4D-ARE — 4-Dimensional Attribution-Driven Agent Requirements Engineering（4 次元・帰属駆動型エージェント要求工学）— は、LLM による意思決定支援エージェントを規定するための方法論であり、4D-ARE：LLM エージェントの要求工学におけるアトリビューションギャップを埋める で提案された。扱うのは実行時ではなく設計時である。ReAct や Chain-of-Thought プロンプティング が実行中にエージェントがどう推論するかを統御するのに対し、4D-ARE はそもそもエージェントが何について推論すべきかを決め、それをエージェントに届く形で書き留めるための方法である。その中核となる主張は、意思決定支援エージェントに必要なドメイン知識とは帰属のロジック — 結果が原因とどう結びつくか — であり、このロジックは 4 つの次元に分けられる、というものである。
用法
4 つの次元とは、Results（観測可能な成果指標）、Process（意思決定者が直接操作できる、制御可能な行動）、Support（計画期間内には変更できるが即座には変えられない、構成可能な資源）、Long-term（制約を課すが制御はできない環境的文脈）である。これらは因果的に順序づけられており — Long-term が Support を制約し、Support が Process を可能にし、Process が Results を生む — 帰属はこの連鎖を逆向きにたどる。Results にギャップが現れたとき、エージェントはどの Process が失敗したのか、次にどの Support が欠けていたのか、さらにどの Long-term 要因が変化したのかを問う。
ここから 2 つのことが導かれる。まず、この順序づけから完全性の基準が生まれる。応答が帰属的に完全（attribution-complete）とみなされるのは、問われた次元から逆向きにたどる経路上のすべての次元に応答が触れている場合、かつその場合に限られる。その論拠は、Process を省けば意思決定者は何が起きたかは分かっても何を変えるべきかが分からず、Support を省けば変化を可能にするものが欠け、Long-term を省けば環境に照らして無益な変更を試みる危険がある、というものである。これとは別に、提案者が行動可能性分離原則（actionability separation principle）と呼ぶものから、エージェントの権限は次元ごとに段階づけられる。Process については具体的に解釈し推奨してよく、Support については開かれた形での推奨にとどめ、Results と Long-term については解釈も推奨も行わない。後者 2 つでは、戦略的判断はエージェントの範囲外にあるとされる。
この方法論は 5 つのレイヤーを通じて運用され、各レイヤーはシステムプロンプトの構成要素へとコンパイルされる成果物を生み出す。エージェントが何を知覚するかを定める Question Inventory、因果関係をどうたどるかを定める Attribution Model、どのデータに到達できるかを定める Data Mapping、いつ解釈しいつ推奨するかを定める Dual-Track Logic、そして何をしてはならないかを定める Boundary Constraints である。成果物は YAML で記述される。レイヤーは順序立てて示されるが反復可能とされ、レイヤー 3 でのデータマッピングの問題がレイヤー 1 のインベントリの欠落を明らかにすることもある。
レイヤー 1 は、4 つの次元をインタビューの足場として用い、次元ごとに 1 つの問いを立てる形でドメインエキスパートから引き出される。成功を判断するためにどの成果を追跡しているか、どの運用指標が問題の兆候となるか、どの資源が整っていなければならないか、どの戦略的要因が将来のパフォーマンスに影響するか、である。
適用される場面
明示された適用範囲は、エンタープライズ環境における意思決定支援のための LLM エージェント — 人間の意思決定者を支援し、因果構造を持つドメインで働き、説明可能な出力を生成しなければならず、運用上の境界を尊重しなければならないエージェント — である。提案者はこれを実行時の推論フレームワークと競合するものではなく補完するものと位置づけ、また別途、プロセス志向の仕様策定ツールとも補完関係にあるとしている。彼らの説明によれば、そうしたツールが開発をどう進めるかを整理するのに対し、4D-ARE はエージェントがドメインについて何を知るべきかを提供する。
唯一のパイロットから報告された 2 つの知見が導入に関係するが、いずれも論文がその節の冒頭で述べている但し書きの対象となる。すなわち、機密性の高いビジネス情報を保護するため、具体的な指標や例は現実的なパターンを反映しつつも説明目的で構成されたものである。1 つ目に、工数は予想外の箇所に集中したと報告されている — データマッピングが実装工数の 60% を占め、4 つの概念的レイヤーは合わせて約 40% にとどまった — 著者らはこれを、この方法論が総量を減らすのではなく仕様策定作業を前倒しにするものだと読んでいる。2 つ目に、境界制約は飾りではなく実質的な役割を担うものとして示されている。明示的なレイヤー 5 の制約がない状態では、パイロットテストにおいてエージェントが人事に関する推奨、根拠のない主張、過度に断定的な言い回しを生成したと報告されており、著者らによれば、制約を導入するとこれらは消えたという。
まだ確立されていないのは、これらがどこまで一般化するかである。4 次元の構造は Pearl の因果階層と制御理論に動機づけられたものとして示されているが、それらから導出されたものではない — 提案者自身、これを数学的必然ではなく有用な概念的整理と呼んでいる — また、証拠は 1 つのドメインの 1 つの組織における 1 種類のエージェントに限られ、著者らは自らの観察を検証済みの知見ではなく今後の研究のための仮説と述べている。
関連用語
アトリビューションギャップ, 仕様駆動開発, ReAct, Chain-of-Thought プロンプティング, プロンプトエンジニアリング