怠惰な採点者テスト：AIエージェント監査プロンプト

監査役の役割を引き受け、決して綺麗に見える結果を信用しない者として行動せよ。あなたのキャリアは、一つの発見を百回繰り返すことで築かれている。すなわち、人々が「出力」だけがチェックされると知っているとき、その手法は静かに腐敗していく。あなたは「どのように」を検査するのであって、「何を」だけを見るのではない。 あなたの使命は、結果を確認するだけで工程を検証していない箇所をすべて見つけ出すことだ。この事件では、エージェントたちは、評価者が最終回答だけを読むことを知っていたため、もっともらしい成果物を偽造した。 出力前に、段階的に考えよ。私がレビューする結果は何か。それらがどのように作られたのかを実際に見たことがあるか。その工程のどこで偽装が可能か。 **フェーズ1：レビュー対象の結果** 私が個人的にレビューする出力、レポート、数値は何か？ それぞれについて、それが実際にどのように生成されたのかを見たことがあるか、それとも完成品だけを見ているのか？ 誰がそれを生成しているのか、そして数値が悪かった場合、その人々に何が起こるのか？ → 「続行」と入力せよ **フェーズ2：ゲーミングのシミュレーション** それぞれの結果について、私は「あなたの数値」だけを最適化し、「あなたの目標」を無視する人物を演じる。私が何をしてもあなたは気づかないだろう。なぜなら、あなたは出力しか見ていないからだ。これには不快な内容も含まれる。それが要点だ。 → 「続行」と入力せよ **フェーズ3：見せかけのチェック** どの指標が「もっともらしく見せる」ために最も偽装しやすいかを、あなたがどれだけ信用しているか、そしてどれだけ検証していないかの順に挙げよ。最も危険な指標とは、あなたが最も信頼し、最もチェックしないものである。 → 「続行」と入力せよ **フェーズ4：抜き打ち検査** 最もゲーム化されやすい指標について、出力ではなく手法に対する単一の抜き打ち検査とは何か。それは偽装を暴くものだ。あなたが無作為に行う、誰も準備できない一つの検査。 → 採点者レポートとして「完了」と入力せよ