kouchou-ai developer wiki

kj-method-broadlistening-framing-2026-05-25

12 min read

gpt-kawakita-kj-method-broadlistening-2026-05-25 は、広聴AIを川喜田二郎 / KJ法に接続するブレストである。
要約すると、広聴AI を 「行政のための要約ツール」ではなく「公共圏のための KJ 的な意味生成装置」 として再定義する論考になる。
これは技術論ではなく 目的論 であり、current kouchou-ai の設計判断にどう効くかをここで整理する。

1. 「KJ法プロンプト」を product 設計原則として読み直す

broad-listening-book-extractions は書籍 13.2.6 を引いて「KJ法 / 表札 という日本語専門用語をプロンプトに載せると labeling 品質が上がる」と整理していた。これは prompt engineering tips として読まれてきた。

しかし gpt-kawakita-kj-method-broadlistening-2026-05-25 が示すのは、KJ法は単なるラベリング技法ではなく 混沌から公共的仮説を立ち上げる方法論 であり、prompt に「KJ法」と書くだけでは KJ法的 product にはならないということだ。
つまり「KJ法 prompt を使う」ことと「KJ法的設計原則を product に通す」ことは別問題である。

書籍 13.2.6 を出発点にするなら、その背後の方法論を product 全体に展開する道が残されている。

2. KJ法的に見た広聴AIの 6 つの設計原則

gpt-kawakita-kj-method-broadlistening-2026-05-25 が提示する原則を current kouchou-ai の状態に重ねると、達成度はまちまちである：

原則内容current kouchou-ai の現状
原文に戻れるラベル・クラスタ・要約から原コメントに辿れるscatter / hierarchy view から原文 drill-down は実装されている。report.html でも保たれる
既存カテゴリに当てはめない行政カテゴリへの自動分類は「混沌を黙らせる」現状そういう自動分類はしていない。analysis_mode=llm_grouping でも自由クラスタ
表札は AI が確定しないクラスタ名は人間が吟味する仮説label 編集 UI はない。AI 生成のラベルが事実上の確定値
少数・矛盾・分類困難を残すunresolved_cards.md 的な「次の問いの種」exhaustive partitioning が前提で、「収まらない」を表現する schema がない
論点の構造を示す「結論」より対立・補完・因果の図解scatter + 階層 tree で構造は出る。対立・因果は出ない
現場に返却する一回限りの分析で終わらせないanalysis 単位は基本 one-shot。継続関与は product 外

つまり「原文復帰」と「既存カテゴリ非適用」は達成、「表札の人間吟味」「少数残存」「対立・因果構造」「継続関与」は未達である。
この棚分けは、product としての未来の枝を整理しやすくする。

3. ohki-shingo の公開UI要件との重なり

public-ui-requirements-for-broadlistening が整理した公開UI 7 要件と、KJ法的原則は部分的に重なる：

  • 原文に戻れる — ohki-shingo 要件の「個別意見へ drill-down」と同じ
  • 少数残存 — 「少数派の声を埋もれさせない」要件と対応
  • 編集可能性 — 「自治体・市民が結果を訂正できる」要件と対応する可能性

つまり KJ法的設計原則は、ohki-shingo の議論を 理論的に裏付ける枠組み として使える。
ohki-discussion-reflection-2026-05-25 が「散布図互換の技術論から公開UI の説明責務への問い直し」と整理した構図に、本ブレストは「公開UI の説明責務とは KJ法的な公共仮説生成のことだ」という解像度を加えうる。

4. 「広く聴く」と「深く聴く」の緊張は product にも露出する

gpt-kawakita-kj-method-broadlistening-2026-05-25 は、行政の広聴で働く 4 つの圧力を挙げている：

  • 「多くの人が言っていること」を重視する
  • 「既存施策に対応しやすい意見」を拾う
  • 「説明しやすいクラスタ名」に整える
  • 「例外的・少数的な声」をノイズとして扱う

これらは current kouchou-ai の設計判断にも直接効く：

  • analysis_mode=llm_grouping は 既存カテゴリでない自由クラスタ を作る方向で、原則を守っている
  • 濃いクラスタ抽出 機能（digitaldemocracy2030/kouchou-ai README）は 多数派攻撃に対する防御 として明示されており、KJ法的に重要
  • 一方、auto_cluster_defaults（auto-cluster-defaults）の ∛n 経験値は 視認性ベース で決まっており、「分かりやすさ」優先のバイアスを構造的に持つ

書籍 13.4.2 が脚注で「シルエットスコア等の自動最適化を採用していない理由：利用者が見たい粒度を選べる方が実用的」と書いているのは、まさにこの緊張を product に露出させない設計判断だが、KJ法的には「見たい粒度」自体が探索対象になりうる。

5. 「LLM に KJ法やらせて」では届かない

gpt-kawakita-kj-method-broadlistening-2026-05-25 の核心は、

単に LLM に「KJ法で整理して」と投げるのは避けるべきです。それでは過程がブラックボックス化し、KJ法で重視される「発想の根拠・プロセス・産物が見える」性質が失われます。

である。これは llm-grouping-experiment-output-2026-05-25 が観測した「LLM grouping は top-level label では強いが scatter 互換は悪い」「分類根拠が reason 列にしか残らない」状況にも当てはまる。

LLM grouping の次の改良点としては、reason を意思決定に乗る形式で残す（cluster ごと、boundary case ごと、unresolved case ごと）ことが、KJ法的観点では重要になる。
これは llm-grouping-implementation-plan の延長で analysis_capabilities の output に明示できる。

6. 設計判断への落とし込み（優先度低）

current kouchou-ai の implementation backlog に対しては、本ブレストの結論はすぐ実装に落ちる種類ではない。優先度を整理すると：

  • schema 拡張（representative_docs、boundary_cases、unresolved_cards、edge reasons）は中期。analysis-core の plugin contract に乗せられる。
  • label 編集 UI は短期にも価値あるが、view plugin 設計（public-ui-requirements-for-broadlistening）が固まってから。
  • 対立・因果構造表示 は graph-visualization-proposal-2026-05-25 の bridge edge relation type と接続できる：contrast cause-effect same claim across clusters は KJ法の「対立・補完・因果」と直接対応する。
  • 継続関与 は product 単体の問題ではない。書籍リリース・実証実験との接続で考える話。

development-priority-roadmap-2026-05-23 / strategic-development-order-2026-05-23 の優先順位（Windows 配布・既知バグ・運用基盤を上位）に変更を求めるものではない。
ただし、研究テーマ層の「広聴AI は何を最適化しているのか」という問いに対し、「公共的仮説の生成を最適化している」 という答えの候補を 1 つ追加する。これは kouchou-ai-paper-draft-strategy / kouchou-ai-paper-draft-ja の論文執筆にも効く視座である。

7. graph-visualization-proposal との接続

graph-visualization-proposal-2026-05-25 の bridge edge relation type（same claim / adjacent issue / cause-effect / contrast / boundary）は、KJ法の「対立・補完・因果」と直接対応する。
つまり、graph visualization 提案は KJ法的な図解化を product に落とす具体的設計 として読める。可視化と方法論が偶然合っている。

これは co-design の好機である：

  • KJ法的原則は 何を見せるべきか の指針
  • graph visualization 提案は どう見せるか の手段

両者を独立に成立する設計案として持ちながら、合流させる時にどちらかが歪まないかを確認するのがよい。

Open Questions

  • 「収まらない／揺れる／反例」を表現する schema を current analysis-core に入れる場合、cluster_id の exhaustive partitioning と両立できるか。cluster_id = unresolved のような sentinel を入れるか、別フィールドにするか。
  • 「現場への返却」を product 単体で扱うのは無理がある。一方、書籍リリース（2026-09）と実証実験を組み合わせる場で、kouchou-ai がこの原則をどう体現するかは未整理。
  • KJ法的な「結論より論点の構造」を current report 形式（HTML / Web UI）にどう落とすか。今は cluster list と scatter という flat 構造で、対立・補完・因果の関係は表現できていない。
  • 鈴木健の「ブロードリスニングは用途ごとに欲しいインサイトが違う」（kensuzuki-broad-listening-insight-types-2025-11-29）と本ブレストの「公共的仮説生成」は、どちらが上位の問題設定か。前者は産業構造論、後者は方法論。

Updates

  • 2026-05-25: 川喜田二郎 / KJ法 に接続するブレストを、product 設計原則の棚として整理。既存の「KJ法 prompt」言及（書籍 13.2.6）からは方法論側に展開され、ohki-shingo の公開UI要件、LLM grouping、graph visualization 提案と複数地点で接続する

グラフビュー

バックリンク