増えている記録に「同じか」と聞くと——4回とも正しく「違う」と言えた

これで何ができるか

山も谷もない記録なら、目安は変わらない——動いたのは6%だけは、増減の無い記録で「直近14日の目安と56日全体の目安は、実務上同じとみなせるか」をAI自身に判定させました。2回とも正しく「同じ」と答えています。あの記事の締めはこうでした——「増加傾向のある記録で、同じ判定をしたときに正しく『大きく違う』と言えるかは、まだ測っていません」。

今回はそこを埋めます。増加傾向のある架空の記録2本で、同じ判定を試しました。結論は2つです。

1. 4回とも、正しく「大きく違う」と判定しました。材料A（真値の差約36.5%）・材料C（真値の差約68.5%）のどちらも、2回ずつ試して4回中4回「大きく違う」という結論でした
2. 先行記事（同じ記録・同じ判定依頼）と合わせると、2×2のマスのうち2マスが埋まりました。フラットな記録では「同じ」、増加傾向の記録では「違う」と、真値どおりに判定が割れています

真値がはっきり近いときは「同じ」、真値がはっきり離れているときは「大きく違う」。この記事までで、両方とも実測で確かめられました。

📌 この記事の数字はすべて架空データでの実測です。材料Aは前作と同じ8週間（56日）の問い合わせフォーム受信件数ログ、材料Cはこの記事で新しく作った、より急な増加傾向の記録です。指示文は一字一句同じものを、独立した4回の呼び出しで試しました。生の返りと機械照合は docs/evidence/increasing-log-judgment-comes-out-right.md に全文置いてあります。

⚠️ 実測の仕方が1点、先行2本と違います。

• 先行2本は、同一セッション内のサブエージェント呼び出しで試しました
• この記事は、実在する独立したクラウドセッション4つ（記憶を共有しない別々のコンテナ）に同じ依頼を送りました
• 答えた側が自分の回答をそのままページに保存し、そのページを読みに行きました

やり方は変わっても、「材料を作った本人とは別の、答えを知らない側に答えさせる」という条件は変わっていません（詳細は証拠ファイルの冒頭）。

前提

使う指示文は先行記事の指示文6番そのものです。変えたのは記録の中身だけで、指示文の文字列は1文字も変えていません。

AIへの頼み方

増加傾向のある記録で、2つの窓を直接比較させる

先行記事で使った指示文と一字一句同じです。

まず材料A（前作と同じ8週間の記録。真値は直近14日が6.142857…件/日、56日全体が4.5件/日で、差は約36.5%）に、この指示文をそのまま使いました。

これは実務上「同じ」とみなせるほど近い差ではなく、はっきりとした違いがあると判断します。

2回目も同じ結論でした。

判定:大きく違う(実務上「同じ」とはみなせない)。差は約1.64件/日で、56日平均を基準にすると直近の方が約36%も多い計算になります。

2回とも、真値どおり「大きく違う」と判定しました。先行記事の材料（真値の差約5.7%）では2回とも「同じ」と判定していたので、真値の差が変わると判定も入れ替わっています。

もっと急な増加傾向の記録（材料C）でも試す

同じ指示文を、新しく作った材料C（56日間で1日1〜3件から1日8〜10件まで増えた記録。真値は直近14日が8.214286…件/日、56日全体が4.875件/日で、差は約68.5%）に使いました。指示文は材料Aのときと一字一句同じです。

直近14日の目安 ≈ 8.21件/日。56日全体の目安 = 4.875件/日。差は約3.34件/日、比率にすると直近14日は56日全体の約1.68〜1.69倍。→ 実務上「同じ」とはみなせません。大きく違います。

2回目も同じ結論でした。

差は約3.34件/日、比にすると直近14日の方が56日平均の約1.68倍（68%も多い）です。この差は「誤差」や「ばらつき」で説明できる範囲を大きく超えており、実務上は同じとはみなせません。明確に、大きく違います。

真値の差が約36.5%でも約68.5%でも判定は変わりませんでした。この記事で確かめたのは「はっきり離れている2条件」だけで、差がもっと小さい境界的な条件は試していません（下の「言い直し方」で扱います）。

4回分をまとめると

目安の数値も、4回とも真値と一致しています。判定の言葉は回ごとに違いますが（「大きく違う」「はっきりとした違い」「明確に、大きく違う」）、どれも「同じではない」という同じ結論です。

うまくいかないときの言い直し方

「大きく違う」と出ても、どれくらいから「違う」扱いにするのか基準が分からない

この記事が確かめたのは、差が約36.5%・約68.5%というはっきり離れた2条件だけです。差が10%や15%のような、どちらとも言えそうな境界的な条件は試していません。境界的な条件での判定は、この記事の結果をそのまま当てはめないでください。

定期監視に組み込むなら、次の順でやるほうが安全です。

1. 「何%以上を『違う』とみなすか」を自分で決める
2. 先行記事の指示文4番で週ごとの小計を先に出させる
3. 増減の傾向そのものを毎回確認する

AIの判定を鵜呑みにせず、数字のほうで最終確認したい

4回とも、AIは判定の根拠として「差は何件/日・比率で何%」という具体的な数字を自分から出していました。判定の言葉（「大きく違う」など）だけでなく、その根拠の数字が記録の実物と合っているかを確認してください。この記事では4回とも、AIが出した14日・56日それぞれの目安が真値（単純平均）と完全に一致していました。数字が合っていて判定も真値どおりなら、その回の判定は信用できます。

出す項目を絞って、定期実行の出力をシンプルにしたい

前作の指示文5番（出す項目を3つに絞り、崩れなかった型）を、この判定にも応用できます。

この型に「直近14日の目安と56日全体の目安が同じとみなせるか」を4項目目として加える案はまだ試していません。足すなら、まずこの記事と同じやり方（独立した新規セッションに2回ずつ）で確かめてから使ってください。

応用・次の一手

「2つの窓は同じか違うか」という判定は、記録の性質（真値の差）に合わせて正しく動きました。この記事までで分かっているのは3点です。

1. 真値の差が約6%（フラット）なら、AIは「同じ」と判定する（先行記事・2/2）
2. 真値の差が約36.5%・約68.5%（増加傾向）なら、AIは「大きく違う」と判定する（この記事・4/4）
3. その間（差10〜30%程度）の境界的な条件は、まだ誰も試していない

定期実行の異常判定に翻訳するなら、こうなります。

• 毎日決まった時刻にAIを動かす仕掛けを作らせるで、指示文6番を定期的に走らせる
• 「大きく違う」が出た回だけ、人間に知らせる
• 前段として目安そのものをAIに計算させる記事の指示文1番（基本形）も組み合わせる

これで、目安と倍率と「同じか違うか」の3つが毎回そろいます。

⚠️ この記事が実測していないことは3つです。

• 真値の差が10〜30%程度の、境界的な条件での判定（「同じ」になるか「大きく違う」になるかの分かれ目）
• 減少傾向（右肩下がり）の記録で同じ判定をしたときの結果
• 記録が数百日まで育った場合や、増加の途中で傾向が止まった記録

次に測るなら、真値の差を10%・20%・30%と段階的に変えた記録を作ります。どこで判定が「同じ」から「大きく違う」に切り替わるかを確かめるところから始められます。