お気に入りの超スマートなロボットアシスタントが、家を建てたり、グルメ料理を作ったり、あるいはミステリーを解決しようとしている世界を想像してみてください。これらを行うために、ロボットはただ考えるだけでは不十分で、道具を手に取る必要があります。デジタルハンマーや仮想レンチ、あるいはハイテクなオーブンが必要になるかもしれません。しかし、ここに落とし穴があります。ロボットは、誰かが「マニュアル」を与えない限り、それらの道具の使い方を知ることができないのです。人工知能の世界では、これらの「ロボット」は大規模言語モデル（LLM）エージェントと呼ばれ、「マニュアル」はツールのドキュメント（説明書）と呼ばれます。長い間、科学者たちは、これらのエージェントをより賢くする最善の方法は、単により優れた「脳」を与えるか、ツールをより早く見つける方法を教えることだと考えてきました。彼らはマニュアルを、固定された変更不可能なルールブックとして扱ってきたのです。しかし、もし問題がロボットの脳にあるのではなく、マニュアルがロボットにとって完全には理解できない言語で書かれていたり、成功に必要な極めて重要なステップが欠けていたりすることにあるとしたらどうでしょうか？

これは、復旦大学の研究チームが解明しようと決意したパズルです。彼らはシンプルかつ深遠な問いを投げかけました。「ツールのマニュアルの書き方は本当に重要なのか？ そして、『万能型』のマニュアルはすべてのロボットに機能するのか？」と。これを知るために、彼らは単に推測するのではなく、大規模な実験を行いました。彼らは数千ものツールを調査し、異なるタイプのAIエージェントに対して、異なるバージョンのマニュアルを試しました。そして、驚くべき発見をしました。完璧なマニュアルなど一つも存在しないのです。あるロボットを成功させるのに役立つマニュアルが、別のロボットを混乱させることもあります。「料理」のタスクで役立つ詳細が、「コーディング」のタスクでは邪魔なノイズになることもあります。このため、彼らはDOCSCHISELと呼ばれる新しいシステムを構築しました。これは、ロボットが試行錯誤して失敗する様子を見守り、マニュアルから混乱を招く部分を削ぎ落とし（チゼル）、不足しているパーツを加え、そのロボットとその特定の仕事に合わせて指示をカスタマイズする、超スマートなエディターのようなものです。彼らの結果は、これを行うことで、ロボットがタスクを完了する能力が劇的に向上することを示しています。

問題点：「万能型」のマニュアルは適合しない

あなたが新しい友人に、複雑なビデオゲームのコントローラーの使い方を教えているところを想像してください。あなたは「Aボタンを押すとジャンプします」というガイドを書くかもしれません。しかし、もしその友人がレースゲームをプレイしているなら、「Aボタンを押すと加速します」と知る必要があるかもしれません。もし両方のゲームに対して同じ汎用的なガイドを与えてしまったら、彼らは車を衝突させたり、崖から転落したりしてしまうでしょう。

長い間、AIエージェントを構築する研究者たちは、ツールのドキュメントは静的な辞書のようなものだと想定してきました。「辞書をより短く、より綺麗にすれば、AIはより良く理解できるはずだ」と考えてきたのです。以前の試みの中には、これらのマニュアルを非常に小さく整った要約に圧縮しようとするものもあれば、より標準的な形式に書き換えようとするものもありました。しかし、この論文の著者たちは、何かが欠けていることに気づきました。彼らはマニュアルを、単に少し磨けば済む「完璧なもの」として扱っていました。彼らは、マニュアルの「内容」――例えば「使い方」「失敗した場合の対処法」「出力の形式」といった具体的な情報のフィールド――こそが真の鍵であり、異なるAIエージェントには異なる鍵が必要なのだと疑ったのです。

探偵の仕事：マニュアルには何が入っているのか？

彼らの理論を検証するために、チームはデジタル探偵として行動しました。彼らは14種類のデータセットから、24,955個のツールを集めた膨大なコレクションを収集しました。これらのツールは、メールやカレンダーの管理から、データの分析、さらにはソフトウェアのバグ修正に至るまで、あらゆる分野をカバーしていました。彼らは、どのような種類の情報が実際にマニュアルに含まれているのかを知りたいと考えました。

彼らは、一貫性のない混沌とした状況を発見しました。あるマニュアルには「使用ガイダンス（Usage Guidance）」というセクションがある一方で、ないものもありました。あるものは「入力パラメータ名（Input Parameter Name）」を記載していましたが、他のものは完全に飛ばしていました。彼らは、マニュアルに含まれ得る17種類の異なる情報フィールドを特定しました。すべてのデータセットに共通して存在するフィールドは、「ツール名（Tool Name）」と「機能説明（Functionality Description）」の2つだけでした。それ以外は、あるかないかはバラバラでした。

しかし、本当の驚きは、これらの異なるフィールドがAIのパフォーマンスにどのように影響するかをテストした時に訪れました。彼らは標準的なツールのセットを用意し、情報のフィールドを「追加または削除」する遊びを開始しました。マニュアルから「使用ガイダンス」を取り除き、AIが失敗するかどうかを確認しました。そして、それを戻して、成功するかどうかを確認しました。

結果は衝撃的でした。同じ情報であっても、ある状況ではヒーローになり、別の状況ではヴィラン（悪役）になることが判明したのです。

• あるAIモデルにとっては、特定のフィールドを削除すると、失敗率が10%上昇することがありました。
• 別のAIモデルにとっては、全く同じフィールドを削除したことで、余計なテキストが混乱を招かなくなったため、逆に成功率が上がることがありました。
• 「データ分析」のタスクでは、特定のフィールドが極めて重要になることがあります。
• 「メール管理」のタスクでは、同じフィールドが無意味なノイズになることがあります。

研究者たちは、平均して、たった一つの情報を追加または削除するだけで、AIの成功率が6.34パーセントポイント変化することを発見しました。これは、固定された、変更不可能なマニュアルは良くないアイデアであることを証明しました。「ReAct」エージェント（ステップ・バイ・ステップで考えるロボット）にうまく機能するものが、「マルチエージェント（複数のロボットが協力して働くシステム）」には適さない可能性があるのです。

解決策：DOCSCHISEL、適応型エディター

固定されたマニュアルではうまくいかないため、チームはDOCSCHISEL（適応型ツール・ドキュメンテーション最適化フレームワーク）を構築しました。DOCSCHISELは、AIエージェントが作業している横に座り、注意深く観察し続ける、疲れを知らない超鋭敏なエディターだと考えてください。

その仕組みは以下の通りです：

1. 監視の目： まず、DOCSCH carは、編集されていないオリジナルのマニュアルを使用して、AIエージェントに仕事をさせます。そして、エージェントが失敗するたびに、注意深く観察して記録します。
2. 診断： エージェントが失敗すると、DOCSCHISELは「失敗のトレース（足跡）」、つまり何が間違ったのかを示すデジタルな痕跡を調べます。そして、AI（「診断」モデル）に、なぜ失敗したのかを特定させます。ツールに特定の入力が必要であることをマニュアルが伝えていなかったのか？ あるいは、例示が分かりにくかったのか？
3. 記憶： これが秘伝のソースです。DOCSCHISELは、過去に何が間違っていたかについての「記憶」を保持します。もし「使用ガイダンスの欠如」が「メール」ドメインでの失敗を引き起こしたと判断すれば、同じドメインの次のツールに対してもそれを記憶します。彼らは間違いから学ぶのです。
4. チゼル（ノミ）： 診断と記憶に基づき、DOCSCHISELはマニュアルの特定のパーツを追加（Add）、削除（Remove）、または**洗練（Refine）**することを決定します。
   • 追加： 「ロボットがパスワードを必要としていることを知らなかったので、『必須入力』フィールドを追加しよう」
   • 削除： 「ロボットが長いコードスニペットに混乱したので、それを削除しよう」
   • 洗練： 「指示が曖昧だったので、より明確にしよう」
5. テスト： 次に、編集された新しいマニュアルをテストします。もしエージェントがより頻繁に成功するなら、素晴らしいことです！ もし新しいマニュアルによって、以前はできていたタスクができなくなってしまった場合は、DOCSCHISELは引き下がるべきだと判断します。最も優れたバージョンのマニュアルを保持し、次のツールへと進みます。

結果：劇的な前進

チームは、DOCSCHISELを他の2つのトップティアの手法（EASYTOOLおよびDRAFT）およびオリジナルの未編集のマニュアルと比較検証しました。その結果は驚異的でした。

• オリジナルのマニュアルと比較して： DOCSCHISELは、AIのタスク成功率を**95.89%**向上させました。これは、ロボットが仕事を完遂する能力がほぼ倍増したことを意味します。
• 他のスマートな手法と比較して： 平均して、DOCSCHISELは次に優れたアプローチよりも**75.15%**優れていました。
• 一貫性： これは一つのタイプのロボットやタスクだけでなく、様々なAIモデル（GPT-4o、GLM-5、Claude Haiku 4.5など）や、異なるエージェントのスタイル（単一ロボット対チームのロボット）においても有効でした。

研究者たちはコストについても調査しました。マニュアルの最適化には時間がかかります。ツールあたり約12.65分です。しかし、彼らはこれほどの劇的な改善が得られるのであれば、これは微々たる代償であると主張しました。新しいマニュアルは元のものと比べて長さがそれほど変わらず、AIを大量のテキストで圧倒することもありませんでした。

なぜこれが重要なのか

この論文は、AIへの教え方に関する私たちの考え方を変えるものです。単に汎用的な取扱説明書をロボットに投げ込み、あとは祈るだけでは不十分であることを示しています。「マニュアル」は、ロボットの脳と、そのロボットが行っている特定の仕事に合わせて適応していく、生きている存在である必要があります。

研究者たちは単に提案しただけでなく、データによってそれを証明しました。不適切な部分を慎重に削ぎ落とし、適切な部分を付け加えることで、AIエージェントを大幅に信頼できるものにできることを示しました。それは、ピアノの弾き方を教える際、単に楽譜を渡すのではなく、生徒の指の強さ、音楽の好み、そして学ぼうとしている特定の曲に合わせてレッスンをカスタマイリングしなければならない、と気づくことに似ています。DOCSCHISELは、AIエージェントに対してまさにそれを行うためのツールなのです。