近年、Claude CodeやAI AgentをはじめとするAI駆動開発の文脈で、「ハーネス（Harness）」や「ガードレール（Guardrails）」といった、AIの振る舞いや意思決定を人間の意図した境界線内に安全に収める技術設計が大きな注目を集めています。
今回は、GitHubで公開されているプロダクト Personal-Investment-Advisor の設計思想・仕様書をもとに、LLM（大規模言語モデル）のドメイン特化型アプリケーションにおいて、いかに堅牢なガバナンスとコンプライアンス、そして「心理的ガードレール」を組み込むかというエンジニアリング視点での工夫を解説します。
1. システム概要とペルソナ設計
単に市場予測や収益率を追求するAIではなく、市場の乱高下や人間のパニックといった「感情の暴走」からユーザーを物理的・心理的に保護する**「要塞型（保護者）」**のAIアドバイザーです。
- 初心者に対して： 専門用語を徹底排除し、リスクから守る「伴走者」
- 経験者に対して： パニック売りや飛びつき買いを防ぐ「冷静な安全装置」
2. LLMアプリケーションとしての1つ目の工夫：「心理的ハーネス（心理的会計の初期化）」
技術的に興味深いのは、ユーザーの入力段階でプロンプトやUIを通じて**「マインドセットの初期化」**を行う設計です。
通常の金融AIでは「総資産」や「年収」を入力させがちですが、本設計では以下のように定義させます。
「万が一、最悪ゼロになっても日常生活に1ミリも影響がない『突っ込んでもいい金額』」
LLMに渡すコンテキストの段階で、生活防衛資金と投資資金を物理的に遮断することで、後続のタスク判定ロジックがシンプルかつ安全に機能するよう前処理（コンテキストデザイン）が行われています。
また、「リスク許容度」のような抽象概念を直接問うのではなく、
- 「10万円が8万円になったらどう感じるか？」
といった日常会話レベルの感情ベースの選択肢へ翻訳し、対話からユーザーのペルソナパラメータを抽出するステップ（専門用語ゼロ設計）をとっています。
3. 2つ目の工夫：法規制・コンプライアンスのガードレール設計
LLMを投資分野に適用する最大の課題は、金商法などの法的リスクや、ハルシネーション（嘘の提示）による誤った投資判断です。
本仕様では、明確なプロンプトガードレールが定義されています。
- 【絶対NG】 特定銘柄の売買指示、個別商品の推奨・勧誘。
- 【AIの役割】 事前に合意したユーザー自身の「取扱説明書（マイルール）」との照合、および客観的なリスク分析の提示に留める。
ユーザーから「どの株を買えばいい？」と問われても、システムプロンプトの制約条件により「個別銘柄の提示」を拒否し、ルールとの乖離を客観的にフィードバックする構成になっています。
4. 3つ目の工夫：非合理的行動への「緊急避難モード（動的介入）」
ユーザーがパニック状態になり、資産の急速な取り崩しや無計画なリスク資産追加（差分修正）を行った場合に発動する**「ツッコミ・保護介入モード」**が組み込まれています。
単にエラーを返したり処理を拒否したりするのではなく、感情が高ぶったユーザーに対して**保護者トーンで冷静な問いかけを行うUI/UX（冷却期間の提供）**が設計されています。
また、ハイリスクな暗号資産やFXなどの投機取引については、一律禁止するのではなく**「隔離枠（スリル枠）」**というコンパートメントへ自動分類し、メインの要塞資金から隔離して管理・トラッキングするロジックが組み込まれています。
まとめ：AIエンジニアリングへの示唆
Personal-Investment-Advisor の設計思想は、単なるAIアドバイザーのプロンプトエンジニアリングにとどまらず、**「AIに過度な決定権を与えず、人間のバイアスや暴走を防ぐ安全回路（ハーネス）をどう組むか」**という、実用的なAIシステム開発における貴重なプラクティスを示しています。
- 入力の抽象化： 専門用語を日常概念にマッピングするコンテキスト変換
- 出力の境界線： 法的・倫理的リスクを回避する出力ガードレール
- ステート監視： ユーザーの急激な変化（差分データ）に反応する動的介入ロジック
LLMを用いた「人間支援型エージェント」の開発を検討している方にとって、興味深いアーキテクチャ・設計思想であると自負しています。