STEP 01 — GOAL FIRST
「辞めたい」を、Goalだと決めつけない。
「辞める」はActionかもしれません。Goalが「収入を増やす」「自由時間を増やす」 「今の環境から離れる」なら、必要な選択肢はそれぞれ変わります。
GoalPurposeSuccess Criteria
Technology / How DP thinks
答える前に、
まず目標を見る。
DPは、質問にもっともらしい答えを返すことだけを目的にしていません。
何を目指しているのか。何が分かっていて、何がまだ分からないのか。
その状態を整理しながら、判断・行動・結果を次へつなぎます。
Goal first
Knowledge ≠ Truth
Outcome ≠ Causality
Human remains in control
01 — The basic idea
DPは、Conversationではなく、
Goalの前進をつなぐ。
同じ質問でも、目標が違えば必要な情報も、良い選択肢も変わります。 DPはまず、現在のGoalとContextを理解し、判断を変え得るUnknownを探します。
01
Goal
何を達成したいか
→
02
Information
何が重要で、何が不明か
→
03
Knowledge
何が現在のCaseに適用できるか
04
Decision
選択肢・Risk・不確実性
→
05
Outcome
実際に何が起きたか
→
06
Learning
次回、何を変えるか
02 — A case, step by step
「仕事を辞めるべき？」
DPなら、こう考える。
一つの質問を、一つの答えに直結させない。 Goal、Unknown、Knowledge、Outcomeを分けながら、必要なところだけ深く見ます。
STEP 02 — FIND WHAT IS MISSING
全部聞くのではなく、判断を変える情報を探す。
良い判断に、全情報は必要ありません。 DPは「このUnknownが分かると、選択肢やRisk評価が変わるか」を見ながら質問します。
Decision ImpactUncertaintyUser Burden
STEP 03 — KNOWLEDGE IS NOT TRUTH
「一般に正しい」だけでは、採用しない。
信頼できる情報源で有効とされる方法でも、Current Caseの条件が違えば適用できないことがあります。 DPはKnowledgeの由来、適用条件、反証、不確実性を分けて見ます。
SourceApplicabilityCounter-evidence
STEP 04 — DECISION
選択肢を、GoalとConstraintに照らして比較する。
「今すぐ辞める」「準備して辞める」「残りながら別の収入源を作る」。 DPは一つの答えを押し付けるのではなく、何を選ぶと何を得て、何を失うのかを整理します。
OptionsRiskReversibility
STEP 05 — HUMAN GATE
最後に選ぶのは、人。
DPはRecommendationや再判断条件を提示できます。 でも、GoalのOwnerでも、人生の最終Decision Authorityでもありません。
RecommendationHuman SelectionAction
STEP 06 — OUTCOME
「どう答えたか」ではなく、「何が起きたか」を見る。
実行後のOutcomeを記録します。ただし、良い結果が出たからといって、 そのDecisionが結果を引き起こしたと自動的には判断しません。
OutcomeExpected vs ObservedNo causal shortcut
STEP 07 — LEARN, THEN CONTINUE
過去を固定せず、次の判断へつなぐ。
人も環境も変わります。DPは「この人はこういう人」と固定するのではなく、 新しいConversationやOutcomeで理解を更新しながら、次のGoal Episodeへつなぎます。
UpdateContinuityNext Goal Episode
03 — Epistemic principles
知っていることと、
正しいことを分ける。
DPはKnowledgeを持つこと自体をTruth Authorityにしません。 分からないこと、反証、古さ、適用範囲を残したまま、Current Caseに必要なところだけ使います。
P-01
Knowledge ≠ Truth
Knowledgeとして保存されていること自体を、絶対の正しさとは扱いません。
P-02
Similarity ≠ Applicability
似ているCaseでも、重要条件が違えばそのKnowledgeは使えないかもしれません。
P-03
Outcome ≠ Causality
結果が起きたことと、そのDecisionが原因だったことを分けます。
P-04
Past ≠ Present
過去の理解を固定せず、新しいContextとOutcomeで再評価します。
04 — World knowledge × personal experience
世界のKnowledgeと、
あなたの経験を混ぜない。
一般的なSourceから得たKnowledgeと、あなた自身のDecision・Action・Outcomeは、 由来の違うKnowledgeとして扱います。その違いを残すから、あとで矛盾や適用条件を見直せます。
Source-derived
World Knowledge
信頼できる情報源から得られるKnowledge。Source、Evidence、Freshness、Applicabilityを持つ。
×
Personal
Your Experience
あなたのGoal、Decision、Action、Outcome、Feedback。次回の判断へ再利用する。
How DP separates knowledge
DPは、外部Sourceから得られる一般的なKnowledgeと、 User自身のDecision・Action・Outcomeから得られるPersonal Experienceを、 由来の異なる情報として扱います。 公開ページでは、内部の保存構造・更新方式・評価ロジックは表示しません。
Why separate them?
「信頼できる情報源ではAが有効」と「あなたの過去EpisodeではAがうまくいかなかった」は、 どちらかを消すのではなく両方を保持できます。その差から、適用条件やUnknownを再検討できます。
05 — AI Provider is not DP
AIモデルが変わっても、
Goalの続きを失わない。
DPは、特定のAIモデルそのものではありません。 必要に応じて異なるAI、検索、Tool、Knowledgeを利用できます。 でも、Goal・Decision・Outcome・Learningの継続状態はDP側に残ります。
External intelligence
AI / Search / Tools
Reasoning、生成、検索、分析など。必要なTaskに応じて利用する。
↔
Decision Platform
Persistent Goal State
Providerから独立して、Goal Pursuitの継続状態を保持する。
Goal / Purpose / Constraints
Decision / Action
Outcome / Learning
Knowledge / Applicability
06 — Human Goal Ownership
DPは提案する。
人が決める。
DPは、情報を整理し、見落としを探し、Knowledgeを照らし合わせ、 選択肢と再判断条件を提示できます。 でも、何を目指すか、最後に何を選ぶかは人に残します。
DP / AI
Decision support
情報、Evidence、Knowledge、Risk、Optionを整理する。
→
Human
Goal & final choice
目標を所有し、価値判断を行い、最終的に選ぶ。
人類の安全なAI利用を推進します。