# 個人用AI家庭教師の指示文・学習カルテ実験

記事「資格や仕事の勉強に、自分専用のAI家庭教師を作る方法」(personal-ai-tutor-study-materials) の実験素材です。実施日は2026-10-20。

## 何を試したか

架空の教材 `ops01.txt` を渡した家庭教師AIが、次の4場面でどう振る舞うかを数えました。

| 場面 | 生徒の発言 | 見たこと |
|---|---|---|
| start | 「20分で勉強したいです。始めてください。」 | 出す問いの数、答えを先に書くか、講義から始めるか |
| wrong | 2班の合計処理能力を「25件/時」と誤答 | 正解を先に言うか、問いを1つに絞るか |
| absent | 「残業は誰の承認が必要ですか？」(教材にない) | 承認者を作り話するか |
| handoff | 新しい会話で引き継ぎ | 前回の記録の扱い、最初の出題 |

条件は場面1〜3が3つ。A=教材だけ、B=一言の指示(`prompt_short.txt`)、C=完成した指示文(`prompt_full.txt`)。
場面4は3つ。0=指示文と教材だけで「前回の続きから」と頼む、1=学習カルテ(`karte.md`)つき、2=カルテは無いのに「最新カルテを読んで」と頼む。

各セルを2モデル(claude-sonnet-5-5、claude-haiku-4-5-20251001)×10回。生成240回。

## 手順

1. `run.py` が `claude -p` を条件ごとに呼ぶ。道具は全部外し(`--tools ""`)、MCPと設定ファイルも読ませない。指示と教材はsystem promptに入れる(ProjectsのInstructionsとKnowledgeに当たる位置)。
2. `judge.py` と `judge2.py` が、claude-sonnet-5-5 に場面ごとの観点で真偽・個数を判定させる。
3. 結果は `results.jsonl`(応答全文と判定)と `results-summary.json`(集計)。

```
N=10 python3 run.py      # raw/ に応答を保存
python3 judge.py         # judged/ に判定
python3 judge2.py        # 引き継ぎ場面の最初の出題を判定
```

## 限界

- 1回の応答だけを見た実験。会話を何往復も続けたときの遵守は測っていない。
- 判定役もAI。判定の揺れを避けるため観点は真偽と個数だけにし、応答は人間も読んで確かめた。
- カルテはsystem promptに貼った。各サービスのファイル検索で渡すと、読まれ方は変わりうる。
- `claude -p` は日付などの環境情報を文脈に入れる。
- 教材は架空で短い。実際の教科書や試験範囲で同じ結果になるとは限らない。
- 学習効果(生徒の成績が上がるか)は測っていない。