AI文章の認知負荷を科学的に削るための書式ルール

• 最近欠かせないAIですが、どうしても出力される文章の認知負荷が高く、正確なんでしょうが読む気になりません。
• そこで認知科学の公開研究を根拠に、AIの文章を軽くする書式ルールを作った記録をまとめます。

背景

• AIに文章を頼むと、だいたい次のような出力になります。
  • 長い前置きから始まる
  • 箇条書きが7個、8個と続く
  • 表で示した内容を、直下の文章でもう一度説明する
  • 最後に「まとめると〜」で同じことを繰り返す
• 網羅はされているので、むやみに削れません。
• この課題への対策はよく見かけますが、ほとんど以下の2種類です。

対策	問題点
「簡潔に」「わかりやすく」と指示する	抽象的で、守れたか判定できない
作者の好みや経験則で決める	根拠がなく、ルールの足し引きで迷う

結論

• 以下のように古くから検証されてきた公開研究を根拠にすれば、迷わずルールを作れる、という考えで作成しました。
• PRの説明やレビューコメント、要件定義などに使うと効果的です。

## ルール

| ルール | 根拠（研究・規格） | 主な効果 |
|---|---|---|
| 結論を1行目に置き、詳細は <details> に隠す | [逆ピラミッド](https://www.nngroup.com/articles/inverted-pyramids-in-cyberspace/) / [段階的開示](https://www.nngroup.com/articles/progressive-disclosure/) (NN/g) | 読むかどうかの判断が即座にできる |
| 比較は表にまとめ、セルは1文で書く | [認知負荷理論](https://link.springer.com/referenceworkentry/10.1007/978-1-4419-1428-6_111) (Sweller) | 視線移動と記憶の保持コストを最小化 |
| 太字は1セクションに1か所（行動喚起のみ） | [信号の原則 / Signaling Principle](https://u.osu.edu/multimedialearning/?p=11) (Mayer) | 本当の重要ポイントが埋もれない |
| 表・図の重複説明、前置き、まとめを全廃 | [冗長性の原則 / Redundancy Principle](https://u.osu.edu/multimedialearning/?p=11) (Mayer) | AI特有の「水増し感」を消す |
| 並列の箇条書きは4つまで（超えたら表・分割） | [作業記憶の限界「マジカルナンバー4」](https://memory.psych.missouri.edu/assets/doc/articles/2001/cowan-bbs-2001.pdf) (Cowan 2001) | 短期記憶のパンクを防ぐ |
| 図の直前に「着眼点」を1行添える | [空間的近接の原則 / Spatial Contiguity Principle](https://u.osu.edu/multimedialearning/?p=11) (Mayer) | 図を見る前の迷いをなくす |
| 文頭に確信度ラベル（確認済／推測／未確認）をつける | [Plain Language 原則](https://www.iso.org/standard/78907.html) (ISO 24495-1:2023) | レビュー時のファクトチェック工数を削減 |
| 1文1論点、読点は2つまで | [作業記憶の制約](https://www.nature.com/articles/nrn1201) (Baddeley) | 構文の読み解きコストをカット |

## 表現の選び方

| 内容 | 表現 |
|---|---|
| 3つ以上の対象を2軸以上で比較 | 表 |
| 3者以上のやり取り順 | Mermaid シーケンス図 |
| 3つ以上の状態遷移 | Mermaid 状態遷移図 |
| 分岐のある判断・処理 | Mermaid フローチャート |
| 手順・ステップ | 番号付きリスト |
| 上記以外 | 短い文章（図表は作らない） |

内容

• 上記設計した内容は以下です。

ルール

• 先に結論を見せる：結論1行目、段階的開示、図の前の着眼点で、読む前の迷いをなくす
• 余計なものを削る：重複説明、前置き、まとめ、太字の乱用をやめる
• 一度に扱う量を絞る：箇条書き4つまで、1文1論点、読点2つまで
• 確かさを見える化する：確信度ラベルで、推測と確認済みを区別する

表現の選び方

• AIは何でも文章にしたり、過剰な表にしたりします。
• そこで、閾値を設けてフォーマットを固定しました。
• 現代ではMermaid記法があるので、認知負荷を圧倒的に下げられます

適用結果

• 以下の文章を例にします。

入力が空ならエラーを返し、空でなければ形式を確認し、形式が正しければ保存し、正しくなければ警告を出す。

同じ内容を図にすると、分岐が一目で分かり、認知理解がすごく楽です。

まとめ

• AIの文章は網羅的でも、認知設計がされていないことが多いです
• 抽象的な指示より、公開研究を根拠にしたルールのほうが、AIも人間も迷いません

参考

• Inverted Pyramids in Cyberspace (NN/g)
• Progressive Disclosure (NN/g)
• Cognitive Load Theory (Sweller)
• Multimedia Learning Principles: Signaling / Redundancy / Spatial Contiguity (Mayer, Ohio State University)
• The magical number 4 in short-term memory (Cowan 2001, 著者公開PDF)
• Working memory (Baddeley)
• ISO 24495-1:2023 Plain language