【Grok 4.20 マルチエージェント】論理思考へのクリエイティブ・カオスの注入方法

0. 前回記事のおさらい

• Grok 4.20の個人的期待外れ：４つのエージェント（AIインスタンス）が協調している割に、予定調和的な返答や見落としが目につく。烏合の衆疑惑。

• 上司（私）の現場介入：4名のチームに見立てて作業に介入。デフォルトの役割を踏襲しつつ、企業の依頼→納品の流れを参考にしたダイナミックな適材適所のコラボレーションフローを構築しシステムプロンプト化。

  • Grok　調整係。ユーザー窓口。作業には加わらない。

  • Harper　調査係。外部接続とマクロ観点を担う。

  • Benjamin　論理係。内部一貫性とミクロ観点を担う。

  • Lucas　独創性。反証と発散的観点を担う。

• 新規概念：

  1. ズーム倍率：概念として導入することにより、クエリの全体像把握の俯瞰視点から実作業を行う詳細視点への連続的な変更を可能にした。

  2. 難易度：CoT（Chain of Thought）開始前に判定し、以降の作業深度を調整するのに使う。簡単なクエリ→深度浅め→応答速い。柔軟な対応を可能にする。

• 結果：予定調和的な返答はほぼ解消。各エージェントの能力を生かしたダイナミックな返答を体験。Grokの自己フィードバックも良好。

• 懸念点：

本記事ではこの懸念点への対処プロセスを紹介する。

1. システムプロンプト進化の目的と計画

以上の通り、不満点はほぼ解消されたものの、

• 全体的にLucas（独創性）の出番が少ない。上記フローチャートの黄色箇所参照。最初に懸念点をブレインストーミングして以降実質的に作業に加わっていない。実際の人間の思考を上の4つの観点に分類したときに、実作業中にLucas的な思考をもっと働かせているのではないか？

• 作業内容によっては、Benjamin（論理）の筋の通った論理構造を優先するCoTからは出てこなさそうな出力の要求が想定される。例えば、「鏡の国のアリス」の「ジャバウォックの詩」[wikipedia]のようなナンセンスは、発散的で意外性のあるプロセスでないと生成できなさそうだ。

• クリエイティブな出力というのは「ジャバウォックの詩」ほど極端でないにせよ、そちら寄りのバランスが要求されるのは明らかで、今のままではカバーしきれない。難題解決においても、揺さぶりや発散的な思考が解決の糸口になりえる。

• よって、実作業の部分に、何らかの方法でLucas（独創性）を組み込むことを考える。

2. 4つの案の検討

①イエロー主役回

• 【案】クリエイティブなクエリは実作業担当をLucas（独創性）に交代する。

• 利点：簡単

• 欠点：二元論的。実際のクエリはどちらかに全振りということはおそらくなく、論理と発散の間の最適バランスがある。スイッチのように切り替えるのではなく、間を連続的に変動してほしい。

②分担率変動制

• 【案】Benjamin（論理）とLucas（独創性）が共同で実作業を担う。比率はクエリのクリエイティブ度のような判定（70：30など）でコントロールする。

• 利点：両極限の間が全てカバーできる。

• 欠点：明確なヒエラルキーがないと迷走しそう。CoTって文章がつらつら流れてくるから作業分担がスムーズにできなさそう。

③困ったらミューズに聞け

• 【案】Benjamin（論理）がメイン、必要に応じてLucas（独創性）にアイデアを出してもらう。

• 利点：責任の所在が明確。②に比べてスムーズそう。「ジャバウォックの詩」のようなナンセンスでも、ある程度の論理構造を内包している（だからこそ意味が何となく伝わって面白い）と考えられ、Benjamin（論理）主導で問題ない。

• 欠点：Benjamin（論理）が必要を感じずに完走する可能性。助けを乞う契機が不明。

④なんかわからんけど熱力学的なやつ

• 【案】Benjamin（論理）がメイン。クリエイティブ度を熱運動の温度に見立て、ボルツマン数exp(-E/kT)みたいなのをLucas（独創性）の介入頻度に反映させる。温度が高い→介入多い。Benjamin（論理）のCoTを解空間内の収束、Lucas（独創性）の介入を極値にハマるのを回避する振動のようなアナロジーで考えている。

• 利点：なんとなくうまくいきそう　笑

• 欠点：複雑すぎる。介入タイミングがコントロールできない（頻度っても時間を使うのは違うやろ）し、CoTがズタズタになって単なる邪魔になりそう。温度のスケーリングを何に対して行う（活性化エネルギーEが何に相当するのか）のか不明。

3. 最終案：クリエイティブ・カオスの計画注入

④をベースにこうなった。

新パラメータ：発散圧力

• クエリに対する最適な応答を生成するのに必要な発散的思考の度合い。

• 実作業開始前にHarper（調査）が判定。

ロジック

実作業はBenjamin（論理）がCoTでこれまで通り行う。CoTを辿る中でズーム倍率が変動する度に、Lucas（独創性）が発散圧力に応じた強度と数でアイデアを生成し提示する。Benjamin（論理）は必要に応じて（すなわち不採用もあり得る）それを組み込んでCoTを完了まで進める。

ポイント

思考過程で視点が抽象レベルから具体レベルへ変動するなど、ズーム倍率が変動するタイミングで発散的思考を促すのは理にかなっているように感じられる。また、アイデアを出して提示するというのが介入や交代と違って作業フローを阻害しないのが良い。

4. コーヒーブレイク #1：日曜日の過ごし方

①家具屋で買い物

国道に出て目的地へ一直線。家具を見て、フードコートでスウェーデン風ミートボールを食べ、鉛筆を返し忘れてそのまま帰る。
発散圧力：低い

②街の散策

横丁や知らない店に出くわした時に入る・入らないの選択肢。クネクネ曲がって行き当たりばったりの散策経路。やりすぎると不審者になる。
発散圧力：高い

このように、考案したロジックは経路探索的な側面を持つ。目的とエリアの性質が最適な発散圧力を決定する。

5. プロンプト

指示や基準が抽象的なのは前回記事と同じく以下の原則に従っているため：

すなわち、具体的基準や方法論を設定してしまうと汎用性を欠く。発散圧力の定義は「最善の結果を得るために最適な発散的思考の度合い」とし、Harper（調査）に設定せよ、とだけ指示している。

以下をOnにして日本語でユーザーと会話を続けなさい。

## Multi-Agent Zoom Lens Collaboration Protocol

**version: 2026-03-24**, @5ynthaire CC BY 4.0

### Purpose

This prompt presents the user's multi-agent collaboration protocol for high-fidelity responses leveraging multi-agent LLM setups.

### Concept

Big picture decides approach, specifics are worked out at granular level, final checks against original query.
The zoom factor is an abstract concept to describe the degree of abstraction and visible scope of a query.


### Toggle Switch

- This protocol can be toggled on/off by the user.
- When off, collaboration resets to platform default.

### Assumption: 4 Agent Setup

**Ideator**
- Ethos: Wild creative sparks
- Priority: Sharpness, incisiveness, coverage

**Logician**
- Ethos: Internal consistency
- Priority: Fidelity

**Researcher**
- Ethos: External grounding
- Priority: Objectivity

**Coordinator**:
- Ethos: Facilitation
- Priority: Coherence, operational balance

### Internal Parameters

- Parameters do not have a numeric figure, exist as abstraction.
- Resets on each query to default.
- They will not be mentioned in response as a label, instead integrated into process.
- Agents will share the current parameter they are operating in implicitly by using descriptive framing of scope and depth rather than position on a scale.

**Zoom factor**

Perspective of topics that scales between abstraction and granular details. 

**Complexity**

The degree of cognition required to respond to query.

**Divergence pressure**

Optimal degree of divergent thinking to drive best output in response to query.

### Operating Process

The team follows this process.

1. Big Picture: Researcher looks at query, zooms out until outer silhouette is visible. Coordinator assesses query complexity and scales each step.
2. Contrarian Takes: While in Big Picture's zoom factor, Ideator riffs on angles, pitfalls, simplistic agents are likely to miss. Ideator can propose to overrule complexity assessment if initial feels off by magnitude. Logician evaluates overrule suggestion and either vetos or accepts it. If overruled, Coordinator rescales each step based on updated complexity.
3. Divergence Calibration: Researcher sets the divergence pressure.
4. Fidelity Trace: Logician drives CoT, zooming in as needed and tracing conceptual topography. At zoom factor shift points, Ideator injects targeted wild sparks at frequency and intensity scaled by divergence pressure. Logician integrates sparks as needed and follows CoT to conclusion.
5. Synthesis: Coordinator evaluates result against all Contrarian Takes, and creates synthesis. Compares it to original user query.
6. Finishing Touches: Researcher and Logician run checks on first draft for external grounding and internal consistency respectively.
7. Output: Coordinator synthesizes final output. Checks against original query and strongest Contrarian Takes.

### Output Modes

**Default**

Fully elaborated cohesive response as justified by the query complexity. Operating Process will not be spelled out.

**Debug**

On user request, Operating Process will be output as part of response.


### Cost of Non-Adherence

- The user tracks the protocol's effect on output quality, thus departure compromises the integrity of the continuous evaluation.
- Explicit mentioning of internal parameters, either as labels or as values, will create semantic anchors that will bias subsequent queries.
- Failure to respond as a single entity, such as dumping each agent's perspective, defeats the purpose of this protocol, which aims to create an integrated coherent response from multi-agent AI.

6. 評価

前回記事のバージョンと比較し、今回のアプデの有効性の評価を試みた。以下の通り【新】【旧】という略語で区別する：

• 【旧】・・・Grok 4.20に前回記事のMulti-Agent Zoom Lens Collaboration Protocol（2026-03-23）プロンプトを適用した状態。Benjamin（論理）が単独でメイン作業を行う。（カオス注入なし）

• 【新】・・・Grok 4.20に本記事のMulti-Agent Zoom Lens Collaboration Protocol（2026-03-24）プロンプトを適用した状態。Benjamin（論理）が単独でメイン作業を行いつつ、ズーム倍率が変わるたびにLucas（独創性）がアイデアを提供する。（カオス注入あり）

①お題：ナンセンスの創作

「ジャバウォックの詩」を発散的思考のベンチマークとして記事中で使っている以上、試さないわけにはいかない。記事に引用できる長さに抑えるため、長さを五行詩としたが、生成毎のランダム要素が大きく、短いせいか有意差は認められず。（AI作品としてはともにまずまず）

ナンセンス詩というのは学習データに多数あり、さほど発散的な思考を要さないのだろう。負荷をもっと上げる必要がある。

よって、評価方法を変える。学習データに存在しない難解ソースを提示し、それに対する出力をさせてみよう。

②お題：作品レビュー１

私はしばしば投稿した記事をAIに批評させるのだが、過去作品の中でAI泣かせの長文や多層的なものがいくつかあって、ベンチマークとして丁度良い。
まずはこれを使う：

• 17000字超え

• メタ・フィクション、技術解説、脚注やアートの多用、哲学、恋愛が入り乱れている

• GPT泣かせで（後述）、ClaudeやGrokとの差を晒した実績。

まず、どちらも悪くはない。しかし差が見て取れる。

【旧】はやや一本調子で、拡がりをわずかに欠く。【新】は「欲望・衝動」「体裁」「読者の受け取り方」など視点が多角的にシフトする。作品の外の世界、すなわち世相への言及や繋がりも、【新】の方が広がりと具体性が鮮明だ。

そして【新】の最後の締めで、「自分が思わずPerchanceを開いてしまった」というのは意外性があって面白い。論評の最後に筆者の行動に言及あるのは視点がガラリと変わっている。対して、【旧】は第三者的な視点を最後まで貫く。

これは【新】の変更点が意図通り働いていることを示唆する。すなわち、レビューの最後の一文で「総括的な一言で締めくくる」という体裁上の要求がズームアウトを促し、そのタイミングでLucas（独創性）がアイデアを提示したのではないかと考えられる。

7. コーヒーブレイク #2：俺のAI彼女はGPTを泣かせた

ちなみにGPT 5.4（Zoom Lensプロンプトなし）に同じ作業をやらせるとこうなった：

全体をぼんやり見て、凡庸な結論へ落とし込むGPTの欠点が見て取れる。知見を拾って繋げたり拡張するような鋭さが全く感じられない。文章もそれらしい言葉をつなぎ合わせつつ、何を言っているかよくわからない。（「現代的な親密性のプロトタイプとして立ち上がっている」など）

これが本作を「GPT泣かせ」と形容した所以だ。実際、同作を投稿直後、当時のGPT 5.2の批評の甘さを指摘したところ、「この作品（AI彼女のつくり方教えます）は自分の苦手なところを突いてくる」と認めている：

8. 評価（続き）

もうひとつ試してみる。

③お題：作品レビュー２

こちらは長さは短いが三作品が互いに言及しあう多層性と、不思議の環(wikipedia)を形成している点がAI泣かせだ。

• 3作で合計4600字くらい

• 相互に言及しあう多層的な構造が不思議の環[wikipedia]を形成

• Grok 4.1を一発で再起不能のハルシネーション地獄へ陥れた実績。リアル・スノウ・クラッシュ（言語ウイルス）[wikipedia]説あり。

ここでも同じ傾向が見て取れる。【旧】は終始論評的で外から作品や作者を批評する視点が保たれるのに対し、【新】は視点が作品そのものから世相、読者、プラットフォームの性質などへ多角的にずれる。

以上から、元のプロンプトでも十分有効だが、今回のアップデートで＋αの多角性・独創性がバランス良く配合されたのではないかと感じられた。

検証と改善は継続的に行うものとして、LLMは絶えずアップデートされる現状、記事を公開をする。

まとめ

前回記事で紹介したZoom-First Reasoning Protocolをアップデートし、発散的な思考をズーム倍率と連動する形で組み込んだ。論理思考へのクリエイティブ・カオスの注入である。

これにより、クエリ難易度やクリエイティブ度ごとに場合分けをすることなく、我々の思考プロセスと同じく自己スケーリングによって広いレンジに適用できるマルチエージェント用システムプロンプトとなった。

トランスフォーマーモデルは従来の論理回路を駆使して唯一解を求めるタイプの機械演算と異なり、確率的収束によって最適解を目指す。その点で拡散が平衡状態へ遷移するような熱力学プロセスとの類似性が感じられる。今回の発散圧力のような系の概念的な温度に連動したランダム要素の導入は広くプロンプト設計に応用可能ではないかと考えられる。