概要
https://note.com/kodai_maehata744/n/n7f135b700b72
詳細内容
## ペルソナ 「佐藤美咲」さんの謎
https://note.com/kodai_maehata744/n/n7f135b700b72
複数の最新LLMを用いてペルソナ生成の検証を行い、日本語の特定条件下では「佐藤美咲」という名前に極端な出力バイアスが生じる実態を明らかにする。
**Content Type**: 🔬 Research & Analysis
**Language**: ja
**Scores**: Signal:4/5 | Depth:3/5 | Unique:4/5 | Practical:3/5 | Anti-Hype:4/5
**Main Journal**: 71/100 | **Annex Potential**: 73/100 | **Overall**: 72/100
**Topics**: [[LLMバイアス, ペルソナ設計, プロンプトエンジニアリング, 生成AI検証, Claude Code]]
著者は、生成AIでペルソナを作成する際に特定の名前が頻出するという実体験に基づき、主要なLLM（Claude 4.5系、GPT-5系、Gemini 2.5 Pro）を用いて、特定の属性（30代女性、マーケター、東京在住）を持つペルソナを各100回生成させる検証を行った。その結果、驚くべきことに多くのモデルで「佐藤美咲」という名前に出力が集中した。特にClaude 4.5 Opusでは、下の名前が100%の確率で「美咲」となり、姓も「佐藤」と「田中」だけで96%を占めるという極端な多様性の欠如が確認された。
この現象の背景について著者は、LLMの学習データに含まれるインターネット上の情報や、過去のマーケティング関連の論文・事例において「佐藤美咲」が典型的なペルソナ名として多用されていることが原因であると分析している。実際に「佐藤美咲 ペルソナ」で検索すると膨大なヒットがあり、AIが「日本人女性のペルソナ ↔ 佐藤美咲」という強い関連付けを学習してしまっている可能性を指摘した。
エンジニアやプロダクトマネージャーにとっての重要な示唆として、著者は「シンプルなプロンプトによるペルソナ生成は、職業や役割のステレオタイプを増幅させるリスクがある」と警鐘を鳴らしている。何も工夫せずにAIに丸投げすると、多様性のない偏ったユーザー像が生成されるため、適切なコンテキストの付与や手法の検討が必要であると主張した。
また、本検証のプロセスにおいて、著者はClaude Codeを用いた自動化スクリプトの作成と実行を行っており、大量のAPI呼び出しを並列で完遂させるAIエージェントの有用性についても触れている。LLMの出力特性を理解することの重要性と、エージェントを活用した効率的な検証ワークフローの可能性を同時に示した内容となっている。
（854文字）