この記事は、個人の判断パターンを前例から再現する「判断の再現」の検証結果をまとめるシリーズの1本である。成立条件そのものは姉妹記事「判断の再現が成立する条件」、特徴量を注入すると何が起きるかは姉妹記事「判断の注入が害になるとき」に譲る。標本設計の基本的な考え方はRAGの幻覚率0%は何件で言えるかにまとめている。
この記事で分かること
- 前例100件未満では個人化が文脈だけのベースラインに負けるという実測
- 100件前後で連続重みが硬い閾値に勝つという実測
- 他人の軸を借りる設計も、前例100件までの橋渡しに過ぎないという実測
- 300件で連続重みが逆に負けるという反証(縮小推定は上位互換ではなかった)
- 全件になれば個人化が明確に効くという実測
この記事で分からないこと（正直に書く）
- 100件と300件の間のどこかにもう一つ境目があるかどうか（未検証の帯がある）
- 判断の種類が違えば境目の件数がずれるかどうか（本稿の対象は2種類の判断のみ）
前例から個人の判断パターンを再現する取り組みでは、前例を増やせば増やすほど精度が上がると考えがちである。しかし自社の検証では、前例30〜100件という中途半端な帯で「前例に頼らず自前の判断だけに切り替える」設計にすると、文脈だけを使うベースラインより成績が悪化した（出所: 自社の判断再現の検証記録、確認日2026-09-06）。前例が少ないうちは、下手に個人化しようとするより、個人差を無視した文脈情報だけのほうが安全という結果である。
100件未満は害になる
具体的には、前例が100件に満たない条件で個人化を行うと、買い判断のliftは−0.013、投げ物の判断のliftは−0.101となり、いずれも文脈だけのベースラインに負けた(出所: 自社の判断再現の検証記録、確認日2026-09-06)。これは「多少の前例があれば、無いよりはまし」という直感に反する結果である。中途半端な件数の履歴は、個人差の学習に使うには情報が足りず、むしろノイズとして働いて判断を悪化させていた。
100件前後は連続重みが硬い閾値に勝つ
前例が100件前後になると、状況が変わる。前例の件数nに応じて重みを連続的に変える w=n/(n+λ) という方式が、「100件を境に個人化するかしないか」を切り替える硬い閾値方式より成績が良くなった。改善幅は+0.018〜+0.034で、47人中14〜20人が有意だった(出所: 自社の判断再現の検証記録、確認日2026-09-06)。この段階では、前例の量に応じて個人化の強さを滑らかに調整する設計が効いている。
軸を借りることも100件までの橋渡り
前例の件数を補う方法はもう一つある。自分の前例が少ないうちは、他人の判断の傾向（軸）を借りて補う設計である。前例が10件しかない段階では、軸を借りることで47人中28〜35人が有意に改善した。しかし前例が100件まで増えると、軸を借りて改善するのは12〜18人に減り、立ち位置の判断に限れば12勝13負とほぼ互角、わずかに逆転する結果になった(出所: 自社の判断再現の検証記録、確認日2026-09-06)。前例が十分にある判断では、軸を借りても上乗せにならない。軸を借りる設計も連続重みと同じく、前例が少ない段階でだけ効く橋渡しであり、100件を境に役割を終える。
反証: 300件では連続重みが逆に負ける
ところが前例が300件まで増えると、この連続重みは逆に負けに転じた。lift は−0.001〜−0.062となり、100件前後で優れていた方式が300件では足を引っ張る結果になった(出所: 自社の判断再現の検証記録、確認日2026-09-06)。これは「連続的に重みを調整する縮小推定は、硬い閾値の上位互換である」という見立てに対する反証である。前例が十分にある領域では、重みを控えめにする調整自体が不要な足かせになっていた。
全件になれば個人化は明確に効く
前例を制限せず全件使った場合、liftは+0.363で47人全員が有意という結果になった(出所: 自社の判断再現の検証記録、確認日2026-09-06)。件数が十分にあれば、重みづけの工夫をしなくても個人化がはっきり効く。まとめると、100件未満は害、100件前後は連続重みが橋渡しとして機能し、300件以降は工夫なしの個人化で十分、という3段階になっている。
| 前例の件数 | 個人化の状態 |
|---|---|
| 100件未満 | 文脈だけのベースラインに負ける(害) |
| 100件前後 | 連続重みが硬い閾値に勝つ(橋渡し) |
| 300件 | 連続重みが逆に負ける(縮小推定は不要) |
| 全件 | +0.363、47人全員が有意 |
前例が何件たまっているかを個人化の設計に反映できているか確認したい場合は、お問い合わせから編集部まで相談してほしい。
よくある質問
Q1. 前例は多いほど個人化の精度が上がるのか
一律には言えない。前例30〜100件という中途半端な帯で個人化に頼りすぎると、文脈だけのベースラインより成績が悪化した。前例の件数によって最適な設計が変わる。
Q2. 前例100件未満での個人化はなぜ害になるのか
100件に満たない前例で個人化を行うと、買い判断のliftは−0.013、投げ物の判断のliftは−0.101となり、いずれも文脈だけのベースラインに負けた。件数が足りないとノイズとして働く。
Q3. 300件で連続重みが負けるのはなぜ問題なのか
100件前後で優れていた連続重み方式が、300件では−0.001〜−0.062と逆に負けた。これは連続重みが硬い閾値の上位互換だという見立てへの反証であり、件数が十分にある領域では不要な調整だったことを示している。
Q4. 結局、何件から個人化してよいのか
自社の検証では、100件前後から連続重みによる橋渡しが機能し始め、件数が十分になれば工夫なしの個人化でliftが+0.363、47人全員が有意という結果になった。100件が一つの境目である。
Q5. 他人の判断の傾向(軸)を借りるのは有効か
前例が10件しかない段階では47人中28〜35人が有意に改善したが、前例が100件まで増えると改善するのは12〜18人に減り、立ち位置の判断は12勝13負とほぼ逆転した。軸を借りるのも前例が少ない段階だけの橋渡しであり、前例が十分にあれば上乗せにならない。