多役プロンプトの人物ロールは、名前でなく1行の評価基準で分岐する

多役プロンプトで役に肩書きではなく実在の人物名を割り当てた場合、出力は人物によらない一般論に収束するという検証である。松下幸之助、スティーブ・ジョブズ、ピーター・ドラッカーの3人に、取引先への見積もり単価の引き上げについて反論させた。名前だけの条件では、3人の発言はいずれも「お客様第一で」「価値をきちんと伝えましょう」という要旨になり、発言者のラベルを外すと区別がつかなかった。名前は、モデルにとって弱い手がかりにしかならなかったのである。

ここが面白い点だ。人物ごとに守るものを1行だけ明示した条件では、3人の指摘が初めて分岐した。松下幸之助役は値上げ分に見合う安心と信頼を説明できているかを、ジョブズ役は値段の前に体験の質で選ばれているかを、ドラッカー役は顧客が誰で何に対価を払っているかを定義できているかを問うた。分岐の源泉は役の名前の情報量ではなく、明示された評価基準だった。これは肩書きロールの検証と同じ結論であり、役に何を演じさせるかを決めたら、その役の評価基準を1行で書けという設計原則として読める。名前で人格を呼ぶ前に、その人が何を守る人かを書け、ということだ。

もう一つ、この手法には倫理的な線がある。生成される発言は公開情報からの推測であり、本人の実際の発言ではない。歴史上の人物なら評価や哲学が公開され事実上固定されているため、推測と明記すればリスクは限定的である。一方、存命の人物を同じ手法で呼べば、AIの推測が本人の今後の発言や立場の変化と食い違い、本人の見解として誤解されかねない。今回対象を歴史上の人物に限定したのはそのためだ。

中小企業の実務で社内の多役レビューを作るなら、役の名前を並べるだけでは意味がないと覚えておけばよい。総務、現場、営業のそれぞれに守るものを1行書く。それだけで、AIの指摘は横並びの一般論から使える反論に変わる。