担当者が、AIに四行の詩を頼んだ。最後の行を「春が来た」で終える条件は、三行目が出た後で足した。
AIは、一行目から順に書いていた。
四行目の「春が来た」だけが、前の三行から浮いた。
条件は、きちんと伝えた。それでも、なぜ最後の一行だけが浮いたのか。
後から足した条件は、書き終えた行に届かない
詩なら、浮いたのは一行で済む。
対話で使うAIの多くは、書いた端から利用者に見せる。見せた言葉を、後から足した条件で書き直すことはない。
初めのほうで選んだ語の誤りは、後半まで響く。出力が長いほど、時間もかかる。
挨拶文でも報告書でも、結びの条件を後から足せば、同じことが起きうる。
情報は2025年3月時点のものである。
語を確定させる時点の正体は、書き換えの対象から外す瞬間だった
人は、書き終えた原稿でも後から直せる。AIの言葉は、ある時点で書き換えの対象から外れる。
ChatGPT、Claude、LLaMAは、自己回帰型LLMだ。自己回帰型は、すでに書いた左側の語（トークン）だけを材料に、次の語を予測する。
一度出した語は、基本的に最後まで残る。一語書くごとに、言葉を確定させていく。
冒頭の詩では、三行目までが先に確定していた。「春が来た」は、確定済みの三行に後からつなぐしかなかった。
一行目を書いた時点で、AIは春へ向かう必要を知らなかった。浮いた原因は、確定の順番にある。
自己回帰型は、書き始めが早い。前から積み上げる仕事では、幅広い実績がある。
創作、要約、翻訳、考えを順に書かせる推論が当てはまる。
拡散型は、終わりから戻る仕事で逆転した
確定の時点が違うAIもある。拡散型LLMだ。
Inception LabsのMercury Coderと、中国人民大学などの研究チームによるLLaDAが、拡散型にあたる。
拡散型は、全体を同時に直すために、出力の長さという枠を最初に決める。全部の位置を隠した状態から始める。
全位置の語を一斉に予測して、更新する。更新を何度も繰り返し、粗い下書きを細かく仕上げる。
前後両方の語から、欠けた箇所を予測する。途中の矛盾は、次の手順で直す。
内部の部品は、既存の技術の流用が多い。LLaDAも、標準的なTransformerを使っている。
違いの本体は、確定させる時点にある。
LLaDAの論文（2025年）は、得意の向きを数字で示した。題材は、有名な中国の詩から取った496組の対句である。
詩の一行を見せて、次の行を書かせる。逆に、前の行を書かせる。
次の行を書く順方向では、GPT-4oが82.7、80億パラメータのLLaDAが48.8だった。
前の行を書く逆方向では、LLaDAが42.4、GPT-4oが34.3。逆順の課題で、LLaDAがGPT-4oを上回った。
拡散型が有利になる兆しがあるのは、終わりが始まりを縛る仕事だ。構文の厳密さが要るコード、逆順の詩、一部だけを書き換える編集が当てはまる。
速さの主張もある。Inception Labsは、Mercuryが汎用のGPUで毎秒1000トークン以上を生成すると主張している。
終わりを渡さない依頼は、一行目から行き先を見失う
いま対話で使うAIの多くは、自己回帰型だ。書き始めた一語目から、言葉が確定していく。
終わりの条件を持たずに書き始めれば、一行目は行き先を知らないまま確定する。
後から条件を足しても、確定した前半は戻らない。浮いた結びを直すには、頼み直すしかない。
GPT-4oの点も、順方向の82.7に対し、逆方向では34.3だった。終わりから戻る仕事は、自己回帰型の不得手な向きである。
頼む側の差は、書き始める前に渡す枠でつく
終わりの枠は、頼む側が先に決めて渡す。枠とは、目的、最後の一文、長さと形である。
何で終わるべきかは、頼む人の前提だ。前提を言葉にして、プロンプトの冒頭に書く。
次の文面のかっこの中を、自分の依頼に書き換えて使える。
目的：（例：新商品の発表会で読む挨拶文を作ります）
最後の一文：（例：「ご来場ありがとうございました」で終えます）
長さと形：（例：400字、三段落）
材料：（例：商品名、発売日、開発の経緯を下に貼ります）「春が来た」を、一行目より前に
最後の一文を先に渡していれば、AIは一行目から春へ向かって書けた。
「春が来た」は、一行目より前に渡すべき一行だった。
この記事の考え方は、拙著『GoogleのAI NotebookLM 意思決定の強化書』の4章5節「不確かな前提で進まないための安全確認」に書きました。この節を読むと、目の前の意思決定がやり直せるものかを見分け、どんな空白が残れば確定を待つべきかを考えられるようになります。
同じ資料を見ているのに、なぜ結論が割れるのか。
『GoogleのAI NotebookLM 意思決定の強化書』
前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。
読み終えたとき、手元に残るもの
- 意思決定の設計図になる前提リスト
- 資料を事実、意見、噂、ゴミに仕分けるFORT
- 同じ物差しで比べる選択肢表と採点表
- 始める条件と止める条件を書いた決定書
NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。