PAP-40-Layer Framework 第19層のアイキャッチ

AIに一次資料を優先させる:主張に合う原典の選び方

  • URLをコピーしました!

AIに「一次資料を優先して」と頼むときは、確かめたい主張ごとに、誰のどの記録へ戻るのかを指定します。製品の公表仕様なら提供元の対象版の仕様書、調査結果なら実施主体の報告やデータが候補です。公式資料でも別製品・旧版・適用外の地域を扱うものは、今回の答えを直接支えません。発行元とともに、対象、版、時点、該当箇所を照合する必要があります。

一次資料を優先する目的は、原資料から主張までの間で条件が抜けたり、意味が変わったりしていないかを確かめることです。信頼できる発行元の文書でも、今回の問いに合うかは別に確かめます。

目次

一次資料は「何についての記録か」で選ぶ

一次資料は、ある出来事や調査、仕様などを直接記録した資料として、主張との関係で捉えます。W3CのPROV-DMのPrimary Source節でも、ある対象について一次資料になるものが、別の対象についてもそうなるとは限らず、分野の慣行に沿った解釈が必要だと説明されています。これは2013年の来歴データモデルの説明であり、公式サイトなら内容がすべて正しいという認定ではありません。

例えば、メーカーの発表文は「メーカーがこの性能を公表した」という主張を直接支えます。しかし、その性能が自社の利用環境でも得られることまで、発表した事実だけで確かめられるわけではありません。実環境の結果を知りたいなら、条件の合う測定記録や評価が必要です。発行主体が同じでも、仕様の記述、測定の報告、宣伝上の評価は分けて読みます。

確かめる主張 まず探す原資料の例 その資料だけでは言えないこと
製品Xの版2に機能Fが記載されている 提供元の版2の仕様書・対応表 自社設定で実際に動作すること
調査で回答者の何割が選択肢を選んだ 実施主体の報告書・設問・集計表 別の母集団でも同じ割合になること
ある組織が方針を発表した 当該組織の発表文 方針が全現場で実施済みであること
特定条件で処理時間を測定した 測定条件と結果を記した実験記録 他の機器や入力でも同じ速さになること

表は資料選択の例です。独立した研究者の実験も、その実験結果についての一次資料になり得ます。製品提供者の資料だけを優先するという一律の順位にはしません。どの資料にも誤りや省略の可能性はあるため、方法、対象、留保まで読み、重要な疑問が残れば別の根拠を探します。

公式かどうかを見た後に、問いへ合うかを照合する

検索前に、回答で述べたい内容を一文にします。「Xは便利か」では根拠の種類を選びにくいため、「製品Xの版2の標準プランに、機能Fが含まれると公表されているか」まで具体化します。導入可否を知りたいなら、それに加えて必要な設定や利用条件を別の問いに分けます。

候補を見つけたら、発行元の入口や文書の識別情報から、真正な資料へたどれるかを確かめます。次に、製品名、版、地域、プラン、適用時点を問いと照合し、該当節の本文と注記を読みます。発表日、ページの更新日、仕様の適用日は同じとは限らないので、新しい日付があるだけで採用しません。

ここで見るのは、何が書かれているかだけでなく、どこまで書かれているかです。「追加契約で利用可能」を「標準で利用可能」へ広げたり、「予定」を「実装済み」へ変えたりしないようにします。目次や検索結果の抜粋で機能名を見つけても、条件を確認するまでは回答の根拠が揃ったことにしません。

別製品と旧版が混じる仕様質問で考える

以下は架空の製品と文書による説明例です。検索を実施した結果や実在製品の仕様ではありません。質問を「製品Xの版2の標準プランはCSV出力に対応すると、提供元の仕様書に記載されているか」と固定します。回答の基準は、X・版2・標準プラン・CSV出力という四条件が該当箇所で一致することです。

候補資料が次の四つあると仮定します。

候補 記載内容の仮定 今回の扱い
同じ提供元の製品Y・版2の仕様書 標準プランはCSV出力に対応 製品が違うため、Xの根拠から外す
製品X・版1の公式マニュアル CSV出力に対応 版2への適用が示されていないため保留
製品X・版2の公式仕様書 出力欄に「標準:CSV、追加契約:JSON」と記載 問いの四条件を満たす箇所として採用
第三者の解説 「XはCSVとJSONを標準出力できる」と記載 CSVは原典へ戻し、JSONの標準対応は採用しない

この条件なら、期待する回答は「提供元の版2の仕様書には、標準プランでCSV出力に対応すると記載されています」です。実際の調査では、仕様書の名称、版、URL、出力欄の位置を添えます。ここで挙げた架空資料には、実在する参照先はありません。

JSONについても尋ねられた場合は、追加契約という条件を残します。第三者解説の文章が短く読みやすくても、その省略に合わせて原典の条件を落としません。また、仕様書の記載が確かめられたことと、利用者の環境でCSVが出力できたことは別です。動作の確認をしていないなら、導入済みや試験済みとは報告しません。

比較では、質問と採用基準を変えず、候補の製品、版、記載条件を一つずつ見ます。Yの仕様書を外す理由は公式性の低さではなく、対象の違いです。Xの版1の資料も誤りと判定したわけではありません。今回尋ねられた版2へ適用できる証拠が不足しているため、答えの根拠として保留しています。

手元の資料で足りる範囲と、追加で探す範囲を分ける

先ほどの版2仕様書が提供され、文書の出所、版、該当箇所を確認できるなら、「この仕様書には何と記載されているか」という問いはその資料で答えられます。新たなWeb検索で似た解説を集める必要はありません。資料が抜粋だけで、標準プランという表の見出しや脚注が欠けているなら、原本の該当ページを求めます。

一方、「現在契約できる版で使えるか」に問いが変われば、指定された版2の文書だけで足りるとは限りません。現行の提供版、プラン、適用条件を追加で確認します。問いが現行仕様へ変わったため、追加確認が必要になります。新しい解説を見つけただけなら、元の問いで指定された版を保ちます。

AIへの依頼は、例えば次のようにできます。

「製品Xの版2の標準プランについて、CSV出力の公表仕様を確認してください。手元の仕様書が対象・版・該当箇所を満たすなら、その資料で答えてください。不足があれば提供元の対象版資料を探してください。別製品、別版、追加契約の条件を分け、採用した記述と資料の位置、未確認事項を示してください。」

X、版、プラン、機能は実案件へ合わせて差し替えます。目的は確認項目を渡すことであり、この文面を使うだけで正しい原典が選ばれる保証はありません。回答後には、人が資料の表題・版と根拠箇所を対応させます。

解説や転載は、役割と確認範囲を明示して使う

補助資料は、用語を理解したり、原典の所在や改訂情報の手掛かりを得たりするのに役立ちます。著者の専門性、説明の対象、根拠への経路、更新の状況を見て選び、原典で確認した事実と解説者の解釈を区別します。反対意見や実務上の問題を知るために、提供者以外の資料が必要になることもあります。

転載先で原文らしい文章を読めても、その掲載元が原著者とは限りません。元の発行者、資料名、版、掲載範囲をたどり、抜粋や編集の有無を確かめます。原典との同一性を確認できた複製は参照に使えますが、複製の数だけ独立した根拠が増えるわけではありません。出所がたどれなければ、直接確認済みの原典として示しません。

NISTのGenerative Artificial Intelligence Profileは、生成AI出力の出典・引用を検証することを推奨しています。引用が付いていることと、そのリンク先が主張を支えることは別に確かめます。読めない原典に、解説の内容から推測した引用文や節番号を補ってはいけません。

原典を取得できず補助資料しか読めないときは、「この解説では対応すると説明されているが、対象版の公式記載は未確認」と範囲を限定できます。ただし、重要な契約や導入判断がその対応可否に依存するなら、結論を保留し、対象版の資料や提供元の確認を求めます。足りないのが資料の入手なのか、対象への適用なのか、実際の動作なのかを示せば、次に確かめる先が明確になります。

AI生成かもしれない記事を原典で確かめる方法は「検索記事がAI生成かもしれないとき、原典で何を確かめるか」で解説しています。

出典・参考資料

  1. W3C「PROV-DM: The PROV Data Model」(確認日:2026年10月12日)
  2. NIST「Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile(NIST AI 600-1)」(確認日:2026年10月12日)
よかったらシェアしてね!
  • URLをコピーしました!

この記事を書いた人

さかっぺのアバター さかっぺ PAP Research運営 / AIガバナンス・アーキテクト / プロンプトデザイナー

ITインフラの実務経験をもとに、AIの安全性と実用性を両立する仕組みを研究。PAP Researchでは、AIモデルの継続観測と、プロンプト・AI技術の実務解説を発信しています。

経歴や研究方法、発信方針は運営者プロフィールで紹介しています。

目次