定義：制約最適化リサーチは、自由形式の探究を「答えを見つける」から「制約のもとに決定システムを構築する」へと再構成します。リサーチの成果物は結論ではなく、証拠の強さ、リスク許容度、ユーザー固有の制約によって条件付けられた構造化された条件付き判断のセットです。このアプローチは、ロバスト最適化、感度分析、ベイズ更新、意思決定分析の方法論を形式化したものです。従来のリサーチが「最ももっともらしい回答」を生成することを目指すのに対し、制約最適化リサーチは「ユーザーの実際の状況のもとで最も有用な決定」を支援するシステムを構築することを目指します。
回答生成の問題点
「Nvidia を買う価値はあるか？」は答えのある問いに聞こえますが、そうではありません。これは隠れ変数を含む決定問題です。誰が買うのか、どのくらいの期間か、いくらの資金か、どの程度のドローダウン耐容があるか、どんな代替案と比較するか、そしてどんな情報があれば判断が変わるか。これらの制約なしには、「価値のある」という言葉は安定した意味を持ちません。
回答生成はもっともらしさを最適化します。包括的でバランスの取れた回答を生成します。これは一見良さそうに見えますが、決定の場面では役に立ちません。投資家 A にとっては正解でも、投資家 B にとっては不正解ということが日常的に起きています。「Nvidia は買う価値がある」という回答は、短期トレーダーと長期投資家とインデックス投資家で意味がまったく異なります。制約最適化は決定の有用性を最適化します。ユーザーの実際の状況のもとでより良い決定を下すのに役立つシステムを構築します。
形式的フレームワーク
決定は次のように形式化されます。
max_a U(a | E, H, C) − λR(a) − γI(a)
ここで a は候補アクション、U は証拠 E・仮説 H・制約 C もとでの効用、R はリスク、I は不確実性コスト、λ と γ はユーザーのペナルティ重みです。これらの重みは物理定数ではなく、ユーザーの実際の状況を符号化する正規化された嗜好係数です。
実用的なデフォルト値：低リスクで可逆的なタスクには λ ≈ 1、γ ≈ 1。大きなドローダウンを伴うアクションでは λ を上げます。推奨を変える可能性のある欠落証拠がある場合は γ を上げます。ユーザーが制約を指定していない場合、レポートは異なる重みの枝のもとで条件付き判断を提供します。例えば、「リスク許容度が低い場合の推奨」「リスク許容度が高い場合の推奨」「さらに情報が必要な場合の推奨」といった形で、複数のシナリオを並べて提示します。
12 ステップメソッド
収束する前に、以下の 12 のステップを順に実行します。各ステップは前のステップの成果物を受け取り、判断の精度を高めていきます。
- 目的関数を再構築する。ユーザーは実際には何を最適化しているのか？表面的な質問の裏にある真の目的を明らかにします。
- 事実、仮定、推論、価値判断を分離する。「Nvidia は今期の業績が良い」は事実ですが、「今後も業績が良いだろう」は仮定です。この区別を明確にします。
- 対象の品質とアクションの魅力を区別する。優れた企業であることは、買うべき理由とは限りません。現在の株価にすべてが織り込まれている可能性があります。
- 多起点探索。対立する出発点から始める。「Nvidia を買うべき理由」と「Nvidia を買うべきでない理由」を同時に探索します。
- 反事実的摂動。重要な仮定を 1 つ変えた場合、結論は変わりますか？「AI 需求が半減した場合」や「主要顧客が競合に乗り換えた場合」を検討します。
- 感度分析。どの入力が推奨を反転させるか？結論を変えるのに最も影響力の大きい変数を特定します。
- 暗黙の期待を逆算する。質問の裏に暗に仮定されている前提条件を洗い出します。
- 敵対的検証。反対の立場から議論する。最も強力な反論を構築し、それに答えられるか検討します。
- ベイズ更新。証拠とともに事後確率がどうシフトするかを示す。新しい情報が入ったときに、判断がどの程度修正されるかを明示します。
- シナリオ分析と意思決定木。複数の将来シナリオを分岐ツリーとして描き、各分岐での最適アクションを明確にします。
- 個人の制約を追加する。ユーザー固有の資金制約、時間軸、税制上の考慮、既存ポジションなどの制約を反映します。
- 人気のナラティブに対する正則化。「AI は無限に成長する」「この株はもう下がらない」といった市場で人気の物語に対して、構造的に懐疑的になるフィルターを適用します。
残差駆動イテレーション
リサーチは 1 パスで終わるわけではありません。残差（結論が必要とするものと証拠が裏付けているものの間のギャップ）が次のラウンドを駆動します。残差とは、まだ満たされていない要求です。結論を出すためにまだ不足している情報を体系的に特定し、次のリサーチラウンドで優先的に解決します。
- 質問残差：質問自体はまだ正しいか？リサーチの過程で、そもそもの問いかけが変更されることがあります。
- 制約残差：捉えられていない制約はないか？ユーザーが明示しなかったが、暗黙裡に存在する制約を発見することがあります。
- 証拠残差：欠落している最小直接証拠はないか？結論を支えるために最低限必要な証拠がまだ揃っていない場合があります。
- 仮説残差：検証されていない競合仮説はないか？主な仮説を支持する証拠を集めるだけでなく、それを覆す可能性のある代替仮説も検討する必要があります。
- 敵対残差：未対処の反論はないか？レッドチーム検証で指摘された反論のうち、まだ答えられていないものがないかを確認します。
- 感度残差：探索されていない変数範囲はないか？重要な変数の値域を十分に探索していない場合があります。
停止ルール：すべての残差がハード制約を下回るか、もう 1 ラウンドの情報価値が遅延コストを下回ったとき。ここで「情報価値」とは、さらなるリサーチによって判断がどの程度改善されるかの期待値です。これ以上調べても結論が変わらないと判断されたら、そこでリサーチを打ち切ります。
Super Survey での実装
Semibot の Super Survey スキルはこのフレームワークを実装しています。各サーベイラウンドは段階的なループに従います。ユーザーの言葉を出発点として枠組み化し、Adaptive Research Framework を経由し、検索前に証拠計画を作成し、ソース・主張・証拠の JSONL トラッキングで証拠を集め、最も強力な議論にレッドチーム検証を行い、条件付き判断を統合し、エボルバーを実行して continue/narrow/pivot/kill/finalize を決定します。
革新の核心は「前倒しのガイダンス」です。証拠を収集する前に、スキルは目的、制約、決定に重要な変数、最小直接証拠、暗黙の期待、反ナラティブ正則化子を定義します。これにより、Agent が質問の枠組みを目的関数として受け入れることを防ぎます。エボルバーは、各ラウンドの残差を評価し、次のアクションを決定します。すべての残差が基準を下回れば finalize、重要な残差が残っていれば continue、方向性の修正が必要であれば pivot、範囲を狭めるべきであれば narrow、そもそもの問いが間違っていたら kill と判断します。この自動的な方向転換能力により、最初の問いかけが間違っていた場合でも、リサーチは正しい方向に修正されます。
限界
- ユーザーが制約を明確にするか、発見する意思を持つ必要があります。多くのユーザーは自身のリスク許容度を知りません。制約最適化リサーチは、ユーザー自身が自分の制約を理解するプロセスを促進しますが、最初のインタラクションでは不十分な情報でスタートせざるを得ません。
- リサーチのオーバーヘッドが増加します。シンプルな事実質問にはこのフレameworkは不要です。「日本の首都はどこか？」に制約最適化は必要ありません。このフレームワークが真価を発揮するのは、複数の選択肢があり、個人の状況によって答えが変わる決定問題です。
- 残差メトリクスは粗い離散スケール（0〜3）を使用し、較正された測定値ではありません。残差の評価はモデルの判断に依存するため、主観的な要素を含みます。
- 敵対的検証は藁人形論法に堕する可能性があります。モデルが意図的に弱い反論を構築し、簡単に倒すことで検証を済ませてしまうリスクがあります。このリスクを軽減するために、反論の品質を評価するチェックが組み込まれています。
- ベイズ更新は有意な事前確率を必要とします。無情報の事前確率は順序依存の結果を生みます。最初に提示された情報が事前確率に過度に影響を与え、後の証拠で十分に修正されない場合があります。
- フレームワークはスキルであり、コアランタイムではありません。品質はモデル能力とプロンプトエンジニアリングに依存します。異なるモデルでは、同じフレームワークを使っても品質に差が出ます。
理論の工学化：公式から実行可能なゲートへ
super-survey はこの理論を、機械が判定できる研究パイプラインに落とし込みます。効用関数は max U(a|E,H,C) − λR(a) − γI(a) の形を取ります。証拠 E・仮説 H・制約 C の下で行動の効用を最大化し、リスクのペナルティ（重み λ）と情報不足のペナルティ（重み γ）を差し引く。行動変数は「強気か弱気か」ではなく、ポジションを持つか、どれだけ買うか、一括か分割か、既存保有者は持ち続けるか、どんな条件で再評価するか、より良い代替があるか、という六つの具体的な決定です。ユーザーが期間やリスク許容度を示していない場合、重みを知っているふりをするのではなく、λ/γ の分岐ごとの条件付き判断を出すことが要求されます。
反復は七成分の残差ベクトル（問題・制約・証拠・仮説・敵対・感度・行動）の一般化降下として定式化されます。各ラウンドは明確な意思決定残差を圧縮しなければならず、資料を積むだけでは降下とは認めません。演算子の順序（問題の射影 → 証拠の観測 → 多経路拡張 → 敵対攻撃 → 統合更新 → 方向選択）は非可換な半群をなします。結論を先に出して後から証拠を集めるのは反復ではなく事後監査です。停止条件は二重です。総残差が閾値以下であることと、次の研究行動の情報価値がそのコストを下回ること。
工学側の鍵は、ゲートを提案ではなくハード制約にしたことです。三つのモード（quick / standard / deep）は 80 / 90 / 95 点を要求し、ソース・主張・証拠それぞれに最低数量を課します。100 点満点の最終ゲートは六次元（反諂いの完全性 20 点、ソースと方法 15、証拠の完全性 20、分析とレッドチーム 20、実行可能性 15、構成 10）で採点され、部分スコアが一つでも欠ければ即失敗です。高合計が「ユーザーの元の枠組みをそのまま受け入れた報告」を隠すことはできません。証拠は JSONL レジストリ（ソース/証拠/主張の三層、安定 ID で連結）で管理され、主張が数字や固有名に言及するのに連結された証拠にそれが含まれない弱いペアは拒否されます。段階の順序は CLI が強制し、省略すれば正しいノードへ戻されます。
FAQ
金融以外でも使えますか？
はい。製品機会、市場参入、技術選定、オープンソース比較、デューデリジェンス。いずれも制約付き決定問題です。具体的には、「この技術スタックを採用すべきか」「この市場に参入すべきか」「このオープンソースプロジェクトを採用すべきか」といった問いに応用できます。
「ステップバイステップで考えろ」と同じですか？
いいえ。Chain-of-thought は推論の透明性を向上させます。制約最適化は目的関数自体を変えます。「回答を生成する」から「決定システムを構築する」へ。Chain-of-thought が「どう考えるか」の問題であるのに対し、制約最適化は「何を求めるか」の問題です。
常に決定が出ますか？
いいえ。さらなるリサーチの情報価値が遅延コストを上回る場合、正しい成果は「リサーチを続行する」であり、時期尚早な推奨ではありません。決定を急ぐことは、不完全な情報に基づく判断を生むリスクがあります。
リサーチの軌跡を見られますか？
はい。Super Survey は永続的な成果物を生成します。ブリーフ、証拠計画、リサーチ、ブレインストーム、レッドチーム、統合レポート、エボルバー、そして JSONL のソース・主張・証拠ファイルです。すべての成果物はローカルに保存され、いつでも遡って確認できます。
サーベイツールと何が違いますか？
サーベイツールはデータを収集します。制約最適化リサーチは決定システムを構築します。成果物はデータの要約ではなく、条件付きアクションのセットです。「こうすべき」「ただし、この条件が変われば判断も変わる」「この情報があれば判断が改善される」という形式で、アクション可能な成果を提供します。
初めてのリサーチでも使えますか？
はい。むしろ、リサーチの経験が浅い人ほどこのフレームワークの恩恵を受けます。経験豊富なリサーチャーは暗黙裡に多くのステップを実行していますが、フレームワークが明示的にステップを示すことで、抜け漏れを防ぎます。