ユースケース
調査のためのAI
著者:Ofrai Editorial(Use Case Research)
調査は出典付きで読むことです。Ofrai は Claude Sonnet 5、GPT-5.3 Codex、Gemini 3.1 Pro を同じ残高に置くので、読む回とまとめる回を同じ出典の上で回せます。
チャットと動画はクレジットを消費します。
文書を読む
要約ではなく、主張と場所の抜き出しを求めます。差はすぐ出ます。要約は文書が何について見えたかを告げ、主張の一覧は何をどこで断言したかを告げます。照合できるのは後者だけです。出力の横に出典を開き続けます。信頼を最速で失うのは、文書が一度も言っていない自信のある一文を見つけることです。
ページ参照つきの証拠
抜き出した主張にはページか節を付けさせ、支えが無いときは無いと言わせます。モデルは場所の無い主張を自信を持って出します。場所の無い主張は確認を生き残れません。文書が支えていないときにそう言え、という一文が最も価値があります。流暢な答えを照合できる答えに変えるからです。
出典を比べる
一つずつ要約して差が現れるのを待たず、出典を一つの問いに入れます。二つがどこで食い違うか、それぞれが何を前提にし、両方が成り立つには何が真である必要があるか。出典同士の一致は見た目より弱い証拠です。上流で同じ材料を共有していることが多い。共通の前提を聞く方が、どの要約より早くそれを出します。
自分で確かめるとき
その上に建てるつもりなら確かめます。モデルは読書の補助です。文書の中のもっともらしい文を見つけるのは得意で、文書自体が誤り、部分的、販売のために書かれていることに気づくのは苦手です。出力はどこを見るかの地図として扱い、それから自分で見ます。決定、推奨、引用に入るものは、要約ではなく原典に目を通します。
一週間で一つの文献整理
最初の週はレビューを終えることではなく、流れを作ることです。一日目はすでに読んだ文書を通し、抜き出しを自分のメモと比べます。差は、どの種類の文書をモデルが下手に読むかを告げます。二日目は分野で多い文書の抜き出しテンプレートを書き、支えが無いときは認めさせる指示を入れ、二件目で試します。
三日目は互いに食い違う三文書を取り、食い違いを尋ねます。その一問は、三つの別要約より使える構造を出します。四日目は前提の確認を足し、各出典が何を仮定するかを聞き、二本の論文が同じ基礎研究に戻らないかメモします。文献の見かけの合意の多くはここから来ます。
五日目は統合の節を自分で書き、抜き出しを横に置きます。統合を直接頼まない。まとめを頼むと、モデルは不一致を偽の一致へ平らにしがちです。週の終わりにはテンプレート、人手のいる文書種の一覧、作業順が残ります。次の整理で元を取るのはテンプレートです。二回目は一週間かかるべきではありません。
証拠作業のプロンプト
四つの型が価値の大半を運びます。抽出:「この文書がこの題について行う主張を、ページか節、短い引用とともに列挙し、場所を特定できない主張は明確にそう言う」。不一致:「これらの出典はこの問いで食い違う。それぞれの主張、前提、直接の証拠の有無を述べる」。前提:「この結論が成り立つには何が真である必要があるか。論ではなく仮定を列挙する」。
不在:「この文書が立てて答えていない問いと、読者がどこを見るべきかを列挙する」。不在は飛ばされがちで、捏造を捕まえる型です。調査モデルは隙間を自分からはほとんど出しませんが、直接聞くと列挙し、その一覧が読書で最も価値のある部分になることが多い。枠は見えるままにし、フォルダを横断して再利用します。
作業中は出典を出力の横に開きます。
Sonnet、Codex、Gemini の分け方
Sonnet は読むエンジンで、既定にします。文書が一組の主張を行い、場所が要り、答えが追いやすい、という普通の場合を扱います。Codex は構造のエンジンです。出力が表、一レコード、三十文書で比べられる一行でなければならないときに使います。フォルダが大きくなると、人が思うより頻繁にそれが要ります。Gemini 3.1 Pro は長い文脈です。問いが本当に文書をまたぐときに値打ちがあります。
複数の出典を一度に渡し、別々の抜き出しを組み立てる代わりに統合を頼めます。読むのは Sonnet、形にするのは Codex、出典が一緒に持つに足る数になったら Gemini でまとめる、が筋です。避けるのは逆です。より有能に聞こえるからという理由で一文書を長い文脈のモデルへ送り、特定の場所へ戻せない答えを得ることです。
調査が外れるところ
四つが繰り返します。一つ目は付け違い。発見は本物だが、違う段落に付く。思ったことを言っていない出典を追うことになります。二つ目は自信のある捏造。文書がその問いに触れていないのに答え、捏造は文書が触れていれば言いそうな種類です。三つ目は表のずれ。
散文では正しかった数字が表の抜き出しで誤り、下流は表が確認済みに見えるので表を信じます。四つ目は限定の静かな消失。「多くの試験で」「企業アカウントについて」が消え、残った主張は出典より強い。防御は直接対応します。
常に場所を要求し、文書が扱わないことを明示的に聞き、表の数字を散文と照合し、限定の周りの文を読み、それが座る結論だけを読まない。
案件ではなく出典ごとのクレジット
調査ツールは案件か席で値段が付きがちで、二本目を読むのは無料であるべきに感じ、実際はそうでないことが多い。Ofrai では請求は読書そのものに従います。フォルダの勘定は単純です。各文書はかかるだけかかり、読み直しは一回目に比べて安い。実務で大事な帰結は二つ。
自分の抜き出しを出典と照合する限界費用は小さいので、大事な点ではモデルを信じて済ませず、必ず行う。同じ残高が執筆とスタジオの残りを覆うので、下書きで終わる調査の週に、起草用の第二の予算は要りません。使うモデルは依然として大事ですが、いくら使うかは席の購読より自分の手の内にあります。
下書きに入れるものと、確かめるもの
出力は、場所の付いた主張のファイルと、開いた問いのファイルに分かれ、信頼の度合いは違います。引用付きで場所のある主張は、その場所を少なくとも一度自分で開いていれば、書く材料になります。開いた問いはセッションで最も価値のある出力であることが多い。
文献が扱っていないことへの良く立てられた問いは、扱ったことのまた一つの要約より良い貢献になり得ます。自分で確かめるべきは荷重を受けるものすべてです。数字、帰属、引用し返される主張。書きながら出典を下書きの横に開き、出典の中に場所を特定できない文は、まだ持っていない文として扱います。
入れる人と入れない人
読む量が読む速度に対して大きいなら組み込みます。政策、適合、競争情報、技術の精査、新しい論文が読むより速く届く分野でよくあります。最も得るのは機械的な部分です。主張の場所、比較表、文書が言わなかったことの発見。
貢献が読書そのものなら、出典が短く読む方がプロンプトより速いなら、出典の信頼をモデルが自信を持って均してしまう判断が要るなら、外します。最後には注意が要ります。モデルは査読された結果と業者の記事を区別できず、そうするなと言わない限り同じに扱います。道具は読書を速くします。
何を読む価値があり、信じるべきかの判断は置き換えません。
最初の一回
答え合わせができるよう、すでに精読した文書から始めます。支えの無い主張は印を付けるという指示つきで、主張と場所の抜き出しを求め、原文と突き合わせます。どの調査道具でも見る二つと同じです。落としていた細部を見つけた場所は残す理由。文書が支えない自信のある主張を出した場所は指示を締める理由。
中身を知っている文書で抜き出しが持つようになったら、食い違う二文書を取り、要約ではなく食い違いを尋ねます。二番目の試験は一番目より大事です。実際の仕事に最も近いからです。食い違いがきれいに戻れば調査の補助です。平らに戻れば要約器です。流れをその上に建てる前に、どちらを持っているか知っておきます。
スタジオを開く
よくある質問
- 出典を示せますか?
- ページか節と短い引用は出せます。それが実際に照合できる形です。参照が正しい保証はしません。場所は貼る引用ではなく、確かめる目印です。開いていないページ参照は引用ではなく、希望です。
- 文書が問いに答えていないときは?
- 既定ではとにかく答えが来て、文書がその題を扱っていれば出しそうな種類の答えです。場所を特定できない主張はそう言え、という指示が大事なのはそのためです。自信のある出典を、正直な出典に変えます。正直な「見つからない」は、もっともらしい捏造より有用です。
- 文書を読むといくらかかりますか?
- 長さと向けるモデルにより、スタジオのモデルページにその時点の表示があります。日常は普通のモデルで読み、表が要るときは構造向けのモデル、複数の出典を本当に一緒に持つ時点で長い文脈のモデルを残す、が実用です。
- Ofrai ではどう始めますか?
- すでに読んだ文書を開き、chat-with-PDF で、ページ参照つきの主張と、場所を特定できないものは印を付ける指示を求めます。出力を原文と照合します。一回で、フォルダの流れを建てる価値があるかが分かります。
- Ofrai の調査向け AI とは?
- Claude Sonnet 5、GPT-5.3 Codex、Gemini 3.1 Pro と chat-with-PDF を一つのクレジット残高に置く作業場です。読むこと、形にすること、まとめることが同じ場所で回り、モデルは購読ごとではなく文書ごとに選びます。