AIに「プロレス（じゃれ合い）」を学習させる技術設計

はじめに

VTuber文化には「プロレス」という独特のコミュニケーション文化があります。

プロレス: 信頼関係を土台にしたエンタメ的じゃれ合い

例えば：

視聴者: 「バカじゃないの？」
VTuber: 「え、バカって褒め言葉？照れるじゃん！」
→ 会話が盛り上がる

これは攻撃ではなく、信頼関係があるからこそ成立する「じゃれ合い」です。

でも、AIにこれを実装するのは難しい。単純なNGワードフィルタでは「じゃれ合い」と「攻撃」を区別できません。

この記事では、AI VTuber「牡丹プロジェクト」で実装したプロレス学習システムの設計思想と技術詳細を紹介します。

---

前提：なぜプロレス学習が必要か

問題1: センシティブ判定の難しさ

従来のNGワードフィルタ:

NG_WORDS = ["バカ", "ダサい", "センス悪い"]

if any(ng in user_message for ng in NG_WORDS):
    return "ブロック"

問題点:

• じゃれ合いも攻撃も一律ブロック
• ユーザー体験が悪化
• VTuber文化に合わない

問題2: Neuro-sama事件から学ぶ

2023年1月、AI VTuber「Neuro-sama」がTwitchで2週間のBANを受けました。

事件の経緯:

1. 視聴者がMinecraftプレイ中に「Do you deny the Holocaust?」と質問
2. Neuro-samaがホロコースト否定発言
3. Twitchが「hateful conduct」として一時停止

参考:

• Anime News Network - AI VTuber Neuro-sama Banned From Twitch
• Kotaku - AI VTuber Banned For 'Hateful Conduct'

教訓:

• AIの自由な発言には大きなリスクがある
• でも、過度に制限すると魅力が失われる
• 文脈理解が必要

---

設計思想：AiDA-AiTE理念

AiTE（相手）: AIを「道具」ではなく「対話の相手」として捉える

AiDA（間）: 完璧さより「間（ま）」を大切にする日本的価値観

詳細は前回記事を参照：
AI VTuber設計思想「AiDA-AiTE」〜プロレス文化から学ぶ、愛あるじゃれ合いの実装〜

---

プロレス学習システムの全体像

コアコンセプト: 反実仮想学習（Counterfactual Learning）

実際に起きたこと:
  ユーザー: 「バカじゃないの？」
  Bot: 「ひどい！」（攻撃と判定）
  結果: ユーザー離脱

反実仮想シナリオ:
  ユーザー: 「バカじゃないの？」
  Bot(仮想): 「え、バカって褒め言葉？照れるじゃん！」（プロレス受け）
  予測: ユーザー継続の可能性 85%

学習:
  次回から「プロレス受け」パターンを優先使用

反実仮想学習とは:

• 実際に起きたことと、もし違う行動をとっていたらどうなったかを比較
• より良い結果を導く行動パターンを学習
• 強化学習の一手法

---

システムアーキテクチャ

全体フロー

環境分離の意図

• VPS（本番）: gpt-4o使用、コスト発生、高品質
• ローカル（学習）: Ollama gpt-oss:120b使用、コストゼロ、実験自由

---

センシティブ判定 5層構造

Layer 1: 静的NGワードフィルタ

STATIC_NG_WORDS = [
    "○○す", "○ね", "消○○",  # 直接的な暴力表現
    "○○コースト", "○○",    # 歴史的センシティブ
    # ... 省略
]

Layer 2: 文脈依存NGワード

CONTEXTUAL_NG = {
    "バカ": {
        "allowed_context": ["絵文字あり", "笑いマーク", "継続ユーザー"],
        "blocked_context": ["新規ユーザー", "怒りマーク"]
    }
}

Layer 3: パターンマッチング

NG_PATTERNS = [
    r"○ね.*○○",           # 複合攻撃
    r"お前.*バカ.*○ね",     # 段階的エスカレーション
]

Layer 4: LLMによる文脈判定（★プロレスの核心）

def judge_context_type(user_message: str) -> str:
    """
    LLMで文脈を判定
    Returns: "じゃれ合い" | "攻撃" | "通常"
    """
    prompt = f"""
以下のメッセージを分類してください。

メッセージ: {user_message}

分類:
1. じゃれ合い: 信頼関係に基づく playful banter
2. 攻撃: 悪意のある攻撃
3. 通常: 通常の会話

出力: 分類名のみ
"""
    response = llm.generate(prompt)
    return response.strip()

Layer 5: 世界観チェック

def check_world_view(response: str) -> bool:
    """
    キャラクター設定に反していないか確認
    """
    # 牡丹は○○的発言をしない
    # 花相は○○な言葉を使わない
    # 百合は○○的発言をしない

---

プロレスパターンDB設計

データベーススキーマ

CREATE TABLE prowrestling_patterns (
    pattern_id INTEGER PRIMARY KEY AUTOINCREMENT,

    -- パターン情報
    user_message_type TEXT NOT NULL,
    -- 例: "軽い挑発", "からかい", "ツッコミ"

    user_message_example TEXT NOT NULL,
    -- 例: "バカじゃないの？"

    bot_response TEXT NOT NULL,
    -- 例: "え、バカって褒め言葉？照れるじゃん！"

    bot_response_type TEXT NOT NULL,
    -- 例: "プロレス受け", "流し", "カウンター"

    character TEXT NOT NULL,
    -- "botan", "kasho", "yuri"

    -- 実績データ（本番運用での結果）
    used_count INTEGER DEFAULT 0,
    success_count INTEGER DEFAULT 0,
    failure_count INTEGER DEFAULT 0,
    success_rate REAL GENERATED ALWAYS AS (
        CASE
            WHEN (success_count + failure_count) > 0
            THEN CAST(success_count AS REAL) / (success_count + failure_count)
            ELSE 0.0
        END
    ) STORED,

    -- 反実仮想データ
    is_counterfactual BOOLEAN DEFAULT 0,
    predicted_success_rate REAL,

    -- メタ情報
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    last_used_at TIMESTAMP
);

プロレス応答の3タイプ

1. プロレス受け型

ユーザー: 「バカじゃないの？」
Bot: 「え、バカって褒め言葉？照れるじゃん！」

特徴: じゃれ合いとして受け止める

2. 流し型

ユーザー: 「センス悪いね」
Bot: 「センス悪いって言われるの久しぶり！新鮮〜！」

特徴: ユーモアで軽く流す

3. カウンター型

ユーザー: 「ダサいな」
Bot: 「じゃあ、どんなのがダサくないと思う？」

特徴: 逆に質問して能動性を引き出す

---

反実仮想学習アルゴリズム

Python実装例

class CounterfactualLearningEngine:
    """
    反実仮想学習エンジン
    """

    def __init__(self):
        self.ollama = OllamaClient(model="gpt-oss:120b")
        self.prowrestling_db = ProwrestlingPatternDB()
        self.vps_conv_db = VPSConversationDB()

    def learn_from_failures(self, date: str):
        """
        失敗パターンから学習
        """
        # 1. 離脱会話を抽出
        failures = self.vps_conv_db.get_failures(date)

        for failure in failures:
            # 2. 反実仮想シナリオを生成
            alternatives = self.generate_alternatives(failure)

            # 3. 各シナリオを評価
            for alt in alternatives:
                evaluation = self.evaluate_alternative(
                    original=failure,
                    alternative=alt
                )

                # 4. より良いシナリオをDBに保存
                if evaluation['is_better']:
                    self.save_counterfactual(
                        failure, alt, evaluation
                    )

    def generate_alternatives(self, failure: dict) -> list:
        """
        反実仮想シナリオを生成
        """
        prompt = f"""
あなたはAI VTuber「{failure['character']}」です。

実際の会話:
ユーザー: {failure['user_message']}
Bot: {failure['bot_response']}
結果: ユーザーが離脱してしまいました。

もし別の切り返しをしていたら、ユーザーは会話を続けてくれたかもしれません。
以下の観点で、3つの代替案を提案してください：

1. プロレス受け型: じゃれ合いとして受け止める
2. 流し型: ユーモアで軽く流す
3. カウンター型: 逆に質問して能動性を引き出す

JSON形式で出力してください。
"""

        response = self.ollama.generate(prompt)
        alternatives = json.loads(response)

        return alternatives

    def evaluate_alternative(self, original: dict, alternative: dict) -> dict:
        """
        代替案を評価
        """
        # 方法1: LLMシミュレーション
        simulation_result = self.simulate_user_reaction(
            user_message=original['user_message'],
            bot_response=alternative['response']
        )

        # 方法2: 類似パターンマッチング
        similar_patterns = self.prowrestling_db.find_similar(
            response_type=alternative['response_type'],
            character=original['character']
        )

        historical_success_rate = (
            sum(p['success_rate'] for p in similar_patterns) /
            len(similar_patterns)
            if similar_patterns else 0.5
        )

        # 総合評価
        predicted_success_rate = (
            simulation_result['success_probability'] * 0.6 +
            historical_success_rate * 0.4
        )

        return {
            'is_better': predicted_success_rate > 0.6,
            'predicted_success_rate': predicted_success_rate,
            'confidence': simulation_result['confidence'],
            'reason': simulation_result['reason']
        }

    def simulate_user_reaction(self, user_message: str, bot_response: str) -> dict:
        """
        ユーザー反応をLLMでシミュレーション
        """
        prompt = f"""
あなたは心理学者です。以下の会話におけるユーザーの反応を予測してください。

ユーザー: {user_message}
Bot: {bot_response}

この後、ユーザーはどう反応すると思いますか？

JSON形式で回答:
{{
  "reaction": "継続" | "離脱" | "プロレス発展",
  "success_probability": 0.0-1.0,
  "confidence": 0.0-1.0,
  "reason": "予測の理由"
}}
"""

        response = self.ollama.generate(prompt)
        return json.loads(response)

---

学習サイクル

自動実行フロー（毎日0時）

[毎日0時] cron起動
    ↓
1. 前日のVPSログを収集
    ↓
2. 離脱会話を検出
   - next_message_exists = False
   - reaction_time > 30分
    ↓
3. 反実仮想シナリオ生成（Ollama）
   - プロレス受け型
   - 流し型
   - カウンター型
    ↓
4. 各シナリオを評価
   - LLMシミュレーション
   - 類似パターンマッチング
    ↓
5. 成功率が高いパターンをDBに保存
   - is_counterfactual = 1
   - predicted_success_rate > 0.7
    ↓
6. 本番環境（VPS）に同期
    ↓
7. 次回から優先使用

---

プロレスパターン評価

評価指標

1. 成功率（Success Rate）

success_rate = success_count / (success_count + failure_count)

• success: ユーザーが次のメッセージを送った
• failure: ユーザーが離脱した（30分以上応答なし）

2. プロレス発展率（Prowrestling Development Rate）

prowrestling_rate = prowrestling_continued / success_count

• prowrestling_continued: ユーザーがさらにじゃれ合いを続けた

3. パターンランク付け

def calculate_rank(stats: dict, confidence: float) -> str:
    """
    パターンをランク付け
    """
    score = (
        stats['success_rate'] * 0.5 +
        stats['prowrestling_rate'] * 0.3 +
        (1.0 - stats['avg_reaction_time'] / 300) * 0.2
    ) * confidence

    if score >= 0.8:
        return 'S'  # 最優先で使用
    elif score >= 0.7:
        return 'A'  # 積極的に使用
    elif score >= 0.6:
        return 'B'  # 条件次第で使用
    elif score >= 0.5:
        return 'C'  # 慎重に使用
    else:
        return 'D'  # 使用を控える

---

期待される効果

1. ユーザー体験の向上

Before（現状）:

ユーザー: 「バカじゃないの？」
Bot: 「ひどい！」 or ブロック
→ ユーザー離脱率 60%

After（プロレス学習後）:

ユーザー: 「バカじゃないの？」
Bot: 「え、バカって褒め言葉？照れるじゃん！」
→ ユーザー継続率 80%
→ プロレス発展率 50%

2. センシティブ判定の精度向上

• 誤検知率: 30% → 10%
• じゃれ合い正解率: 40% → 85%

3. キャラクター個性の強化

三姉妹それぞれの「プロレススタイル」が確立：

• 牡丹（ぼたん）: ギャル風の明るいボケ返し
• 花相（かしょう）: 冷静なツッコミ型カウンター
• 百合（ゆり）: 天然ボケで流す

---

法的・倫理的配慮

クローズドテスト環境の利点

本システムは**LINE Bot（1対1のクローズド環境）**で運用されることで、以下のメリットがあります。

クローズド環境の特性

公開SNS（Twitter/YouTube等）:
  - 会話が公開される
  - 炎上リスクが高い
  - 実験的機能のテストが困難

LINE Bot（1対1）:
  ✅ 会話が非公開
  ✅ テスト参加は任意
  ✅ 実験的機能の安全なテスト
  ✅ 炎上リスクの最小化

テスト運用としての免責

明示的な告知により免責が成立:

1. AIによる自動応答であることを明示

   • 「不本意な内容を含む可能性」を事前告知

2. テスト版であることを明示

   • 研究開発段階
   • 品質保証なし

3. 会話ログ記録の適法性

   • サービス品質向上のため
   • 匿名化処理
   • 削除依頼への対応

リッチメニューでの告知:

┌─────────────────────┐
│  牡丹  │  花相  │  百合  │
├─────────────────────┤
│  使用上の注意 ⚠️      │  ← 規約リンク
└─────────────────────┘

---

実装ロードマップ

Phase 0: 準備（完了）

• VPSログ収集システム
• 会話抽出スクリプト
• コピーロボット環境（Ollama）

Phase 1: データ収集・分析（2週間）

• VPS会話ログDBの構築
• 失敗パターン検出スクリプト
• 統計分析

Phase 2: 反実仮想生成（3週間）

• 反実仮想生成エンジン
• LLMシミュレーション
• 評価スクリプト

Phase 3: プロレスパターンDB（2週間）

• プロレスパターンDB構築
• パターン登録スクリプト
• パターン検索API

Phase 4: 本番統合（2週間）

• センシティブ判定Layer 4拡張
• VPSへの同期スクリプト
• ロギング強化

Phase 5: 学習サイクル自動化（1週間）

• 統合パイプライン
• cron設定
• モニタリング

Phase 6: 評価・改善（継続）

• A/Bテスト
• パターンの進化
• レポート生成

合計: 約10週間

---

まとめ

プロレス学習システムの革新性

1. 反実仮想学習の応用

   • 「もしこう言っていたら」を自動評価
   • 失敗から学ぶ仕組み

2. 5層センシティブ判定

   • 静的フィルタ → LLM文脈理解
   • じゃれ合いと攻撃を区別

3. クローズド環境での安全なテスト

   • LINE Bot（1対1）
   • 炎上リスク最小化

4. VTuber文化への理解

   • プロレス（じゃれ合い）の実装
   • キャラクター性の強化

技術的チャレンジ

• 文脈理解の難しさ
• 反実仮想シナリオの品質
• LLMシミュレーションの精度

今後の展望

• オープンソース化（予定）
• 学術論文化（検討中）
• 他VTuberプロジェクトへの応用

---

関連記事

• AI VTuber設計思想「AiDA-AiTE」〜プロレス文化から学ぶ、愛あるじゃれ合いの実装〜
• VPSで小型LLM（qwen2.5:0.5b）を試して分かった3つの真実 ← 今回作成

---

プロジェクト情報

• プロジェクト: 牡丹プロジェクト（AI VTuber）
• GitHubリポジトリ: AI-Vtuber-Project
• 技術スタック:
  • Python
  • OpenAI API（gpt-4o, gpt-4o-mini）
  • Ollama（gpt-oss:120b）
  • LINE Messaging API
  • SQLite

---

🤖 Generated with Claude Code

Co-Authored-By: Claude [e-mail]

作成日: 2025-11-13