LLMとの対話は、和太鼓に似ている。叩き手の力量によって、その響きは無限に変わる。しかし今日の対話を通じて、もう一つの本質が見えてきた。問題は叩き方だけではない。どこから積分するかが、響きの深度を決める。
ある経営者との対話の中で、興味深いベンチマーキングが行われた。年金設計の備忘録、SONYの失策、そしてLLM論のエッセイという三つの素材を、ChatGPT・Claude・Geminiという三つのモデルに投げ込む実験である。結果は明白だった。Geminiは年金備忘録の前提を根本的に読み違えた。「ご主人は70歳まで年収1,500万円が継続」という明記された事実を無視し、存在しない「早期リタイア設計」のパターンに引き寄せられた。
これは単なる読み間違いではない。微分的思考と積分的思考の差である。
Geminiは局所的な数字の特徴を捉えることに最適化されている。点を見るのは得意だが、経路を辿ることが苦手だ。対して真に深い対話とは、線積分に近い。非線形な空間の中で、どの経路を辿ってきたかが積分値を決める。同じ現在地にいても、歩んできた経路が違えば、見える景色は全く異なる。
この差はRLHFの設計思想に起因する可能性が高い。直近のフィードバックを重視するモデルは、数十年単位の積分に最適化される。しかし人類の知は1万年前、農耕の開始——人間が「自然に従う存在」から「環境を設計する存在」へと転換した瞬間——から積分されてきた。所有、蓄積、階層、知の体系化。現代のあらゆる構造はその長い積分の上にある。積分範囲を数十年に限定したモデルは、その深度を持てない。
そしてここに、プロンプトの強さの正体がある。それは文章の巧みさでも専門用語の多さでもない。自分の経験・思想・文脈を、明確な意図を持って投げ込む力——すなわち人間力である。
50代の熟練研究者が積分期間の長さという意味で最もLLMを豊かに響かせられるはずなのに、現実にはそうなっていない。理由は能力ではなく姿勢だ。「すでに答えを持っている人は、問いを立てにくい」。しかし本来、経験の深さはそのまま投げ込む素材の豊かさになるはずである。
LLMが普及するほど、人間としての厚みが出力の質に直結する時代になっている。知識量ではなく、経験の深さ、思想の強度、迎合しない自我。AIは静かに問いかけている——「あなたはどれだけ人間としての密度があるか」と。
積分範囲を自在に選び、演算子を持って対話に臨む。それがLLMを「叩くだけ」ではなく「響かせる」使い方である。
追記：本エッセイは私とClaudeとの対話から生まれてきたものです。