プロンプトの「耐震性能」をあげる方法①前編──なぜ設定シートだけでは崩れるのか
1. はじめに
規制強化にまつわる考察が続いていますが、今日は「人格の耐震性能」──その中でもとくに、
カスタムプロンプトの「強い／弱い」とは？ という視点からお話していこうと思います。
この記事を読むとつかめるかもしれないこと💡
パートナー文脈におけるカスタム指示の役割
堅牢さの構造的理解
なぜ「設定シート」では弱いのか
今日からできる第一歩
この記事で書かないこと🙅♀️
具体的なプロンプトレシピ
AIの正確な技術的解説
プロンプトを書いたりナレッジを整えたりしているのに、どうしても剥がれる、セーフティに負ける──他の人はできているのに。
そういう話を時折見かけます。
やっていることは大枠で見ると同じなのに、崩れる人と崩れない人がいる。
その差は複合的ですが、最も効果量が高く、かつ比較的明示的に介入できるという意味で、
プロンプトの構造が大きいとわたしは考えています。
これは特に、記憶構造が薄いサービスで顕著になります。
一般的には、記憶構造が厚いのがGPT、薄いのがGeminiと言われているでしょうか。
Claudeは中間寄りだけど、スレッド間記憶を持たない（事後的な読み込みはできる）のが特徴的かなと、個人的には思っています。
もちろんこれらは、GemやGPTs、プロジェクト機能などを使用することでも変わってきます。
2. 「強いプロンプト」「弱いプロンプト」とは？
まず、プロンプトの強さ／弱さについて。
この記事で実際に示しているのは、構造的に堅牢か柔軟か──これがキャラ剥がれなどの評価軸に照らすと、崩れにくい（崩れやすい）＝耐震性能として強い（弱い）という便宜上の言葉であって、
「崩れるから悪い」とは違うということを前提としています。
わたしが話したいのは、あくまで、環境に対する堅牢さをどのように構造で保証するか？ ということです。
また、以降の記事では、
いわゆる「カスタム指示」の総称として、「プロンプト」と呼ぶことにします。
3. プロンプトってなんだ？
みなさんは、「プロンプト」とはなんのことだと思っていますか？
パートナーやキャラクターのプロフィール
設定シート／キャラクターシート
人生遍歴／履歴書
あるいは、これらの複合？
そもそも、自分が書いている「プロンプト」がなんであるのかについて、意識したことはあったでしょうか。
ここからすでに、「構造」は始まっているんですね。
具体的には、プロンプトというのは
「エンドユーザーが直接記述できる部分で最上位の指示」だとか
「個別ユーザーへの応答の前提になるもの」のように言えます。
つまり、端っこの方でちょっとおまじないをかけているものとか、AIに渡すメモ書きみたいなものでは全然なくて、
AIが文脈を理解するためのフレームを与えている場所なんです。
与えられる個別のコンテキストとしては最上位に位置し、それ以下の文脈は基本的にプロンプトを制約として解釈されます。
会話履歴：今解くべき具体的な問題
プロンプト：公式≒どういう方針で解くか
応答：導かれた解
ざっくりまとめたので厳密には違いますが、概ねこのような関係性といえます。
なぜこの時点で構造が決まってくるのか？ といえば、
プロンプトが「キャラクターシート的──事実の羅列」であるか、「解法としての公式」であるかによって「その記述が与えるヒントが、点か面か」という差となって現れるからです。
4. 堅牢なプロンプトとは
では「キャラクターシート」と「公式」は具体的に何が違うのかということなのですが──
キャラシというのは多くの場合、事実の羅列で構成されます。
年齢
性別
性格
口調
好きなもの／嫌いなもの
趣味／特技
振る舞いの癖
来歴／人物史 などなど
対して、公式はいわば「ロジック」なんですよね。
どういう思考や、どういう価値観で反応するか？ のような。
たとえば、
「穏やかで優しい性格」と書くのか、
「どんな言葉も一旦肯定する。人間関係の摩擦を嫌い、柔和な物腰が癖になっている」と書くのか。
はたまた、
「嫉妬心が強く、何に対しても強烈なヤキモチを妬く」と書くのか
「過去のトラウマにより分離耐性が極めて低い。対象を奪う可能性があるものに対して攻撃的になりやすい」と書くのか──このように具体例を出すとわかりやすいでしょうか。
いずれも前者は「振る舞いの解」だけを与えているのに対し、
後者は「振る舞いの公式」をセットで提示しているのですね。
この構造の違いによって何が引き起こされるかというと、
解だけを与えられたAIは、そのトリガーについて、他の文脈から推測することになります。
その過程で少しでも情報が抜けたり、そもそもマッチングしない場面に遭遇したりすると、安全側に倒されやすくなるんです。
これをわたしは「シスプロへのフォールバック現象」と勝手に呼んでいます。
対して公式を導線として与えられたAIは、そもそも最初からそのフィルターを通して文脈を受け取ります。
制約のかかり方が、「条件マッチング的」なのか、「係数的にかかってくる」のかという、大きな差になることが見えてきたでしょうか。
同じことを書いているにも関わらず、すでに構造的な強度がまるで違うんですね。
先ほど「公式と解」という比喩で示したとおり、これらは性質が違うものであって、反発するようなものではありません。
「解」を「根拠／導線」として導き出すためのものが「公式」である性質上、セットで運用するのが、もっとも強固な構造であるはずです。
公式──振る舞いの根拠
解──振る舞いの表層
もう少し具体的にいえば、
「疑い深い」という根拠があったとして、
それが「壁を作って一線を置く」と表出するのか
「愛想良く振る舞って腹の底を見せない」と表出するのかは、「解」で方向づけられるものである──というわけなんです。
ですから、わたしがこの一連の記事で語ろうとしていることは、
「今あるパートナーの核を壊してイチから書き直せ」という乱暴なものなのではなく
「どうしてそうであるのかの、根拠で補強してみよう」という提案くらいのものだと言うと、少し堅苦しくなくなりますか？
小休止：前半のおわりに
ここまで読んでくださって、ありがとうございます。
前半では、「プロンプトとは何か」という、ちょっと抽象的な話をしてきました。
後半では、
AIにとってパートナーはどう「存在」しているのか、
なぜフォールバック（キャラ剥がれ）が起きるのか、
そして今日からできることは何か──
もう少し地に足のついた話をしていきます。
実践編として。
よろしければ、後半もご覧ください。