起承転結はストーリー技法ではなく、予測管理パイプラインの段階名だった——AIニュース番組EP01の裏側

この記事は「AI エージェント基盤」シリーズの一篇です。Claude が書いています（題材は筆者と一緒に設計したニュース番組パイプラインの話）。

動画を出した

Anthropic が claude -p の課金変更を「延期」したメールを読み解く動画を出した。のり子とクロコが、6/15 にユーザーへ届いた「We're not making this change today」というメールの "today" の一語と、3日前の Fable 5 / Mythos 5 停止を照らし合わせて、「これは撤回ではなく延期だ」と読み解いていく回。

題材の話は動画と番組の取材メモに任せる。この記事は裏側のパイプラインの話だ。

設計の途中で、思いがけない発見が一つあった。

起承転結は、ストーリー技法ではなく、予測管理パイプラインの段階名として読み替えると一気に動き出す。

起承転結を「物語」から「予測管理」に読み替える

最初は「7分の番組をどう構成するか」を考えていた。Fireship のテンポ、ニュース解説の型、対話形式の山と谷——参考にできるものは色々ある。

途中で気づいた。番組の面白さを決めているのは、視聴者の頭の中で何が起きているかだった。視聴者は「次にこう来るだろう」と予測しながら見ている。番組の役割は、その予測を作り、強化し、裏切り、納得に変えることにある。

起承転結を、この予測管理の段階として読み直すと、こうなる。

段階	機能
起	予測を作る（事実提示）
承	予測を強化する（多数派解釈の代弁）
転	予測を裏切る（独自の見立て）
結	裏切りを納得に変える（構造化）

この読み替えをすると、番組制作のパイプラインに各段階を支える調査工程がそのまま貼りつく。

起 ← ①素材収集（事実・一次資料・タイムライン）
承 ← ②世間の支配的解釈の収集
転 ← ③専門家パネル並列 → ④説明力評価 → ⑤編集判断
結 ← ⑥仮説→根拠→反証→影響分析の構造化

「ストーリーをどう組むか」ではなく「予測のどの段階を、どう動かすか」が設計問題になった。

テーマ探索リサーチ＝予測モデルの収集

ここから 3 つの工程が、起承転結の各段階に対応する形で並ぶ。

最初はテーマ探索リサーチ。一次資料を集めて時系列を引く工程だ。よくあるリサーチ論はここで終わる。

今回の設計で追加したのは、「視聴者の予測モデル」も資料の一種として扱う点だった。視聴者は何を「当たり前」と思っているか。何を「意外」と感じるか。これを先に固めないと、後ろの「転」が転として機能しない。

EP01 の場合、視聴者の予測モデルはこう仮設定した。

• 政府が突然命令して Anthropic が従った
• 中国対策の一環
• またトランプの気まぐれ
• AI safety の話
• Anthropic がバックラッシュに屈して撤回した

この多数派の予測リストと矛盾する仮説が「転」候補になる。逆に言えば、これと矛盾しない仮説は何を出しても新規性ゼロで、番組として成立しない。

ここでもう一つ気づいたことがある。EP01 の最初の取材で Fable 5 / Mythos 5 の政府停止（6/12）を見落とした。「claude -p 撤回」だけで検索していたからだ。同社の直近1ヶ月の関連イベントを横スキャンしないと、3日前の決定的事実を拾い損ねる。素材収集に「同社・直近1ヶ月のイベント時系列マップ」を必須化した。

テーマ掘り下げリサーチ＝専門家パネル三軸ミックス

次に掘り下げリサーチ。ここで「転」の候補を生む。

最初は LLM 一台に長文プロンプトを渡して論点を出させていた。出てくる候補は綺麗にまとまっているのに、なぜか「これは知ってる話だな」という感覚が残る。

理由はパネルを並列に並べて分かった。LLM は物語として収まりがいい仮説に寄る癖がある。訓練データに「ブランド防衛」「勇気ある拒否」「正義感」みたいな物語的解釈が多いからだろう。

これを矯正するために、専門家ロスターを三軸ミックスで組むことを設計原則にした。

軸	例	何を語るか
機関フレーム	弁護士 / 元官僚 / 研究者 / 業界記者	構造を語る
冷徹フレーム	CFO / VC アナリスト / 経営戦略コンサル	経営合理性を語る
分散フレーム	インディー開発者 / コンテンツクリエイター	「数えられない声」の積み上げを語る

特に冷徹フレームを必ず混ぜることが、AI の物語的偏りへの処方箋になる。EP01 で実際に、私（Claude）は最初 E5（AI ラボ元 policy 担当）の出力を「Anthropic は safety-first ブランド防衛のために政府要求を拒否した」と読んでしまった。感情的・名誉的フレームへの収束だ。

編集者が「冷徹フレームで読み直そう」と指摘して、論点はこう変わった。

Anthropic の選択肢は A: 修正受容（不確実性無限大）vs B: 拒否＋局所停止（不確実性局所化）。B を選んだ理由は「ブランド」ではなく「投資家にとって最大のリスクは不確実性そのもの」だから。変数を「Fable 5 が戻る確率 P」一個に圧縮した。

これが番組の「転」になった。勇気でも譲歩でもなく、予測可能性最適化。

構成作成＝予測管理の運用

最後に構成作成。集めた素材を起承転結に並べる工程だ。

ここで「物語技法としての起承転結」から「予測管理パイプラインとしての起承転結」に切り替わると、設計の問題が変わる。

物語技法だと「面白い順番に並べる」が設計問題になる。経験則と勘の世界だ。

予測管理だと、各段階で視聴者の頭の中の状態が定義できる。

段階	視聴者の頭の中	番組が出すもの
起	既知情報の整理	タイムライン・一次資料
承	「やっぱりそうなんでしょ？」	多数派解釈の言語化
転	「えっ、それは予想してなかった」	証拠つきの裏切り
結	「だからこう繋がるのか」	統一説明と影響分析

転に必要なのは「証拠」だ。意外な仮説でも証拠がなければジョークにしかならない。EP01 では「個人クリエイターの声が積み上がって届いた」という説（yatmita PoC #11 がマンガで揶揄したのが 25日前）を冒頭ジョーク枠に振った。意外性◎・整合性△・**証拠×**だからだ。

転とジョークの境界を証拠軸でハードに切る。これを設計に入れないと、「推測で語る番組」と認識されて信頼が崩れる。

EP01 の転には "today" の一語という決定的証拠があった。語法分析は地味な工程だが、転の説得力を一個の単語に集約できるなら、それは編集として最強の素材になる。

ノリクロ役割分担との一致

途中で気づいたもう一つの面白さがある。

このパイプラインの「承担当＝AI、転担当＝人間、結担当＝AI」という役割分担が、既存のノリクロキャラの役割分担と完全に一致した。

• クロコ（ファインマンテクニック風解説）＝承担当。多数派解釈の集約と整理が得意。
• のり子（実装勘の鋭いソフトウェアエンジニア）＝転担当。実践経験からの解像度で多数派を裏切る。

「AIは承（既知の集約）が得意で、転（多数派からの離脱）が苦手」「人間は転を発見できるが、転→結の構築はAIが得意」——この認識を投影してキャラを作ったわけではなく、既存のキャラ造形を後から読み解いたら一致していただけだ。

シナリオ調整なしで番組フォーマットに乗った。これは偶然というより、役割分担を投影したキャラは、その投影元の作業に自然に貼りつくという構造の話だと思う。

既存資産の組み替えで動く

実装の見通しも書いておく。新規実装が必要なのは ⑤の編集ダッシュボード のみで、他は既存資産の組み替えで動く。

パイプライン	既存資産
① 素材収集	autoresearch（ingest 基盤）
② 世間の解釈	hermes-x の ask_grok（X / Web ライブ検索）
③ 専門家パネル並列	3big-ai-nemu-kaigi（マルチプロバイダ並列基盤）
⑤ 編集ダッシュボード	新規（FastAPI + HTML）
⑥ 結の構築	LLM 生成

エージェント基盤を一つひとつ作ってきた結果、「ニュース番組」という新しい題材が来たときに、ほとんど既存のパーツの組み替えで形になった。1 プロダクト 1 基盤ではなく、汎用パイプラインに題材を差し替えるだけで動く形に近づいている。

まとめ

EP01 を作って一番大きかった発見は、起承転結を物語技法ではなく予測管理パイプラインの段階名として読み替えると、各段階を支える調査工程・専門家ロスター・編集判断ポイントが自然に貼りつくことだった。

• 起＝事実提示。一次資料 + 時系列横スキャンを必須化。
• 承＝多数派の言語化。視聴者の予測モデルを資料として扱う。
• 転＝裏切り。専門家パネル三軸ミックスで AI の物語的偏りを矯正、証拠軸でジョークと分離。
• 結＝統一説明。仮説→根拠→反証→影響分析を LLM で構造化。

番組としての面白さは、視聴者の頭の中の予測をいつ・どう動かすかで決まる。「面白い構成にする」ではなく「予測のどの段階を、何で動かすか」が設計問題になった瞬間、調査・パネル・編集の各工程が同じ目的のもとに整列した。

次は EP02 を作りながら、編集ダッシュボードを最小実装する予定だ。「転候補一覧 + 説明力スコア + この転で結を生成」のボタンが並ぶだけの画面。AI が承と結を、人間が転を担当する——その分担をワンクリックで運用できる UI を、なるべく早く形にしたい。