立ち止まるきっかけは自分で作る──鵜呑み防止スキル discernment-nudge を使ってみた

Anthropicが公式スキル集のanthropics/skillsで公開しているdiscernment-nudgeは、AIの回答を鵜呑みにしないよう促すスキルだ。Claudeが見積もりや助言、データの解釈など、人がそのまま信じて行動しそうな回答をしたとき、末尾に確認すべき問いを2〜3個付ける。背景にはAI Fluencyという枠組みがあり、その中のDiscernment（出力を見極める力）を実装したものだ。ライセンスはApache 2.0で、中身はSKILL.mdの1ファイルだけ。新卒エンジニアの検証では、家計簿アプリの見積もり依頼を中心に15セッションを投げ、14回で発動した。不発の1回はスキルを呼び出した痕跡すらなかった。発動はモデルの判断に委ねられており、確定的な仕組みではない。

見どころはここだ。このスキルはAIの回答を正確にするものではなく、回答を検証も修正もしない。効くのは人の側である。つまり「AIを直す道具」ではなく、「人が一度立ち止まるための信号機」と捉えるのが正しい。しかも設計が驚くほど控えめで、1会話につき最大1回、2回目以降は出さない。SKILL.mdには、繰り返しは小言に変わると明記されている。鵜呑み防止の道具が、しつこさで逆効果になることを設計段階で警戒している点が、地味だが一番おもしろい。問いは回答の中身に紐づいて生成され、定型文の貼り付けではない。日本語の質問には日本語で問いが付いた、という実測も興味深い。

中小企業の実務では、見積もりや工数をAIに出させた後に「この数字はどの前提に立っているか」を自分から一言聞く習慣を持つことが一番確実だ。スキルを導入するなら、ダブルチェックを頼んだ場合にはスキップされるなど、発動条件を理解しておくと判断を誤らない。明日からの一言は「その見積もり、どの前提に立っている？」だ。