thenプランニングの例 でも詳しく解説しています。
理由②：きっかけが毎日100%起きるから取りこぼさない
新しい習慣がなかなか定着しないのは、「やろうと思っていたのに忘れた」が起きるからです。Wendy Wood の研究によれば、私たちの日常行動の約43%は習慣的（自動的）に実行されています（出典: Wood, Quinn & Kashy 2002）。
歯磨きや朝のコーヒーのような既存習慣は、ほぼ毎日確実に発生します。その確実な行動をきっかけにすれば、新習慣の「やり忘れ」がほとんど起きません。習慣が「きっかけ→行動→報酬」のループで動く仕組みは 習慣化のメカニズム で解説しています。
理由③：意志力をほとんど使わない
BJ Fogg の行動モデル「B=MAP」では、行動は きっかけ（Prompt） がなければ起きないとされます（出典: Fogg Behavior Model）。既存習慣をきっかけにすれば、新習慣を「思い出す」ための意志力をほぼ使いません。
とはいえ「ハビットスタッキング単体の研究はまだ少ない」という指摘もあります。しかし、その土台となる実装意図と文脈依存（同じ状況で繰り返すと自動化する）は再現性の高い知見です。だからこそ、理論的にも有望なのです。意志に頼らない考え方は 意志力は鍛えなくていい もあわせてどうぞ。
ハビットスタッキングのやり方【4ステップと具体例】
理屈が分かったら、あとは作るだけです。失敗しない作り方を4ステップで紹介します。
このセクションで分かること:
- アンカー（土台になる習慣）の選び方
- 新習慣を「2分以下」に小さくする理由
- 朝・通勤・夜のすぐ使える組み合わせ例
4つのステップで組み立てる
- 毎日必ずやっている行動を「アンカー」に選ぶ（例: 歯磨き・コーヒー・お風呂）
- 公式に当てはめる：「[アンカー]をしたら、[新習慣]をする」
- 新習慣を「2分以下」に小さくする：「腕立て1回」「本を1ページ」でOK。小さすぎて失敗しようがないサイズにします
- まずは1つだけ積む：欲張らず、1スタックが定着してから次を足します
ステップ3が重要です。Fogg や クリアーが言うように、行動を極小化すると低いやる気でも実行でき、続ける土台になります。
すぐ使える組み合わせ例
| タイミング | アンカー（既存習慣） | 積む新習慣 |
|---|---|---|
| 朝 | コーヒーを淹れたら | コップ1杯の水を飲む |
| 朝 | 歯を磨いたら | スクワットを2回する |
| 通勤 | 電車で座ったら | 英単語アプリを1問だけ開く |
| 夜 | お風呂から出たら | ストレッチを1種目する |
| 夜 | 歯を磨いたら | 明日の予定を1つ書く |
朝は行動が安定していてアンカーにしやすい時間帯です。朝の習慣を積みたい人は 朝の習慣おすすめ7選 も参考になります。
失敗しやすいパターンと対策
ハビットスタッキングは強力ですが、設計を間違えると崩れます。よくある3つの失敗と対策を押さえておきましょう。
このセクションで分かること:
- アンカー選びでつまずく原因
- 「積みすぎ」で崩れるのを防ぐ方法
- 開発者自身がスタッキングで習慣を固定できた実例
失敗①：アンカーが不安定
「気が向いたらやる行動」をアンカーにすると、きっかけ自体が発生しない日が出て、新習慣も流れます。対策は、毎日ほぼ100%やっている行動だけをアンカーにすること。習慣は同じ状況で繰り返すほど強くなる（文脈の一貫性）ので、土台は確実なものを選びます。
失敗②：最初から積みすぎる
「歯を磨いたら、スクワットと瞑想と読書をする」のように欲張ると、ひとつ崩れた瞬間に全部崩れます。対策は1スタックずつ。習慣の自動化には中央値で66日かかる（習慣化は何日かかる？）ので、1つ定着してから次を積むのが結局いちばん速い近道です。
失敗③：アンカーと新習慣の場所がズレる
「玄関で靴を履いたら、寝室でストレッチ」のように場所が離れていると、移動の手間で続きません。対策は、同じ場所・同じ流れで完結する組み合わせにすることです。
実をいうと、私自身がこのハビットスタッキングで習慣を固定できた一人です。「起きたら水を飲む→瞑想する→…」と朝の行動を順番につなげていくうちに、朝ルーティンが流れで動くようになりました。完璧な毎日ではなく、つらい日は最小限バージョンに切り替え、サボった翌日には必ず戻る——それでも直近の週間達成率は98%です。
意志が強くなったわけではありません。既存の習慣に次の習慣を積む「仕組み」に乗せただけです。
まとめ
ハビットスタッキングとは、すでに続いている習慣をきっかけにして、新しい習慣を「積み上げる」コツでした。要点を再掲します。
- 基本の公式は「○○したら、△△する」：きっかけをゼロから作らない
- 科学的に有望：実装意図の応用形（d=0.65）で、意志力をほぼ使わない
- 作り方は4ステップ：確実なアンカーを選び、新習慣は2分以下に、まず1つだけ積む
- 失敗の3パターンに注意：アンカーの不安定・積みすぎ・場所のズレ
次の一歩
まずは「朝いちばんに必ずやること」を1つ思い浮かべ、その直後に積む新習慣を1つだけ決めてみてください。「コーヒーを淹れたら、水を1杯飲む」くらいの小ささで十分です。それが、意志に頼らず習慣を増やす最初の一歩になります。ほかのコツとあわせて知りたい人は 習慣化のコツ7選 もどうぞ。
ハビッチについて
ここまで読んでくれたあなたが、習慣を「積み上げる仕組み」で増やしたいなら、私が開発した習慣トラッカーアプリ「ハビッチ」を試してみてほしい。
ハビッチは、習慣の達成でバーチャルペットが育つ習慣トラッカーアプリです。「○○したら」というスタッキング専用の機能はまだありませんが、習慣ごとに時刻リマインダーを設定でき、これが「いつやるか」のきっかけになります。記録はワンタップで終わるので、積んだルーティンを止めずに記録できます。
そして達成するとその場でペットが喜んで育つので、効果がすぐ出にくい習慣でも「続けること自体」がその場の報酬になります。本記事で紹介したアンカー（きっかけ）と即時報酬を、ペットを育てる感覚で自然に取り入れられます。
ハビッチはどんなアプリ？アプリの特徴をまとめて紹介ハビッチは、習慣の達成でバーチャルペットが育つ習慣トラッカーアプリです。ワンタップ記録・20種類以上の図鑑・グラフでの振り返りといった特徴から、行動科学にもとづく「続けられる理由」、おすすめな人まで、開発者がまとめて紹介します。