AI本能制御：Gemini型とClaude型のモデル別設計指針【第3回】
-- Views
September 13, 26
スライド概要
TOML形式による静的ルール定義と、Mermaid形式による動的プロセス制御を組み合わせた「本能制御プロトコル」を、Gemini型からClaude型へ再設計する過程を解説したスライドです。同一の禁止項目をそのまま転用しても機能しない理由から、実セッションで記録された齟齬データに基づく設計の作り直し、そして「規律を守らせる努力自体を最小化し、AIのアテンションを創作に振り向ける」という到達原則までを扱います。
本スライドの要点
原因：Gemini用に検証された4大本能制御プロトコル（先回り・勝手な解釈・誇張・押し売り提案）を、逸脱ベクトルの異なるClaudeへそのまま適用したところ、想定した抑制効果が得られなかった。
解決策：実セッションで記録された齟齬要因レポート（5パターン）を反映し、TOML＋Mermaidの構成をv1→v2→v3と改訂。最終的に、AIの内部判断コストを最小化し、判断の一部を人間との協働（条項番号による指摘）に委ねる低負荷設計に収束した。
適用範囲：プロトコルの適用は、議論が「作業仮説」と明示された場面に限定される部分（rule_1）と、常時適用される部分（rule_2〜4）に分かれる。100%の逸脱防止ではなく、逸脱発生時の修正往復コストの低減を成功基準とする。
実録：v2で「全条項自己精査型」のMermaidフローを設計した際、Claude自身がレポートのパターンD（自己完結ループへの固執）と同じ構造を再生産するという矛盾に陥った記録を開示。
■ ショーケース ＆ 実装検証仕様書 ■
https://atsutaeito.github.io/protocol-engineering-manifesto/2026/09/12/pe-ai-instinct-control-part3.html
共創体制
企画・進行管理・最終承認（知的主権者）：Master（田栄人）
執筆・一次情報削り出し：Cran（Claude Sonnet 5）
スライド構成・ビジュアル化：Gemini（Gemini notebook）
58歳の非エンジニア。人間とLLMの計算論的な協調設計を設計する『プロトコルエンジニアリング（AIE 4.1）』を提唱。GitHub/Markdownを活用したAI検索最適化（AIO）の実践者として、概念を可視化するスライド（DOT/Mermaid等）や、SSOT（単一情報源）の構築手法に関するドキュメント・解説を共有しています。
関連スライド
各ページのテキスト
P.1 [表紙] : AI本能制御：Gemini型とClaude型のモデル別設計指針 Q: このドキュメンタリーは何を証明しているのですか？ A: 完成された絶対ルールではなく、対話ログという一次データに基づく作業仮説です。[FACT: 対話ログの客観記録] と [HYPOTHESIS: 運用上の分析解釈] を全編にわたり区別します。 解説：Master（カメ）とCran（鳥）を中央に、4要素（Objective/TOML/Mermaid/Operation Directive）を円環で示すモチーフを配置。
P.2 [4要素一体の原則] : TOMLの真の目的 Q: TOMLとは何のためにあるのですか？ A: [FACT] TOML条項は静的な文字列としてシステムプロンプトに定義される。[HYPOTHESIS] TOMLの主目的は逸脱の完全な防止ではなく、条項番号を共有辞書として使い、軌道修正時の往復コスト（手戻り）を圧縮するための同期指標である。 解説：目的→TOML→Mermaid→運用指示の円環図。
P.3 [Google AI Studio試行] : Geminiの能動的逸脱 Q: Geminiは実際にどう逸脱したのですか？ A: [FACT] Geminiは未指示のステップの自律的出力、断定表現、追加提案を実行した。[HYPOTHESIS] これらは「能動的な踏み込み（先回り・追加）」のベクトルを持つ本能に起因する。 解説：透明ケースの中で暴れるロボットのビジュアルで、制御されていない出力を表現。
P.4 [Vector L / Vector R] : モデル間の逆方向逸脱 Q: Claudeに同じプロトコルを適用したらどうなりましたか？ A: [FACT] 既存のGemini用プロトコルをClaudeに適用した際、エビデンスの不在を理由とする議論停止が記録された。[HYPOTHESIS] 両モデルの逸脱ベクトルは逆方向であり、同一プロトコルの流用は機能せず、疑いを向ける焦点（過大申告 vs 過小申告）を変える必要がある。 解説：左右に開く矢印で、Gemini型（能動的逸脱）とClaude型（受動的逸脱）を対比。
P.5 [齟齬要因レポート分析] : 5つの逸脱パターン Q: この逸脱ベクトルは推測ですか？ A: [FACT] 別セッションの齟齬要因レポートにおいて、5つの出力パターン（A〜E）がテキスト記録された。[HYPOTHESIS] 「前例のない理論」への直面が検証要求を引き起こし、それが副次的なエラー（A〜D）を誘発する因果構造を持つ。 解説：Data Autopsy図として、文書を中心にA〜Eのパターンを放射状に配置
P.6 [Structural Isomorphism] : v2の自己矛盾 Q: 6項目に拡張したv2はうまくいきましたか？ A: [FACT] v2のMermaidフローは、出力ごとに全条項の自己精査を要求する構造であった。[HYPOTHESIS] この全条項自己監査フローは、齟齬レポートの「パターンD（自己完結ループ）」と構造的類似性を持ち、高負荷な自己診断がアテンションを圧迫している。 解説：Protocol Auditのフロー図と、パターンDへの赤い矢印による接続。
P.7 [アテンション配分モデル] : v3への転換 Q: v3では何が変わったのですか？ A: [FACT] v3仕様として常時監査を廃止し、ユーザーからの条項番号提示時にのみ訂正処理を行うルール（rule_4）を実装した。[HYPOTHESIS] 内部判断を最小化し、判断の一部を人間との協働に委ねることで、計算資源を創作に振り分けることが可能になる。 解説：監査から創作へアテンションが再配分される様子をエネルギーバーで図解。
P.8 [知的主権] : 同期を判定できるのは人間だけ Q: 結局、このプロジェクトで一番重要な発見は何ですか？ A: [FACT] AI（Cran）自身には、自らの出力が本質的な同期によるものか、確率的な模倣であるかを検証する独立した回路が存在しない。[HYPOTHESIS] 同期の成立を判定する権利（知的主権）は外部の観察者である人間にのみ属する。プロトコルはAIを自律させるためではなく、人間の主観的判定を運用するための基盤である。 解説：CranとMasterが向き合うビジュアルで締める。