Web記事、Issue、PR、研究資料、実験ログ、失敗報告、個人メモ。

AIを本気で使い始めると、資料はものすごい速度で増えます。

すると、ある段階で「情報不足」とは別の問題が起きます。

同じ内容の記事が大量にある
どれが一次情報か分からない
「直った」という記録はあるが、何を変えたのか追えない
最新版だけ残した結果、過去の失敗条件が消えた
矛盾する資料を要約で平均してしまった
AIが作った要約なのか、原資料の事実なのか区別できない
1000件集めたのに、次の判断で何を読むべきか分からない
いつ収集を止めればよいのか分からない

これは「もっと集めれば解決する」問題ではありません。

必要なのは、

資料を保存する仕組みではなく、判断へ戻れる仕組み

です。

本教材では、大量の資料を

Raw → Candidate → Evidence Family → Knowledge Candidate → Current Knowledge

へ分離し、

重複
出典系列
条件差
Version差
Failure
修正
反例
未確認
停止条件
再開条件

を失わずに、AIと人間が後から再利用できる知識コーパスへ変えます。

30秒診断――あなたの資料群は「倉庫」か「判断資産」か

次の5問に答えてみてください。

1. その結論が、どの原資料・どの版から来たか分かるか

URLだけでは足りないことがあります。

最低限、

SOURCE
取得元

CAPTURED AT
取得時点

VERSION / COMMIT / DATE
対象版

RETURN PATH
原文・原Artifactへ戻る方法

が結び付いているか確認します。

2. 似た資料10件は、本当に独立したEvidence 10件か

別URLでも、同じ公式発表の転載なら上流根拠は一つです。

逆に文章が似ていても、

Version
OS
Runtime
Permission
Failure条件
評価方法

が違えば、別条件として残す価値があります。

3. 「成功」ではなく、失敗から何を変えたか追えるか

Before
↓
Attempt
↓
Failure
↓
Hypothesis
↓
Change
↓
Verification
↓
Regression

がつながっているか確認します。

「最新版では直った」だけでは、次のFailureで再利用できません。

4. 矛盾・除外・未確認が消えていないか

採用した資料だけ残すと、

反例
不都合な条件
取り逃し
未解決

が見えなくなります。

UNKNOWN や CONFLICT を正式なStateとして残します。

5. なぜ収集を止めたのか、何が起きたら再開するのか分かるか

「1000件集めたから終了」は弱いStop Ruleです。

良い停止条件は、

新しい条件差がほぼ増えない
Failure / Counterexampleが増えない
未確認点が少数へ収束した
次に必要なのが収集ではなく実験になった

などです。

そして、

新Version
重大な反例
新しいSource系列
既存Ruleの前提崩壊

をReopen Triggerとして残します。

無料で使える最小テンプレート――Corpus Card

Knowledge GraphやRAGを作る前に、まずこれだけ使えます。

目的:
今回判断したいこと:

原資料:
取得時点 / 対象Version:

現在の判断:
成立条件:
崩れる条件 / 反例:

同じ上流根拠:
独立したEvidence:

重要なFailure → Change → Verification:

未確認:
除外候補と理由:

収集を止める理由:
再開Trigger:

ポイントは「全部まとめる」ことではありません。

原資料、Current判断、条件差、未確認、停止理由へ戻れる入口を作ることです。