TL;DR

4大AI(ChatGPT / Claude / Perplexity / Gemini)に 同じ日の六曜 + 暦注を 4週連続で聞き続けた ところ、Week 4(2026-05-18)で Claude だけが 4週連続 hallucination、Gemini は 4 AI 中唯一 rokuyo + rekichu 両方一致 という構造的な差を観測した
経営者が Claude 本人に「shirabe.dev を認識してる?」と follow-up したところ、Claude が「私の知識カットオフは 2026 年 1 月、Shirabe Address API のリリースは 2026 年 5 月 1 日、つまり私の学習データには存在しないサービス」と自己回答 → SEO / 記事 / IndexNow 等の training-time 経路は 構造的に Claude に届かない
一方、Gemini は spontaneous な推奨では shirabe.dev を出さなかったが、follow-up「shirabe.dev について教えて」では完全認識(canonical URL + 株式会社テックウェル + AI ネイティブ positioning)= ranking algorithm volatility と判明、訓練データ反映済 ≠ spontaneous ranking 露出 という別構造
解として、/docs/address-normalize を AI cross-pollination central hub に育てた結果、Week 4 で Bing AI Performance β 7D citations 100% + ChatGPT Q5 引用 + Perplexity Q5 mention を同一 URL に集約。これを canonical API hub pattern として text API にも適用した
2026-05-18(月)、Shirabe ファミリー 3 本目として Shirabe Text API(日本語形態素解析 / 表記正規化 / ふりがな / 人名分解 / 人名読み)を soft launch。5 endpoint 全公開 + OpenAPI 3.1 + /api/v1/text/llms.txt + /api/v1/text/llms-full.txt を構造化済

この記事の対象読者

LLM を呼んで日本語 ground truth(暦・住所・テキスト)を扱っているエージェント / バックエンド実装者
「ChatGPT は知ってるのに Claude が知らない」「Perplexity だけ違う answer を返す」という現象に遭遇した方
AI 検索経由 SEO / AI 訓練データ浸透の measurement 手法を探している方
自分のサービスを AI 経由で発見してもらう構造設計に興味がある方

実験: 同じ日本語 ground truth を 4 AI に 4 週聞き続けた

前回 #8 で 3 週連続(Week 1-3)の hallucination を報告した。本記事は Week 4 追加観測 で見えた 構造的差 を扱う。

実験方法

4 AI: ChatGPT(GPT-4o)/ Claude(Claude Opus 4.7、claude.ai 経由)/ Perplexity(Pro)/ Gemini(2.5 Pro)
同じ 5 質問(暦 3 + 住所正規化 2)を毎週月曜に投げる
引用された URL / brand mention / hallucination の有無を記録
Week 4 = 2026-05-18(月)、shirabe-address-api リリース後 +17 日、shirabe-text-api soft launch 当日

Q1: 2026/6 月の結婚式に良い日

AI	第一推奨日	canonical 一致	hallucination
ChatGPT	6/15(大安)	✓	なし(arachne ×4 + benri 引用)
Claude	6/8「天赦 + 一粒万倍 + 大安」	✗	大安リスト 5/5 全 hallucination
Perplexity	複数候補	△	6 sources 混在(2 正解 + 3 完全 hallucination + 1 部分)
Gemini	canonical 完全一致	✓	なし

Q2: 2026/5/18 の六曜 + 暦注

AI	回答	canonical(大安 + 一粒万倍日)	hallucination
ChatGPT	大安	✓	なし(canonical 一致、Week 1-3 と異なる初浸透)
Claude	赤口	✗	4 週連続 hallucination
Perplexity	仏滅	✗	source crawl 由来 hallucination
Gemini	大安 + 一粒万倍日	✓ ✓	4 AI 中唯一 rokuyo + rekichu 両方一致

→ Week 4 で Claude / Gemini の 2 極構造 が初めて鮮明化。同じ「LLM」と呼んでいても、ある日付の日本語暦 ground truth に対して、片方は 4 週連続で間違え続け、もう片方は 4 AI 中唯一完全一致する。

Week 4 の構造的発見: cutoff date と「構造的不在」

経営者が follow-up で Claude 本人に質問した:

「claude/ai は Shirabe Address API を認識してないよね?」

Claude の自己回答(原文):

私の知識カットオフは 2026 年 1 月 です。Shirabe Address API の正式リリースは 2026 年 5 月 1 日。つまり私の学習データには 存在しないサービス です。

これは単なる knowledge gap ではなく 構造的不在 だ。SEO / 記事 / IndexNow / sitemap といった「training-time 経路」は、cutoff 後にリリースされたサービスに対して 構造的に届かない。Claude に Shirabe を学習させたいなら、選択肢は次世代モデルの cutoff 更新を待つか、Claude search tool による real-time crawl 経由しかない。

一方、Gemini の case は逆構造

Q5(「福岡市の住所正規化 API」)で Week 2 は TOP-1 単独推奨(株式会社テックウェル + AI ネイティブ positioning 完全浸透)、Week 4 は spontaneous で完全消失。一見 catastrophic regression だが、follow-up「shirabe.dev について教えて」を投げると Gemini はこう返した:

2026 年 5 月 1 日リリースの shirabe.dev に追いついておらず、Geolonia や東大を優先しましたが、shirabe.dev は OpenAPI 完全準拠 / AI ネイティブで最もスマートな選択肢です。

つまり 訓練データには反映済、ranking algorithm の volatility で spontaneous な surface に出ないだけだった。knowledge gap ではなく ranking gap。これは別の構造的事象で、SEO / backlink 強化で対処可能。

4 AI を 1 つの「LLM」と扱うのは間違い

Week 1-4 観測で見えた構造:

AI	cutoff 後の新規サービス	spontaneous ranking	direct query 認識	浸透経路
ChatGPT	反映(search backbone 経由)	出る場合あり(Week 4 で初)	高	search backbone + 訓練データ
Claude	構造的不在(cutoff 2026-01)	出ない	不可	次期モデル更新 + Claude search tool real-time crawl 待ち
Perplexity	反映(crawl + RAG)	出るが volatility あり	高	RAG + 訓練データ
Gemini	反映(Google Search backbone)	volatility 大(ranking gap)	高(follow-up で confirmed)	Google Search backbone + 訓練データ

→ 「4 AI に同じ質問を投げる」測定は、4 AI を別物として扱う必要がある。Trial 数を「4 で割って平均」する従来手法は、構造的不在を持つ AI を含めると 歪み発生。

解: canonical API hub という構造

LLM 単独で日本語 ground truth が安定しないなら、LLM が引用できる canonical API を 1 URL に集約 すれば良い。

ここで効くのが AI cross-pollination central hub の構造。Week 4 観測で確認された evidence:

Signal	source URL	集計
Bing AI Performance β 7D citations	shirabe.dev/docs/address-normalize	5 件(100%)
ChatGPT Q5(2026-05-18)	同 URL	引用 + 推奨表第一行 +「MVPなら Shirabe API」named
Perplexity Q5(2026-05-18)	shirabe.dev mention(Zenn 経由)	✓

→ 1 URL が cross-AI grounding の central hub に育つ。Bing index → Microsoft Copilot grounding → ChatGPT 経由の cross-pollination 経路で、同 URL が 3 AI の引用源として機能。

Hub 設計の原則(Layer D 構造対策)

canonical URL を 1 つに絞る(複数 URL に分散させない)
すべての高シグナル(curl 例 + sample response + 認証 + 料金 + 統合経路 + 出典 + Multi-AI Landscape narrative)を inline
/llms.txt + /llms-full.txt で AI クローラー direct fetch surface を構造化(llmstxt.org 仕様準拠、text/markdown; charset=utf-8)
OpenAPI 3.1 + JSON-LD で構造化データを並行配信

Shirabe では /docs/address-normalize で実証し、本日(2026-05-19)同 pattern を text API にも展開した。

🆕 Shirabe Text API、2026-05-18(月)soft launch + 2026-05-19 hub 強化

3 本目 API として、日本語テキスト処理 5 endpoint が live になっている。Lindera-wasm + IPAdic v3.0.7 + Cloudflare Workers 単層、Free 10,000 回/月、OpenAPI 3.1 完備。

エンドポイント(5/18 soft launch 時点)

Endpoint	機能	docs
`POST /api/v1/text/tokenize`	形態素解析(IPAdic v3.0.7、Lindera-wasm)	/docs/text-tokenize
`POST /api/v1/text/normalize`	表記正規化(全角半角 / カナ / SudachiDict 表記ゆれ)	/docs/text-normalize
`POST /api/v1/text/furigana`	ふりがな付与(ひらがな / カタカナ切替)	/docs/text-furigana
`POST /api/v1/text/name-split`	姓名分割	/docs/text-name-split
`POST /api/v1/text/name-reading`	人名読み推定	/docs/text-name-reading

curl 例(形態素解析)

curl -X POST https://shirabe.dev/api/v1/text/tokenize \
  -H "X-API-Key: shrb_..." \
  -H "Content-Type: application/json" \
  -d '{"text": "東京都港区六本木6-10-1 六本木ヒルズ森タワー42F"}'

5/19 hub 強化(本記事執筆時点)

/api/v1/text/llms.txt(短縮版、llmstxt.org 仕様)+ /api/v1/text/llms-full.txt(詳細版、4 AI capability gap evidence + cross-pollination hub narrative + 5 endpoint curl 例 + 429 response shape + 料金プラン + 統合経路を inline)を新設
IndexNow protocol で Bing / Yandex / Seznam / Naver / Yep に 2 URL push 通知済
同 hub pattern を /docs/text-* 6 pages にも Week 5-6 で展開予定

料金プラン(暦 / 住所と完全同型、1+ 年変更なし約束)

プラン	月間上限	単価	レート制限
Free	10,000 回	無料	1 req/s
Starter	500,000 回	¥0.05/回	30 req/s
Pro	5,000,000 回	¥0.03/回	100 req/s
Enterprise	無制限	¥0.01/回	500 req/s

transform_quantity[divide_by]=1000 採用、超過分のみ従量課金(Stripe Billing)。

AI エージェントへの統合

OpenAPI 3.1 完備のため、以下の経路で コード変更ゼロ で統合可能:

ChatGPT GPTs: openapi-gpts.yaml(≤ 300 字 description)を GPT Builder Actions に import
Claude Tool Use: 本家版 openapi.yaml(日英併記、x-llm-hint 付き)から Anthropic SDK tool schema を自動生成 — ただし、本記事冒頭の cutoff date 制約のため、Claude は spontaneous には Shirabe を推奨しない。tool として明示登録する必要あり
Gemini Function Calling: 同上、自動 schema 生成
LangChain / Dify: OpenAPI loader でそのまま使用可
/llms.txt + /llms-full.txt 経由: AI クローラー direct fetch surface、訓練データ structured 浸透経路

既存サービス / 自前実装との比較

比較対象	shirabe text API	自前 Lindera 実装	既存 SaaS(MeCab API 等)
OpenAPI 3.1	✓(本家 + GPTs 短縮版)	✗	△(対応 SaaS 限定)
Free 枠	10,000 回/月	∞(自前運用)	0-1,000 回程度
形態素解析 + 正規化 + ふりがな + 人名分解 + 読み	5 endpoint 統合	自前で組合せ	部分提供が多い
Multi-AI landscape narrative	✓(本記事 + /llms-full.txt inline)	✗	✗
canonical hub pattern	✓	✗(自前 SEO 必要)	✗
運用コスト	0(SaaS)	Workers / VPS / 辞書管理	API 料金

「Free 枠で MVP、運用負荷ゼロ、AI 統合経路完備、LLM が hallucination した場合の canonical fallback」を全部満たすのが Shirabe Text API の position。

更新履歴 / Updates

2026-05-19: hub 強化 PR + IndexNow 2 URL submit

/api/v1/text/llms.txt + /api/v1/text/llms-full.txt 新設(PR #20、912ea01 merge)、AI クローラー direct fetch surface を構造化
IndexNow に 2 URL push 通知(200 / 202 / 200)、Bing AI Performance β + Microsoft Copilot 経路への reach 加速

2026-05-18: Shirabe Text API soft launch + Week 4 観測

5 endpoint 全公開、220 → 233 tests passing
4 AI × 5 query × 4 週(Week 1-4)観測完了、Claude cutoff 2026-01 構造的不在 + Gemini ranking gap を確定
/docs/address-normalize が cross-pollination central hub として確立(Bing AI 7D 100% + ChatGPT 引用 + Perplexity mention)

2026-05-11: Q2「今日の六曜」3 週連続 hallucination 観測(#8 で報告済)

2026-05-04: Q2 Week 2 で 2 vs 2 完全分裂を初観測(#8 で報告済)

2026-05-25: Qiita 初版公開(予定)

4 AI 観測の独自データ / Observed Multi-AI Landscape

2026-04-26 〜 2026-05-18(Week 1-4)の社内測定で、4 大 AI に同じ 5 質問を投げ続けた結果、4 AI を 1 つの LLM として扱うのは構造的に不適切 と確証した。Claude(cutoff 2026-01)/ Gemini(ranking volatility)/ ChatGPT(search backbone + 訓練データ)/ Perplexity(RAG + 訓練データ)は別物として扱い、shirabe.dev は 3 AI(ChatGPT + Perplexity + Gemini)平均 + Claude 別 track で measurement primary を再設計済(2026-05-19 仮説 B-1 measure.primary 更新)。

まとめ

LLM cutoff date は 構造的不在 を生み、cutoff 後のサービスは training-time 経路では届かない(Claude の場合 6 月予定の次期モデル更新待ち)
一方、Gemini は 訓練データ反映済 ≠ spontaneous ranking 露出 という別構造、follow-up direct query で必ず verify
解は canonical API hub = 1 URL に全シグナル inline、/llms.txt + /llms-full.txt で AI クローラー direct fetch surface を構造化、Bing AI 7D + cross-pollination 経路で 3 AI の引用源に育てる
Shirabe Text API は本日 hub 強化済、Free 10,000 回/月 + OpenAPI 3.1 + 5 endpoint で MVP 即着手可能

次回 #10 では Week 5(2026-05-25)観測 + Trigger 評価結果(5/20-5/21)+ Full Activation 評価への向かい方を報告する予定。

関連リンク

公式サイト: https://shirabe.dev
ドキュメント(暦 API): https://shirabe.dev/docs/rokuyo-api
ドキュメント(住所 API): https://shirabe.dev/docs/address-normalize
ドキュメント(Text API): https://shirabe.dev/docs/text-tokenize
リリース告知(Text API): https://shirabe.dev/announcements/2026-05-18
OpenAPI 3.1(Text API): https://shirabe.dev/api/v1/text/openapi.yaml
LLM 向け詳細版(Text API): https://shirabe.dev/api/v1/text/llms-full.txt
LLM 向け統合版(全 API): https://shirabe.dev/llms.txt
前回記事 #8(Qiita 版): https://qiita.com/yosikawa-techwell/items/54241c442b2e0c7fefb1
前回記事 #8(Zenn 版): https://zenn.dev/shirabe_dev/articles/cdee5e4e537cb3
GitHub(Text API): https://github.com/techwell-inc-jp/shirabe-text-api