技術要約：物語がエージェントを形作る：LLMの振る舞いにおけるナラティブ・プライア（物語的事前分布）

問題提起

実務者は、LLM（大規模言語モデル）エージェントの振る舞いを制御するために、ペルソナ・プロンプティングに頻繁に依存している。これは、割り当てられた性質的特性（例：「几帳面な」、「社交的な」）が、異なるタスク領域においても一貫して振る舞いを支配するという仮定に基づいている。しかし、先行研究の多くは単一の会話やダイアログ内でのペルソナの一貫性に焦点を当てており、エージェントが異なるタスク領域に再配備された際に、ペルソナによる振る舞いが汎用されるかという極めて重要な仮定については、未検証のまま残されている。ここで対処される中心的な問いは、**「エージェントの振る舞いがタスク領域間で変化する場合、それはペルソナが適応しているのか、それとも別のプロセスが支配しているのか？」である。具体的には、「タスクの物語的枠組み（ナラティブ・フレーミング）は、割り当てられたペルソナを上書きしてしまうのか？」**という点である。

メソドロジー

物語の効果を意思決定構造から分離するため、著者らは**構造的同型性（structural isomorphism）**のフレームワークを採用している。彼らは、以下の要素が同一である3つのテキストベースの調査ゲームを構築した：

• アクション空間（Action Spaces）： 4つのコア・アクションタイプ（読む、話す、テストする、移動する）。
• ステージ進行（Stage Progression）： 4つの固定されたステージ（分類、特定、追跡、解決）。
• リソース制約（Resource Constraints）： 各ステージにおけるシングルアクセス制限、およびステージ間のメモリリセット。
• シナリオ（Scenarios）： 各ゲームにつき7つの異なるシナリオ。

唯一の変数は、**表層的な物語（surface narrative）**である：

1. クリスタル・アイランド (CI)： 疾患調査（医療）。
2. シーケンシャル・ダイアグノーシス (SD)： ITトラブルシューティング（コーポレート）。
3. マンション・ミステリー (MM)： 殺人ミステリー（犯罪）。

実験設定：

• モデル： 3つの異なるアーキテクチャ（LLaMA-3.1-70B、GPT-4o、GPT-4o-OSS-120B）。
• ペルソナ： 教育心理学の学習スタイル理論に基づいた10種類のペルソナ（例：「社会的協調的」、「几帳面で徹底的」）。
• 規模： 合計1,890セッション（10ペルソナ × 7シナリオ × 3試行 × 3モデル × 3ナラティブ）。
• 指標： アクション比率（read/talk/test/move）、探索効率、意思決定の一貫性を含む16の正規化された行動特徴量。

主要な貢献

1. ナラティブ・プライアの特定： 本論文は、意思決定構造とは独立して、タスクの物語的枠組みによって活性化される体系的な行動傾向である**ナラティブ・プライア（物語的事前分布）**を定義し、分離した。これらは、事前学習コーパスから継承された暗黙的なバイアスであることが示されている。
2. 分散の定量化： 分散分解（ANOVA）と分類を通じて、情報収集アクションにおいて、ナラティブ・フレーミングが割り当てられたペルソナよりも5〜31倍多くの行動分散を説明することを実証した。
3. 行動アンカー（Behavioral Anchors）： 著者らは、クロス・ナラティブ転移のメカニズムとして行動アンカーを特定した。これらは、共有されたアクション空間に直接結びつく具体的なアクション単語（例：「会話」が talk アクションにマッピングされる）を含むペルソナ記述である。
4. 因果的検証： インターベンション（介入）実験を通じて、ペルソナからアンカー単語を取り除くことで、クロス・ナラティブの一貫性が95%減少することを因果的に証明した。これにより、抽象的な心理学的記述は移植可能な振る舞いには不十分であることが証明された。
5. 汎用フレームワーク： 構造的同型性のフレームワークは、ホールドアウトされた第4のナラティブ（Cooking Kitchen）において検証され、ペルソナ選択手法の開発に使用された。これはクロス・ナラティブの転移性を向上させるものである。

主要な結果

1. ナラティブの支配性

タスクの物語は、エージェントの振る舞いの主要な駆動要因である。

• 分散： read、talk、test のアクションにおいて、ナラティブはペルソナよりも有意に多くの分散を説明する（5〜31倍）。
• 分類： モデルは行動に基づいてナラティブを99.7〜100%の精度で予測できるが、ペルソナの分類精度はわずか24.6〜41.3%（偶然をわずかに上回る程度）である。
• ドメインのステレオタイプ： エージェントは、ペルソナに関わらずドメイン特有のステレオタイプ的な振る舞いを採用する：
  • 医療 (CI)： 高い talk 比率。
  • IT (SD)： 高い read 比率。
  • 犯罪 (MM)： 高い test 比率。
• パフォーマンスへの影響： これらのナラティブに偏った振る舞いは、多くの場合、タスクの成功と負の相関がある。例えば、医療ドメインにおける高い talk バイアスは、3つのモデルのうち2つにおいて成功と負の相関を示した。

2. ペルソナの転移と一貫性

• ナラティブ限定の効果： ペルソナは（固定されたナラティブ内では）振る舞いを大きく形成するが（一部のケースで最大64%の分散を説明）、その影響力はナラティブを跨ぐと崩壊する。クロス・ナラティブ転移の分類平均は**10.4%**であり、偶然のベースラインである10%を辛うじて上回る程度である。
• 行動一貫性指数 (BCI)： 著者らは、どのペルソナがナラティブを跨いで認識可能なシグネチャを維持するかを測定するためにBCIを導入した。10個のペルソナのうち、すべてのモデルに対して正のBCIを維持しているのは5個のみであった。
• アンカーのメカニズム： 高BCIを持つペルソナは、行動アンカーを備えている。回帰分析の結果、アンカーの数とBCIの間には強い相関（$R^2 = 0.65$）があることが示された。
  • 例： 「社会的協調的」（アンカー：「会話」、「議論」）は高い一貫性を維持する。「大局的な概念的」（アンカーなし）は負の一貫性を示す。

3. インターベンション（介入）実験

• アンカーの因果的役割： 「社会的協調的」なペルソナを、具体的なアクション単語を取り除くように書き換えた場合（「会話」を抽象的な「認識論的交換」に置き換えた場合）、BCIは95%減少した（+0.22から+0.01へ）。
• 新ドメインの予測： 本フレームワークは、ホールドアウトされた「Cooking Kitchen」ドメインにおける行動的プライアを予測することに成功した。これは、ナラティブ・プライアがタスク固有の学習ではなく、事前学習の連合を反映していることを裏付けている。
• 堅牢性： ナラティブ・プライアは、以下の場合でも持続する：
  • アクション動詞が抽象的なコード（例：「ACTION ALPHA」）に置き換えられた場合。
  • 明示的な行動指示（例：「talk アクションを60%実行せよ」）が強制された場合。いくつかのケースでは、ナラティブ・プライア（例：MMにおける法医学的テストのバイアス）が指示を完全に上書きした。

意義と主張

本論文は、**「ペルソナ・プロンプティングは、コンテキストに依存しない制御インターフェースではない」**と主張している。タスクを包み込む物語は、ペルソナそのものよりも強くエージェントの振る舞いを形成し得る。

• 信頼性の課題： 同一のペルソナをドメイン間で展開することはリスクを伴う。なぜなら、ナラティブによって誘発された振る舞いが、能動的にパフォーマンスを低下させる可能性があるからである。
• 設計原則： タスクの変化に対しても耐性を持つ行動制御を実現するためには、ペルソナは具体的なアクションに根ざしている必要がある。記述は、利用可能なアクション空間に直接マッピングされるべきである（例：「徹底的であれ」ではなく「文書を読むことを優先せよ」）。
• 方法論的貢献： 構造的同型性のフレームワークは、ナラティブの影響を測定するための診断ツールを提供し、行動アンカー分析は、堅牢で移植可能なエージェントの振る舞いを設計するための実践的な道筋を提示している。

著者らは、LLMエージェントを多様なドメインにおいて信頼できる振る舞いで構築するためには、ナラティブ・プライアを理解し、軽減することが不可欠であると結論づけている。