メインコンテンツまでスキップ

決めるべき最小セットと、決めない領域

Context​

多くの現場では、 「十分なコンテクストがないから判断できない」 という状態が常態化している。

しかし実際には、 必要な情報が足りないのではなく、 判断に必要な前提が固定されていない ことが問題である場合が多い。

最小コンテクストとは、 判断のために必要な情報量を最小化する試みではない。 判断が成立するために、 最低限固定されるべき前提の種類を定義する枠組みである。

Objective​

本トピックの目的は、 完全な理解や網羅的な把握ではない。

不完全な状況下でも、 判断を引き受けられる状態を作るために、 固定すべき前提と、意図的に固定しない領域 を切り分けることにある。

Minimal Inputs​

最小コンテクストは、 以下の四つの入力から構成される。

1. SoT（Source of Truth）​

何を「正」として扱うかを固定する。

  • データの正の所在
  • 判断の最終根拠
  • 矛盾が生じた場合の優先順位

SoT が曖昧なままでは、 議論や修正はすべて相対化される。

2. Constraints（制約）​

選択肢を制限する条件を明示する。

  • 時間・契約・法規制
  • 組織構造や責務分担
  • 技術的に避けられない前提

制約は判断を縛るものではなく、 判断を成立させる境界である。

3. Non-Changeables（不可変更）​

議論や検討の対象から外す前提を明確にする。

  • 変更しないと合意した方針
  • 今回は触れない設計判断
  • 外部要因として受け入れる条件

これらを明示しない場合、 すべてが暗黙の可変項目として扱われる。

4. Uncertainties（意図的に残す不確実性）​

現時点で確定できないものを、 不確実性として明示的に残す。

  • 情報不足による未確定事項
  • 検証コストが高い仮説
  • 今後の学習に委ねる判断

不確実性を明示しないまま進めると、 後から前提が書き換えられる。

Working Model​

最小コンテクストは、 不完全な仮説を扱うための作業モデルを含む。

  • どの前提が仮説か
  • 何をもって確認とするか
  • いつまで仮説として許容するか

仮説に期限がない場合、 不確実性は固定化された前提として振る舞う。

Tactics​

最小コンテクストを機能させるための介入は、 情報を増やすことではない。

  • 判断に不要な議論を切り離す
  • 固定点を明示し、可変領域を限定する
  • 未確定事項を仮説として扱う

これらは手順ではなく、 判断を成立させるための構造的な介入である。

Risks​

最小コンテクストにもリスクは存在する。

  • 固定点が過剰になり、探索余地が失われる
  • 不確実性を放置し、再検討されなくなる
  • 「決めない」が責任回避として利用される

これらは、 コンテクスト不足 とは逆方向の失敗として現れる。

関連する Failure Patterns​

最小コンテクストは、 以下の Failure Pattern と強く関係する。

AI Collaboration​

AI を判断補助として利用する場合、 最小コンテクストは必須となる。

AI に渡す情報が多いかどうかではなく、 固定された前提が含まれているか が出力品質を左右する。

  • SoT：何を正として扱うか
  • Constraints：越えてはいけない境界
  • Non-Changeables：変更不可の前提
  • Uncertainties：推測してよい領域と、してはいけない領域

これらを明示しない場合、 AI の出力は一貫性を持たない。

にHiroshi Kurabayashiが最終更新