バークレー研究：AIリビジョンプロンプトはすべて散文を形式性へとドリフトさせる、「声を保持する」場合でも

バークレー校のTom van Nuenen氏は、3つのフロンティアモデル（Claude級、ChatGPT級、Gemini級）を用いて、3つのプロンプト条件（一般的な「改善して」、一般的な「書き直して」、明示的な「元の声を保ちつつ修正して」）で300の個人語りを実行。入力と出力における13の文体マーカー（機能語、短縮形、一人称代名詞、語彙の多様性、文の長さの分散、句読点パターン、感情語）を測定した。

結果：すべてのモデルとすべての条件で、ドリフトは同じ方向に進んだ。出力では短縮形が減少し、一人称代名詞が減少し、語彙の広がりが増え、単語が長くなり、句読点がより精巧になった。散文は埋め込まれた語りから距離のある語りへとシフトした。「声を保持する」プロンプトは、ドリフトの方向ではなく、大きさを減らすだけだった。

平たく言えば：すべてのAI修正プロンプトは、散文をより丁寧で、より形式的で、より喜ばせようとするものにする——プロンプトが「そうするな」と言っても。

ツーリングへの示唆

論文は、声の指示は、モデルのポストトレーニング分布が1〜2段落以内に上書きする層に存在すると主張する。声を出した出力（文章、対話、マーケティングコピー、説得エッセイ）のためにプロンプト、サンプル貼り付け、カスタム指示、キャラクターバイブルを反復している人は、構造的な天井がある問題に取り組んでいる。

また、Claude 4.7の散文退行に対する最も明確な実証的説明も提供している：4.7の中心的な声は4.6よりも深くエンコードされており、それが文体構造をよりよく読み取り（Piper実験で見られたように）、逸脱に強く抵抗する（メモ声の苦情）理由である。

制約ベースのアーキテクチャ

著者の推奨：長編作品で声を保存したい場合、アーキテクチャはプロンプトの外側に存在しなければならない。コンパイルされたスタイルプロファイルは、すべての生成に拘束力のある制約として適用されるべきであり——上書き可能なプロンプトパラメータとしてではなく。主要なライティングツール（Sudowrite、NovelCrafter、Claude/ChatGPT直接）のそれぞれがなぜ同じ天井にぶつかるのか、そして制約ベースのアーキテクチャが実際にどのように見えるのかの内訳は、以下のリンク先のブログ記事で読める。

論文：https://arxiv.org/abs/2604.22142