なぜDSLだけでは不十分なのか — Decision Trace Model × マルチエージェントによる入力安定化 —

Chinoba — Governance Runtime for the AI Era:
chinoba.org

Introduction

大規模言語モデル（LLM）は非常に強力です。

しかし同時に、

本質的に不安定なシステムでもあります

• 同じプロンプトでも出力が揺れる
• 意図の解釈が変わる
• 文脈によって結果が大きく変わる

プロンプト設計やDSL（ドメイン固有言語）によって
ある程度の制御は可能ですが、それでもなお問題が残ります。

それは：

入力そのものが不安定であること

ここで以下のような重要な問いが生まれます。

DSLだけでAIの振る舞いを安定させることは本当に可能なのか？

DSLの役割と限界

“DSLとは何か — プロンプトとDecision Trace Modelに「厳格性」を与える設計“でも述べた様にDSLは、AIシステムにおいて重要な役割を担います。

• 判断ルールを定義する
• 意思決定構造を記述する
• 制約や境界を明示する

つまりDSLは、

「判断をどう行うか」を規定する仕組みです

しかし、それには

入力はすでに安定している

という大きな前提が必要となります。

現実はどうか？

実際のユーザー入力は：

• 意図が曖昧
• 文脈が不足している
• 言語がノイズを含む
• 時系列で変化する

つまり、

構造化されたDSLへの入力はそもそも“構造化されていない”

状態にあります。

この状態でDSLを適用すると

不安定な入力が、そのまま不安定な判断として伝播する

ことになります。

欠けているレイヤー：Interaction Stability

この問題を解決するために必要なのが：

Interaction Boundary（インタラクション境界層）

役割

このレイヤーは、意思決定の前段階で：

• ユーザーの意図を解釈する
• 文脈を補完する
• 曖昧さを検出する
• 入力を修正・誘導する

つまり：

入力を“使える形”に変換する層

になります

マルチエージェントによる境界制御

Decision Trace Model × Multi-Agentの構成では、
このレイヤーは単一の処理ではなく、

複数のエージェントによる協調処理

として設計されます。

■ Intent Agent（意図解釈）

• ユーザーの目的を推定
• 曖昧な表現を解釈
• 意図の候補を生成

■ Context Agent（文脈補完）

• 不足している情報を補う
• 過去の履歴を参照
• 状態を維持

■ Validation Agent（検証）

• DSLに基づくチェック
• 矛盾の検出
• フォーマットの整合性確認

これらが連携することで、

「入力そのもの」を安定化させる

ことが可能となります。

安定性は前提ではなく設計対象

従来のシステムでは：

入力は前提として正しいものとされていました

しかしLLMの世界では：

入力は常に揺らぐものです

したがって：

安定性は仮定するものではなく、設計するもの

になります。

安定化のための具体手法としては、以下のものが考えられます。

• フィードバックループ（確認・再入力）
• 段階的な意図明確化
• インタラクション設計（UI/UX）
• エージェントによる補正

Decision Trace Modelにおける位置づけ

この構造をDecision Traceで見ると：

Event（ユーザー入力）
↓
[Interaction Boundary]
 - Intent Agent
 - Context Agent
 - Validation
↓
Signal
↓
Decision
↓
Boundary
↓
Human
↓
Log

ここでの重要な転換は：

入力をそのまま事実として扱わない

“解釈されるべき信号”として扱う

になります。

なぜこれが重要なのか

多くのAIシステムが失敗する理由は：

• モデル性能ではない
• プロンプトでもない

入力の不安定性を無視していることです

つまり：

「良い判断ができない」のではなく
「良い入力が設計されていない」

Conclusion

DSLは重要です。

しかし、それだけでは不十分です。

信頼できるAIシステムを構築するためには：

• 不安定な入力を前提にする
• インタラクション層を設計する
• 境界にマルチエージェントを導入する

最終的に重要なのはこれです：

安定性は入力の性質ではない
システム設計の性質である

Chinoba

Chinoba

Intelligence as Relationship

Research Platform

founded by

Masao Watanabe

AI Systems Architecture
Decision Trace
Human–AI Coordination
Algorithmic Governance