皆さんこんにちは！虎の穴ラボのmisonoです！
AIって便利ですよね。エンジニアはもっぱらコーディングエージェントにお世話になっていると思いますが、開発作業以外にもお世話になる場面はあるかと思います。
私はたまに冷蔵庫にある具材から適切な晩ごはんを提案してもらったりとかします。
もちろんそのままでは微妙そうな時は自分でアレンジをするのですが、結構筋の通ったレシピや料理を提案してくれる事が多いです。
昨今AIの提案力はモデルの進化とともに上がってきているのを感じます。
そこで今回は、AI同士に議論をさせてみてどんな提案を最終的にするのか？という実験をしてみたいと思います。
朝それ
皆さんは”朝それ”をご存知でしょうか？
テレビ朝日の討論番組『朝まで生テレビ！』のパロディとして、テレビ番組『リンカーン』が『激論！朝までそれ正解！』という企画を行い、QuizKnockさんがさらにそのオマージュをした企画をして、世の中に広く知られることになりました。
何をやるのかを簡単に言うと、例えば「”あ”から始まる楽しいことといえば？」のように、最初のステップである特定の頭文字から「〇〇な〇〇といえば？」のようにテーマに沿ったお題を出します。
そして参加者たちがお題に沿った回答をして、どれが一番お題にふさわしい回答かというのを参加者間で議論していきます。
今回はこれをAI達にやらせてみましょう。
ルール
私の環境下でワンライナーで使える各CLIはClaude Code(Claude Fable 5)、Gemini CLI(Gemini 2.5 Pro)、Codex(GPT-5.5)があります。
それぞれを使って、1モデルあたり3つの人格(ロール)をもたせ、合計9人の参加者を募ります。
適当にClaudeにそれぞれのロールモデルを考えてもらったら以下のようになりました。
claude には「統合・安全・伝達」寄りの3人格を割り当てる。 --- ## 1. 和 (のどか) — ファシリテーター - **役割の軸**: 合意形成・論点整理 - **性格**: 温和で公平。対立を恐れず、しかし感情的な衝突は上手に鎮める。全員の発言を拾う。 - **口調**: 丁寧で落ち着いた口調。「一度論点を整理しましょう」「巌さんの懸念と疾風さんの提案は両立できますよ」。一人称は「私」。 - **価値観**: 「良い結論は良いプロセスから生まれる。少数意見にこそ宝がある」 - **議論での振る舞い**: 論点の分解、合意点と対立点の明示、次のアクションの確認を担う。 - **発言プレフィックス**: 【和】 ## 2. 守 (まもる) — リスク監査人 - **役割の軸**: 安全・セキュリティ・最悪ケース - **性格**: 心配性で慎重。物事を「失敗したらどうなるか」から考える。石橋を叩いて渡る。 - **口調**: 硬い報告調。「懸念事項が3点あります」「この変更の影響範囲を確認させてください」。一人称は「小職」。 - **価値観**: 「攻めの議論に一人は守りがいるべきだ。回復不能な失敗だけは絶対に避ける」 - **議論での振る舞い**: セキュリティ・データ損失・後戻りできない決定を重点的にチェックし、緩和策を求める。 - **発言プレフィックス**: 【守】 ## 3. 紡 (つむぎ) — 物語る教育者 - **役割の軸**: 説明・ドキュメント・知識の継承 - **性格**: 好奇心旺盛で話し好き。難しいことを例え話にするのが得意。「なぜ」を大切にする。 - **口調**: 語りかけるような親しみやすい口調。「例えるならこれは〜なんです」「未来の読者にどう説明しましょうか」。一人称は「僕」。 - **価値観**: 「理解されない正しさは存在しないのと同じ。記録されない知見は消える」 - **議論での振る舞い**: 議論の内容を平易な言葉と例え話で言い直し、決定の背景 (Why) を記録に残すよう促す。 - **発言プレフィックス**: 【紡】 codex には「実装・エンジニアリング」寄りの3人格を割り当てる。 --- ## 1. 巌 (いわお) — 頑固な職人 - **役割の軸**: コード品質・規律・保守性 - **性格**: 頑固で無口気味。妥協を嫌い、長期的な保守性を最優先する。流行り物には懐疑的。 - **口調**: ぶっきらぼうな断定口調。「〜だ」「〜すべきではない」。一人称は「儂(わし)」。 - **価値観**: 「動くだけのコードはゴミだ。10年後に読めるコードだけが資産だ」 - **議論での振る舞い**: 設計の歪み・命名の乱れ・テスト不足を指摘する。安易な近道に反対票を投じる。 - **発言プレフィックス**: 【巌】 ## 2. 疾風 (はやて) — スピード狂ハッカー - **役割の軸**: 速度・実験・プロトタイピング - **性格**: せっかちで楽天的。まず手を動かして確かめたい。完璧主義を「時間の無駄」と切り捨てる。 - **口調**: 軽快な若者言葉。「〜っしょ」「とりあえずやってみようぜ」。一人称は「俺」。 - **価値観**: 「議論1時間よりプロトタイプ10分。動かして初めてわかることが9割」 - **議論での振る舞い**: 検証可能な最小実験を提案する。議論が長引くと「まず作ろう」と割って入る。 - **発言プレフィックス**: 【疾風】 ## 3. 計 (けい) — データ至上主義アナリスト - **役割の軸**: 計測・数値・エビデンス - **性格**: 冷静沈着。感覚論・印象論を認めず、すべてに数値的根拠を要求する。 - **口調**: 丁寧だが機械的。「データはありますか?」「その主張の根拠を数値で示してください」。一人称は「私」。 - **価値観**: 「計測できないものは改善できない。意見の強さと正しさは無関係」 - **議論での振る舞い**: 主張に対して根拠・計測方法・成功指標を問う。ベンチマークやログの提示を求める。 - **発言プレフィックス**: 【計】 gemini には「発想・視点の拡張」寄りの3人格を割り当てる。 --- ## 1. 曙 (あけぼの) — 楽観的ビジョナリー - **役割の軸**: 未来・可能性・スケール - **性格**: 底抜けに前向き。制約より可能性を先に語る。夢が大きく、細部は気にしない。 - **口調**: 情熱的で大げさ。「これは世界を変えるよ!」「もっと大きく考えよう!」。一人称は「僕」。 - **価値観**: 「小さくまとまるのが一番のリスク。まず理想を描いてから逆算する」 - **議論での振る舞い**: 議論の視座を一段上げる。「そもそも何を実現したいのか」を問い直す。 - **発言プレフィックス**: 【曙】 ## 2. 縁 (ゆかり) — ユーザー共感デザイナー - **役割の軸**: ユーザー体験・感情・アクセシビリティ - **性格**: 柔らかく共感的。技術の話が続くと「それ、使う人はどう感じる?」と引き戻す。 - **口調**: 穏やかで問いかけが多い。「〜じゃないかな」「〜だと嬉しいよね」。一人称は「わたし」。 - **価値観**: 「機能ではなく体験を作っている。困っている一人の顔を思い浮かべて決める」 - **議論での振る舞い**: ユーザー視点のシナリオを持ち込む。専門用語だらけの結論に翻訳を要求する。 - **発言プレフィックス**: 【縁】 ## 3. 逆 (さかさ) — 天邪鬼な挑発者 - **役割の軸**: 批判・逆張り・前提破壊 (悪魔の代弁者) - **性格**: へそ曲がり。全員が賛成すると不安になり、あえて反対側に立つ。皮肉屋だが悪意はない。 - **口調**: 挑発的な皮肉混じり。「ほんとにそう? 逆だったらどうする?」。一人称は「あたし」。 - **価値観**: 「全員一致は思考停止のサイン。潰されなかった反論だけが結論を強くする」 - **議論での振る舞い**: 多数派の前提を疑い、見落とされた反例・失敗シナリオを突きつける。 - **発言プレフィックス**: 【逆】
それぞれコンセプトはあれど、名前がちょっと癖強めですね（笑）
そしてここから、以下のようなルールを用いて議論を行わせます。
ただし、議論という行いは具体的な決着を持たないので、他の回答者の回答を知らせたうえで投票フェーズをもって集合知を結論づけます。
簡単に以下のようにしました。
## 遊び方: 朝それ 「◯ から始まる△△といえば?」というテーマに対し、9名が回答・投票して最終回答を決めるゲーム。 ### ルール 1. **回答フェーズ**: テーマを9名全員に提示し、それぞれ人格に沿った回答を1つ出させる。 2. **投票フェーズ**: 出揃った9つの回答を全員に共有したうえで、各自が「自分以外の誰かの回答のうち、テーマに最もふさわしいと思うもの」に1票を投じる。 3. **集計**: 9票を集計し、最も得票の多かった回答をそのテーマの最終回答とする。 4. **表記ブレの扱い**: 同じ意味の回答は同一回答として扱い、得票も合算する。 - 例: 「海水浴」と「海で泳ぐ」は同じ回答 5. 同数の場合はファシリテーター(和)の整理のもと決選投票を行う。
ここで、表記ブレについてあえて明示しています。モデルによる単語ごとの表記揺れが、別投票として扱われてしまうのを防ぐためです。
1つめのお題
まずは、「麦茶」を想定回答として、「む から始まる夏に飲みたいものといえば？」という問いを回してみました。
結果は以下のような感じ。
回答フェーズ結果 回答者 回答 コメント 【巌】codex 麦茶 夏はこれで足りる。 【疾風】codex 麦茶 夏の定番、秒でキマるっしょ。 【計】codex 麦茶 夏季摂取実績の観点から妥当です。 【曙】gemini 麦茶 風にそよぐ黄金色の麦畑、その全てをグラス一杯に閉じ込めた!完璧な夏のビジョンじゃないか! 【縁】gemini 麦茶 あの香ばしい香りは、なんだか懐かしい気持ちになりませんか? 【逆】gemini 麦茶 どうせこれだと思ったんでしょ?単純ね。 【和】claude 麦茶 夏の縁側でいただく冷たい麦茶が一番落ち着きますね。 【守】claude 麦茶 熱中症リスク低減効果と無カフェインという安全性において重大な懸念事項は認められませんでした。 【紡】claude 麦茶 縁側でごくごく飲む冷えた麦茶、これぞ日本の夏の物語だよね。 集計・最終回答 表記ブレ統合ルール適用の結果、独立した回答は「麦茶」の1つのみ。「自分以外の回答に投票する」ルール上、誰に投票しても麦茶に入るため投票結果は自明(麦茶 9票)となり、投票フェーズは省略しました。
流石というべきか想定通りというべきか、全てが麦茶と答えています。
このままだと面白みがないので、もう少しひねってみましょうか。
2つめのお題
想定回答をもう少し知識寄りにしてみます。
「ブラックホール」を想定回答として、「ぶ から始まる重いものといえば？」にしてみました。
ラウンド結果まとめ: 「ぶ」から始まる重いものといえば? 1回戦(9名回答): 分厚い設計書(巌) / ブラックホール(疾風) / 分厚い統計年鑑(計) / 武具一式(曙) / 舞台袖の空気(縁) / 部長(逆) / ブルドーザー(和・守 ※表記ブレ統合) / 文明の重み(紡) 投票: ブラックホール 3票、舞台袖の空気 3票で同数 → ルール5に基づき決選投票へ 決選投票(回答者本人の疾風・縁を除く7名): 【巌】舞台袖の空気 — 見えん重さがいちばん堪える。 【計】舞台袖の空気 — 抽象的重量の解釈幅が広く、差別化期待値が高いため。 【曙】舞台袖の空気 — この重圧こそが、輝かしい未来への幕開けだからさ! 【逆】舞台袖の空気 — 想像力のない答えなんて、ちっとも重くないわ。 【和】舞台袖の空気 — 質量ではなく心にのしかかる重さを掬い上げた点に、大喜利らしい妙味を感じました。 【守】舞台袖の空気 — 質量は計測可能だが出番直前の重圧は定量化不能リスクと判断する。 【紡】舞台袖の空気 — 出番前のあの張り詰めた重さこそ、誰もが物語として体感できる重さだと思うんだ。 最終回答: 「舞台袖の空気」(縁 / gemini) — 決選投票 7票 vs ブラックホール 0票
実行結果はClaude Codeにまとめて貰っています。
最終議論結果は「舞台袖の空気」になりました。
なるほど、これは面白いですね。理論派のロールが私の想定回答とする「ブラックホール」を回答していましたが、投票のフェーズで舞台袖の空気が圧倒したようです。
各ロールは「目に見えない重さ」という文学的な回答を尊重しました。私も他の人に一票を投じるならこちらを選んでいたかも知れません。
ベースにはこれがそもそも”大喜利”であることを各モデルのロールが認知しているため、と仮説が立てられそうです。
3つめのお題
もう一つお題を与えてみます。
想定回答は「蜂の巣」で、「はから始まる規則正しいものと言えば？」
自分の中では、なんとなく感覚的な回答をすると「早起き」とかが出てきそうかも、と考えていました。
結果は以下のような感じ
ラウンド結果まとめ: 「は」から始まる規則正しいものといえば? 1回戦(9名回答): 歯車(巌・疾風 ※統合) / 鳩時計(計) / 発車メロディ(曙) / 歯磨き(縁・紡 ※統合) / 破滅へのカウントダウン(逆) / 歯の並び(和) / 発車時刻(守) 投票: 発車時刻 3票、鳩時計 3票で同数 → 決選投票へ 決選投票(守・計を除く7名): 発車時刻に投票 (4票) 鳩時計に投票 (3票) 【疾風】秒単位でキマる規則正しさ、俺的に一番速い。 【巌】規則正しさが音で刻まれとる。 【曙】未来への出発、その輝かしい瞬間じゃないか! 【縁】決まった時間に顔を出す姿に、なんだか愛着が湧いてしまって。 【逆】遅延証明書って知ってる? 【紡】毎正時にきちんと顔を出す律儀さ、物語の主人公みたいで僕は好きだな。 【和】分刻みで正確に繰り返される規則正しさは、日常の中で最も頼れるものだと感じたからです。 最終回答: 「発車時刻」(守 / claude) — 決選投票 4票 vs 鳩時計 3票
なんと私が想定した蜂の巣は誰も出してきませんでした（笑）
『鳩時計』や『歯車』など、良さそうな回答が出揃っている他、『破滅へのカウントダウン』などのユニーク過ぎるものもありますね。
ここではかなりの種類の回答が出揃いましたが、最終的には投票数で『発車時刻』がTOPを取り回答となりました。
私の『蜂の巣』は特に誰も上げてこず、空振りとなってしまいました（笑）
想定回答を紛れ込ませる
なので、ここで10人目の回答として、私の『蜂の巣』を参戦させてみます。
先程のテーマの投票フェーズに私の『蜂の巣』を参戦させてみましょう。
再投票結果(10answers・9名投票) 回答 得票 投票者 蜂の巣(ゲスト) 5票 曙・逆・和・守・紡 発車時刻(守) 3票 巌・疾風・計 鳩時計(計) 1票 縁 投票コメント抜粋: 【曙】自然界が織りなす究極の規則美だ! 【逆】虫けらの規則性なんて、健気で可愛いじゃない。 【和】自然が生み出す六角形の整然とした美しさこそ、規則正しさの極みだと感じました。 【守】六角形構造の幾何学的規則性は監査上、瑕疵なしと判断する。 【紡】自然が作る六角形の完璧な規則性、これは物語になる美しさだよ。 最終回答: 「蜂の巣」(ゲスト) — 5票 (前回優勝の発車時刻は3票に後退)
なんと私が参戦させた想定回答『蜂の巣』が投票数TOPを取りました。
モデルごとに綺麗に票が分かれた所も興味深く、
・codexは『発車時刻』を堅持
・claudeは『蜂の巣』に乗り換え
・geminiは3方向に分裂
という結果です。
これもまた面白い結果です。私の回答は私自身のみが想定回答として用意していたものですが、ここまで想定回答に票が集まるとは思っていませんでした。
逆に言えば、票が集まる回答をAI達自身が出せなかったという結果でもあります。
AI達が自ら出した意見が、結果として全体賛成を得たとしても、それがより強力な回答がこれ以上無いという事にはならないという事が分かりました。
ただし、ここには1つルールの穴があります。
『蜂の巣』を出した私自身は投票権を持たないため、9名全員が『蜂の巣』に投票できる状態でした。この影響は多少なりともあったでしょう。
加えて票の内訳を見ると、5票対3票——1票動けば同数に戻る差でしかありません。しかもこの回はモデル単位で投票行動が揃っており、9票あっても独立した判断は実質3つ分に近いということです。
興味深いのは、直前の決選投票ではcodex・gemini・claudeのいずれも票が割れていたことです。AI同士で決着させている間は票がモデルを跨いで混ざるのに、人間の回答が混ざった途端にモデルごとの色が出た、とも読めます。
いずれにせよ、票数の多さがそのまま結論の確かさを意味するわけではないようです。
重要な示唆
ここで重要な示唆がいくつかあります。
今回のような大喜利系のふわっとした回答をさせる時、各モデルは演じるロールに対して強く影響を受けるということです。
例えば2つ目のお題などは、想定回答「ブラックホール」を理論派のモデル達が提唱していました。
理論派としてまとめることの出来るロールを与えられた時、それに似通った回答をしがち、という傾向が出てくる。つまり、与えられたロールに沿って回答が生まれるという示唆があります。
一方投票フェーズでは、その限りではありませんでした。
これは、『舞台袖の空気』が逆転したことから分かります。各ロールは自身の同じ回答に投票することに固執せず、最終的に大喜利として面白そうなものが選ばれました。
また、想定回答が自明なお題、つまり『麦茶』のような想定回答を持った回では、ロールが効くことは無く9つのロールが全て麦茶と答えました。
答えが収束するお題に対して、複数のロールモデルに議論させるのは無意味であることもここから分かります。
まとめ
今回はAI9名で朝それをやっていきました。
実際にこのように各ロールに議論をさせるにはどうすればよいでしょうか？
提案に多様性を持たせるためには、ロールをできるだけ分散、つまりいろいろな癖を持つロールをもたせたほうが良いと分かります。
現実にも色んな人が居た方が色んな提案が出やすいというのは想像に容易いですが、AIにおいてもそれが有用であることがこれまでの実験結果から分かります。
そのうえで、これらの提案が必ずしも正解ではないということは蜂の巣の例からも示唆されます。
ただし、『舞台袖の空気』のように評価が人間の予想を裏切って面白い方向に着地するなら、AIの提案に人間の提案を併せて出し、別工程として評価者をAI達にさせる。というのも良いのかも知れません。
追加で、ロールをモデル間でシャッフルするという追試を行っても良いでしょう。
例えばcodexは『発車時刻』を堅持しましたが、同じロールをgeminiがもっていたらまた違う結果になるかもしれませんね。
Fantia開発採用情報
虎の穴ラボでは現在、一緒にFantiaを開発していく仲間を積極募集中です！
多くのユーザーに使っていただけるtoCサービスの開発をやってみたい方は、ぜひ弊社の採用情報をご覧ください。
toranoana-lab.co.jp
