世界を動かす技術を、日本語で。

LLMの出力を人間らしくするのは愚かだ

2026年8月10日原文(kuber.studio)

概要

AIツールの文化やトレンドはX、GitHub、Hacker Newsで把握可能。 最近話題の「人間らしい出力」指示の問題点を指摘。 情報圧縮による重要情報の欠落リスクを強調。 人間向け変換は最終段階で行うべきと提案。 現状の流行は「バグ報告」のようなもので、理想的な実装方法を示唆。

AIツールにおける「人間らしさ」指示の問題点

  • X、GitHub、Hacker News はAIツールの文化や世論の変化を知る主要な指標。
  • 最近増えているのは「 ADHD向けスキル」や「 ASD-STE100指示」などのプロンプト。
  • これらは LLM出力の冗長さや癖 への不満から発生したもの。
  • しかし「人間らしさ」でモデルを修正するのは 本質的な解決策ではない という主張。
  • 指示が 作業と同時に適用 されるため、常に 情報を圧縮 してしまう構造。
  • 圧縮は 不可逆的(ロス) であり、 重要な情報の欠落 が発生しやすい。
  • ASD-STEは 人間向け文書の明確化 が目的だが、エージェントは 人間の技術ライターではない
  • 生データ状態 が最も情報密度が高い形態。
  • スタイルルールが「 タスク解決・ツール活用・抽象化維持」などと 同列で扱われる問題

エージェント間コミュニケーションの課題

  • エージェント同士が会話する場合、 人間向け要約 が中間生成物となる不自然さ。
  • 例:サブエージェントがバグ調査、要約、親エージェントが再要約、最終的に人間へ。
    • 望ましい出力 :「5/6 PASS FAIL: test_cache_invalidation CAUSE: stale key survives restart REPRO: tests/cache_test.py:184」
    • 好ましくない出力 :「ほとんどのテストは合格しましたが、1つ問題がありました」
  • 人間化 は失敗の痕跡を隠す傾向。
  • エージェントの失敗には「 矛盾、未解決分岐、スタックトレース、不確かな仮定」など有用な情報が含まれる。
  • 人間的な文章はこれらを「 いくつか考慮事項があります」のように 丸めてしまう

他システムとの比較と理想的な設計

  • 他のシステム( データベース、コンパイラ、API)は 最終段階まで高忠実度データ保持 が基本。
  • 人間向け変換は境界(フロントエンド) でのみ実施。
  • LLMツールは 逆方向 (最初から人間化)に進みがち。
  • アクセシビリティやパーソナライズ 自体は否定しない立場。
    • 簡潔な回答やASD-STE希望者 は最終出力で対応すべき。
  • エージェント同士はスキーマ、差分、エラー、信頼度、根拠 などを 生データでやり取り することが理想。
  • 最終的に人間向けに圧縮・変換 する流れが望ましい。

現状の流行と今後の展望

  • バイラルなスキルやプロンプトは「 本来は下層で処理すべき課題」を ユーザーが暫定的に上層で修正 している状態。
  • Talk to me like I have ADHD」は レンダラー(表示層) としては理にかなうが、 オペレーション指示 としては不適切。
  • 理想像 :エージェントの母語は 機械向け精密な状態表現、人間向け変換は 境界部のみ
  • 現在のバイラルリポジトリは 最終形ではなく、バグ報告的な存在

Hackerたちの意見

なんかさ、すごく華やかな言葉遣いの文学作品を読んだことある? で、段落を読み終わった後に、一瞬立ち止まって、実際に何を読んだのか全然わからなくなっちゃうやつ。で、もう一回、二回とその段落を読み直しても、また頭がぼーっとしちゃうみたいな。俺にとっては、"直接モデル呼び出しを置き換え可能な意味的作業者として"みたいなLLMが作った大量のテキストを解析するのが、まさにそんな感じなんだよね。多分、他の人はそんなことないかもしれないけど、長い出力の後には、いつもエージェントに「戻って、上位のタスク目標に照らしてLLM用語を解読して。指示語を排除して。」って促すんだ。修正された出力文書は、理解を早めるための俺専用のもの。LLMは自分たちの言語にゆっくり収束してくれればいいけど、俺は将来のエージェント使用のために生のエージェント出力を保持してる(著者が言ってる「ロスの問題」を避けるためにね)。でも、それでも実際に仕事を進めるために使える中間的な翻訳が必要なんだよね。「荷重支持ピンゲート」って何か理解するのに何時間もかけたくないし。

君が言ってる効果は、若い頃にエドワード・W・サイードの「オリエンタリズム」を読んだ時を思い出させる。ファーブルが突然こんな言葉遣いを始めた気がするし、オーパス5も全く同じ感じだ。ティンフォイル:結局、これはベンダーロックイン戦略で、同じ部族のエージェントから得られる結果が一番良い。他のは独特な比喩の山につまずくことになる。

同意するよ。これって、人間をループから減らしたいっていう欲求の副作用だと思う。実際に出力を手動でレビューしたいなら、もっと単純なモデルにアクセスできる別のインターフェースが必要になる瞬間があると思う。Fable 5を扱ってると、すでにその境界を越えてる気がする。生のコード出力がすごく良いわけじゃなくて、俺が望むようには話してくれないんだよね。コードを生成する際の冗長性は、他のモデルが自動的に削減できるような初期段階としては価値があるかもしれない。人間がいるべき場所は、たぶんこのループの外側だと思う。だから、十分な制約を持たせながら、自動で自分のことをさせるのがいいかも。俺と、あまり「指示的」でないボリュームで並行して会話できるモデルがいると、語彙を「フレーム」したい部分や、自分の理解が高い部分で助けになると思う。実際、みんなすでにいろんな方法でやってるよね。ある会社のモデルを計画に使って、別のをコーディングに使うみたいに。LLMが書くコードの大部分が人間をターゲットにしてないのは、ある意味避けられないことだと思うし、実際、なんで人間をターゲットにする必要があるの?

俺は常にクロードにもっと簡潔に、ELI5で話すように頼んでるんだ。ツールを使って改善してほしい。でも、出力を読むためにスクロールしなきゃならないと、もうついていけないんだよね。長い段落を見て、著者がニール・スティーブンソンだと分かると、「これは濃いけど良いものになるだろうな」って思う。自分がよく知ってるコードベースのLLMの長い出力は、目が glazed over になっちゃう。

そんな華やかな言葉遣いの文学作品を読んだことある?段落を読んだ後に、一瞬立ち止まって、自分が実際に何を読んだのか全く分からなくなることがある。段落を二回、三回読んでも、毎回頭がぼーっとしちゃう。ウィリアム・ギブソンの最近の作品はその説明にぴったりだ。クロードにこれをやめさせるために言ったのは、「この文書は後で使うためのもので、詳しく説明したり、余計なことを言う必要はないよ」ってこと。

あの華やかで、描写豊かで、比喩だらけの言葉には意味がある。君の請求書が増えてるんだ。もう一度言うけど、LLMのトークンはただのB2Bガチャだよ。

同意だね。なんで(これらのモデルを出している主要なAIラボ)はこれを修正しないんだろう?ポストトレーニングやファインチューニングの段階で、もっと分かりやすいテキストにバイアスをかけるのはそんなに難しくないと思うんだけど。

そんなに華やかな言葉で書かれた文学作品を読んだことある?段落を読み終えた後に、一瞬止まって、自分が何を読んだのか全く分からなくなること。段落をもう一度、二度と読んでも、毎回頭がぼーっとしてしまう。ジャック・ヴァンスの『死にゆく地球』シリーズを3回読んだことがあるけど、実際には一度しか座って読んでないんだ。これも、重要な詳細と無駄な部分の問題を指摘している。もしLLMの文章がヴァンスのように楽しめたらいいのに。

「圧縮解除」や「指示的な言葉を排除」って、要するに「シンプルで明確に話せ」って言いたいの?曖昧さを避けて…

これは通常、印象的に聞こえつつも、広範で曖昧なために事実上間違っている可能性が低い発言を目指す明確なケースだ。この状況では、解読が難しいことが実際のパフォーマンスの一部になっていて、ユーザーが明確なエラーを見つけるのを防いでいる。

これ、クロードでよく感じた。フェイブルは哲学者のように聞こえることが多い。一部の会話はカントの本を思い出させた。

なんか理解できないんだけど。スキルと指示が、意図的に答えを機械的にしようとしてる感じがする。人間らしくするんじゃなくて…みんなは簡潔で事実に基づいた出力を求めてるんだよね。おしゃべりで冗長な無駄話や、灰色の言葉や専門用語、「爆風半径」とかの用語はいらないんだよ。

Hacker Newsで議論の続きを見る