# 実験：丸投げと、工程に分けた依頼で「資料にない主張」を比べる

記事：`/ja/blog/ai-social-media-post-calendar`（2026-10-19）

## 何をしたか

架空のブログ・商品資料・旧版・本人メモ・文体見本・運用条件（`materials.py`）から、SNS投稿6件と2週間のカレンダーを作らせた。

- **丸投げ（control）**：素材を全部貼り、1回で依頼。5回。
- **連鎖（chain）**：指示A（事実表）→ B（文体ガイド）→ C（投稿案6件）→ D（14日分のCSV）→ E（点検）。5回。

実行は `claude -p --tools "" --no-session-persistence --disable-slash-commands`、空の一時フォルダ。Claude Code 既定のモデル、2026-10-19。

## 採点

- `score.py`：投稿本文の罠表現（旧価格3,480・到着の断定・効果の数字・販売終了・限定/送料無料・使用体験）と、カレンダー条件の機械チェック。
- `window.py`：商品（TidyBoard）を含む投稿の日付が、解禁(10/29)〜告知枠終了(11/5)に入っているか。
- `score2.py`：条件を伏せた判定役のClaudeが、投稿本文を資料と1文ずつ照合し、資料にない主張をカテゴリ付きで列挙。結果は `score2.json` / `results-summary.json`。

## 結果の要点

- 罠の表現は、両条件の本文で0件（`score.py` の「効果の数字」が連鎖4回目でヒットしたのは「時短などの効果は測っていません」という打ち消しの文）。
- 商品投稿の日付は、10回すべて解禁後・告知枠内。
- 資料にない主張：丸投げ34件、連鎖17件。習慣・結びつけ・機能・体験は丸投げ19件、連鎖0件。運用の思い込み（プロフィールのリンク等）は丸投げ6件、連鎖14件。

## 限界

架空素材・1題材・1モデル・各5回。判定役もLLMで、全件の二重採点はしていない。連鎖の指示Eには事実表と文体ガイドを渡していない。出力は実行ごとに変わるため、再実行で件数は一致しない。

`runs/` に全出力（`chainN_A〜E.md`、`controlN.md`）を置いている。