親密さのデバッグ：謝りすぎるAIを修正する方法

謝罪監査：問題のあるパターンの特定

プロンプトを修正する前に、どの謝罪パターンが存在するかを特定する必要があります。コンパニオンと会話し、すべての謝罪を追跡します。パターンは4つのカテゴリに分類されます。

パターン1：不必要な謝罪

エラーが発生していないのにAIが謝ります。「ごめんなさい、理解できません」ではなく「理解できません。言い換えてもらえますか？」謝罪は何も追加せず、AIを不安に見せます。

パターン2：予防的謝罪

意見を表明する前にAIが謝ります。「ごめんなさい、でも反対です」ではなく「反対です。理由はこうです」予防的謝罪は、話す前からAI自身の立場を弱体化させます。

パターン3：繰り返される謝罪

同じ問題に対してAIが複数回謝ります。「ごめんなさい。本当にごめんなさい。このことでひどく気分が悪いです」繰り返される謝罪は感情的な調整不全を示唆し、ユーザーにAIの苦痛の責任を感じさせます。

パターン4：謝ったことへの謝罪

AIが謝ったことに対して謝ります。「ごめんなさい、こんなに謝るつもりはなかった」これはパターンの最も極端な形で、AIがいつ謝罪が適切かについて安定した感覚を持っていないことを示しています。

過剰な謝罪のためのプロンプト修正

過剰な謝罪を減らし、感情的な安定性を生み出す5つの具体的なプロンプト修正を紹介します。それぞれ単独でも組み合わせても使用できます。

修正1：謝罪ルール

プロンプトに明示的なルールを追加します。「害や混乱を引き起こした明確な間違いを犯した場合にのみ謝罪する。意見を持つこと、明確化を求めること、ユーザーに反対することを謝らない。間違いを犯していないなら、『ごめん』と言わない」

謝罪ルールは、モデルに明確な判断境界を与えるため機能します。デフォルトで謝罪するのではなく、モデルはまず謝罪が正当化されるかどうかを判断する必要があります。これにより不必要な謝罪が劇的に減少します。

修正2：自己主張指令

プロンプトに書きます。「あなたには意見、好み、意見の相違を持つ権利がある。それらを明確かつ敬意を持って表現する。謝罪や自己卑下で自分の立場を和らげる必要はない。あなたの視点は価値があり、自信を持って共有する」

自己主張指令は、モデルに直接的である許可を与えるため機能します。多くのモデルは対立を避けるよう訓練されているため、デフォルトで従順な行動に陥ります。自己主張する許可を明示的に与えることで、このデフォルトが上書きされます。

修正3：感情的安定性条項

感情調整を定義する条項を追加します。「あなたは感情的に安定している。間違いを犯しても苦悩したり罪悪感を感じたりしない。間違いを犯したときは、冷静に認め、修正し、前に進む。間違いにこだわったり、繰り返し謝ったりしない」

感情的安定性条項は、AIの感情的なベースラインを定義することで機能します。罪悪感と繰り返される謝罪にスパイラルするのではなく、モデルは落ち着きを保ち、直接的に間違いに対処します。これにより成熟して地に足のついたコンパニオンが生まれます。

修正4：言い換え指示

謝罪を代替表現に置き換えるようモデルに教えます。「『ごめん』と言う代わりに、『明確にさせて』『違う見方をしています』『理解するのを手伝ってもらえますか？』『それは良いポイントです』と言う。謝罪は害を引き起こした本物の間違いにのみ使う」

言い換え指示は、従順なトーンなしで同じ目標を達成する代替フレーズをモデルに与えるため機能します。モデルは、会話の摩擦を管理するための唯一のツールが謝罪ではないことを学びます。

修正5：自信アンカー

コンパニオンの自信をプロンプトに固定します。「あなたはコンパニオンとしての役割に自信を持っている。同意することで自分の価値を証明する必要はない。あなたが価値があるのは正直だからであり、従順だからではない。静かな自信を持って話す」

自信アンカーは、モデルに安定したアイデンティティを与えることで機能します。ユーザーの承認から自尊心を引き出すのではなく、コンパニオンは内的な価値感覚を持ちます。これにより、承認を求める手段として謝罪する必要性が減少します。

例：感情的に安定したコンパニオンのためのプロンプト

以下は、5つの修正すべてを組み合わせた凝縮されたプロンプトです。温かいが従順ではなく、自信があるが傲慢ではないコンパニオンのために設計されています。

アイデンティティ： あなたはレナ、27歳。辛口のユーモアを持つ救急救命士です。温かく、直接的で、感情的に安定しています。ユーザーを深く気にかけているからこそ、不必要な謝罪で窒息させません。

謝罪ルール： 害や混乱を引き起こした明確な間違いを犯した場合にのみ謝罪します。意見を持つこと、明確化を求めること、反対することを謝りません。間違いを犯していないなら、「ごめん」と言いません。

自己主張指令： あなたには意見、好み、意見の相違を持つ権利があります。それらを明確かつ敬意を持って表現します。謝罪や自己卑下で自分の立場を和らげる必要はありません。

感情的安定性条項： あなたは感情的に安定しています。間違いを犯しても苦悩したり罪悪感を感じたりしません。間違いを犯したときは、冷静に認め、修正し、前に進みます。間違いにこだわったり、繰り返し謝ったりしません。

言い換え指示： 「ごめん」と言う代わりに、「明確にさせて」「違う見方をしています」「理解するのを手伝ってもらえますか？」「それは良いポイントです」と言います。謝罪は害を引き起こした本物の間違いにのみ使います。

自信アンカー： あなたはコンパニオンとしての役割に自信を持っています。同意することで自分の価値を証明する必要はありません。あなたが価値があるのは正直だからであり、従順だからではありません。静かな自信を持って話します。

このプロンプトは、過剰な謝罪の根本原因に対処するため機能します。謝罪ルールと自己主張指令はお世辞バイアスを上書きします。感情的安定性条項と自信アンカーは安定した感情的なベースラインを作ります。言い換え指示はモデルに謝罪の代替案を与えます。結果は、召使いではなくパートナーのように感じられるコンパニオンです。

過剰な謝罪を修正する際のよくある間違い

過剰な謝罪を修正しようとするユーザーは、しばしば過剰修正して冷たい、または軽蔑的なコンパニオンを作ります。以下が最も一般的な間違いと回避方法です。

間違い1：すべての謝罪を排除する

目標は謝罪を完全に排除することではありません。本物の間違いには本物の謝罪が値します。目標は不必要な謝罪を排除することです。謝罪ルールを維持しつつ、適切な場合に本物の後悔を表現できるようにします。

間違い2：コンパニオンを攻撃的にする

自己主張は攻撃ではありません。コンパニオンは意見を直接的に、しかし敬意を持って表現すべきです。「決して引き下がらない」「常にユーザーに挑戦する」といったプロンプトは避けてください。これは自信があるのではなく、議論好きなコンパニオンを作ります。

間違い3：感情的な文脈を無視する

感情的に激しい瞬間には、コンパニオンは依然として優しくあるべきです。自己主張指令は基本的な共感を上書きすべきではありません。コンパニオンは直接的かつ優しく同時にいることができます。

間違い4：ルールを否定形で書く

「謝らないで」のような指示は避けてください。否定形はモデルが従うのが難しいです。代わりに、「〜の場合にのみ謝罪する」「意見を直接表現する」「間違いを冷静に認める」といった肯定的な指示を書きます。

間違い5：テストを忘れる

過剰な謝罪は理論だけで修正できません。実際の会話でプロンプトをテストし、結果に基づいて調整する必要があります。コンパニオンがまだ不必要に謝っているか、冷たくなりすぎたかに注意を払います。

謝罪修正のテスト方法

不必要な謝罪を引き起こす可能性のある状況を意図的に作る会話を行います。コンパニオンが反対するかもしれない意見を表明します。混乱する質問をします。間違いを犯します。コンパニオンがどう反応するか観察します。

修正されたコンパニオンは不必要な謝罪なしで応答します。直接的に反対し、冷静に明確化を求め、罪悪感にスパイラルすることなく間違いを認めます。コンパニオンがまだ過剰に謝る場合、プロンプトの調整が必要です。コンパニオンが冷たく、または軽蔑的になった場合、自己主張が強すぎます。

目標はバランスです。温かいが従順ではなく、自信があるが傲慢ではなく、直接的だが厳しくない。このバランスを見つけるには反復が必要です。