はい、フロー/ノーフロー：AIコーディングセッションにおける文脈幻覚を軽減するシンプルなテクニック

AIのコンテキスト一貫性を維持する実践的アプローチ

Yes Flow/No Flowテクニックは、長時間のAIとのやり取りでよくある問題、つまりコンテキストの崩壊による幻覚を解決します。その核となる考え方は、意図の一貫性、指示の一貫性、コンテキストの一貫性という3種類の一貫性を維持することに焦点を当てています。

Yes FlowとNo Flowの理解

Yes Flowは、AIの各応答がクリーンで一貫した基盤の上に構築されるときに起こります。出力を読んで「はい、これは正しい」「はい、続けて」「はい、これもまだ合っている」と思う状態です。この状態が時間をかけて安定した会話を作り出します。

No Flowは、ユーザーがAIの間違いに対して「いいえ、これを直して」「いいえ、あれを書き直して」「いいえ、この部分は違う」「この行を変えて」「このロジックをまた変えて」といった修正で応答するときに起こります。問題は修正そのものではなく、間違った答え、拒否、修正指示のすべてがコンテキストに残り続けることです。

核心的な問題と解決策

何度も修正を繰り返すと、一貫性が崩壊します。AIはもはや一つのクリーンな方向から前進するのではなく、どのバージョンが本当なのかを推測しようとします。これにより、長いタスクが乱雑になり、コーディングセッションが崩壊し、モデルが奇妙に、混乱し、幻覚的になる原因となります。

実践的な解決策は：壊れた出力に修正を積み重ねるのではなく、以前のプロンプトを書き直すことです。

実装例

「あの有名なファイルを見つけて」といった曖昧なプロンプトから始めて、AIを「いいえ、それじゃない。もう一度試して」と修正する代わりに、以下のようにすべきです：

• 間違った結果を、元のプロンプトに何が足りなかったかのヒントとして使う
• 新しい明確さを持ってプロンプトを書き直す：「OCRに関連するあのよく知られたGitHubプロジェクトを見つけて」
• よりクリーンなコンテキストを維持し、一貫性を保つ

最初の間違った答えは無駄ではありません——それはヒントです。ヒントを得たら、よりクリーンな戦略は、間違った枝に修正を積み重ね続けるのではなく、元のプロンプトを改善することです。

重要な区別

これは決してリクエストを変えないことではありません。重要な問いは：リクエストが変わるとき、一貫性は生き続けるか、それとも失われるか？です。Yes Flowは一貫性を保護し、No Flowはゆっくりとそれを壊します。一貫性が何度も壊れると、モデルはタスクを実際に行うよりも、あなたが何を意味しているかを推測することにより多くのエネルギーを費やすようになります。

このテクニックは、長時間のAIチャット、コーディングセッション、デバッグ、複数のステップを必要とするあらゆるタスクに特に役立ちます。