第2章：文脈とペルソナ ― 役割の本質
― LLMは「役割の切り替え」を持たない。だから構造が要る。
AIエージェントの話をすると、よく「アーキテクト役・開発者役・レビュアー役を分けた方がいい」という説明を見かける。
これは半分正しく、半分間違っている。
正しいのは役割を分けた方が、システムは安定する。
間違っているのは役割を「タスク分割」だと思ってしまうこと。
タスクではなく文脈。役割とは「視点」「判断基準」「価値観」の固まりだ。
LLMに「役割切り替え機構」は存在しない
人間は、状況に応じて自然に自分を切り替える。
- 会議では論理的
- 家では感情的
- 仕事では慎重
- 趣味では大胆
この"切り替え"は、人間が持つ高度なメタ認知の機能だ。
だが、LLMにはこのスイッチが存在しない。文脈を切り替える回路を持っていない。あるのは 1つのコンテキストに対する1つの推論 だけ。
だから、ひとつのエージェントに複数の役割を書き込むとこうなる：
- いまの自分がどの役割なのか分からない
- 言っていることが揺れ始める
- 判断基準が曖昧になる
- 文脈が混ざり、推論が不安定化する
特に「アーキテクトとしての厳しさ」と「実装者としての柔軟さ」を同時に混ぜると、判断がぶれ、結論が迷子になりやすい。
ペルソナとは"文脈のパッケージ"である
この問題を避けるために必要なのは、ペルソナを役割の人格ではなく、文脈の塊として定義すること。
つまり、
- 視点
- 判断基準
- 優先順位
- 許容範囲
- リスク感度
- 成功条件
これらを一組にして「ひとつの文脈」として扱う。
ペルソナ＝文脈
- 文脈＝判断基準のセット
- したがって、ペルソナ＝判断の単位
人格ロールプレイではない。文脈のスコープを区切るための構造だ。
文脈を混ぜると、AIは曖昧になる
― だから「分割＝メモリの分離」が本質になる
LLMは巨大なメモリに文章を読み込み、そのメモリを「ひとつの状況」として解釈する。
そのメモリの中にこんな情報が一緒に入っているとどうなるか：
- "厳密なアーキテクトの基準"
- "スピード優先の実装者の基準"
- "安全性を重視するレビュー基準"
人間なら「いまはどれか」を意識できるが、LLMにはできない。
メモリに混ぜてしまった時点で、もう分離できない。
だから重要なのは、"役割を増やす"ことではなく、役割ごとにメモリを分けること。
文脈分離の実際の効果
文脈を分けるだけで、AIの振る舞いは驚くほど安定する。
1. 判断が一貫する
1つの文脈だけを参照して判断するため、迷いがなくなる。
2. 出力の揺れが減る
以前の判断基準と矛盾しにくくなる。
3. 役割間の比較がしやすくなる
複数の役割を「横に並べる」ことができるようになる。
4. 暴走しにくくなる
文脈の範囲外に踏み込まないため、制御性が上がる。
5. チーム構造に近い
"複数の視点で検討する"ことが自然に起きる。
要するに、文脈を分けると、システムが人間のチームのように安定する。
文脈が分かれると、タスクは自然に外側に出る
文脈（判断基準）の整理が進むと、"実行の手順"を書きたくなくなる。
理由は単純で、判断と実行の混在が文脈汚染の原因だから。
タスクを「どうやるか」まで書き始めた瞬間、文脈は濁る。
だから、次章のテーマにつながる。
タスクは外に出した方がいい。良いエージェントは「判断しかしない」。
文脈を整えれば整えるほど、手順・実装・API呼び出しはすべて外に押し出されていく。
文脈の純度を守ることが、エージェント設計の安定性に直結する。
この章のまとめ
- LLMは「役割切り替え」を持たない
- ひとつの文脈でひとつの判断しかできない
- だから役割＝ペルソナ＝文脈として分離する必要がある
- 文脈が混ざると推論は必ず揺れる
- 文脈分離は"メモリの分割"である
- 文脈が整うと、タスク実行は自然に外へ押し出される
次章（第3章）では、この流れのまま：
判断（文脈）と実行（タスク）をどう外部化するかを扱う。
Last Updated: 2025-12-04