# Learning Loop (Phase A)

*最終更新: 2026-05-06*

> **TL;DR**: AI農業先生方式の学習ループ（Phase A）の設計。投稿エンゲージメント数値 → 異常値抽出（通常投稿 + リプ別軸の二段構え）→ Markdown ログ集約 → LLM 戦略マネージャーが次週の投稿トピック・知識ギャップ・リスク警告を出力 → 人間が次の投稿に反映、というサイクル。各レイヤーの達成度は 60-90% で、掛け算で約 13%（実験段階としては必要十分）。bookmark > 0 のリプは「borrowed audience signal」として最重要シグナル化。

異常値検出 → ログ集約 → LLM 分析 → 投稿提案 の閉鎖ループ設計。

具体的なコード・閾値・プロンプト本文は **競合再現性回避のため非公開**。本記事はループの構造と評価のみを記述する。

## 全体フロー（概念）

```
[1] 投稿実施
   ↓
[2] エンゲージメント計測（自動）
   ↓
[3] 異常値抽出（自動）
   ├─ 通常異常値（相対閾値）
   └─ リプ異常値（絶対閾値 + bookmark シグナル）
   ↓
[4] ログ集約（手動 export）
   ↓
[5] LLM 戦略マネージャーへの入力（過去N週分）
   ↓ 投稿トピック・知識ギャップ・リスク警告を出力
[6] 人間が次週の投稿に反映
   ↓
[1] 投稿実施 → loop
```

## 異常値検出の二段構え

### 通常投稿（自分のリプを除く）

平均インプレッション・平均いいね それぞれに対して **相対閾値** で outlier 判定。

### リプ異常値（別軸）

リプは平均値が小さく、通常閾値だと多くの行が outlier 化してしまう。これを避けるため：

- **絶対閾値**（bookmark / quote が 0 より大きい場合は無条件で signal 化）
- **厳格化された相対閾値**（一定の floor 値以上のみ採用）

を組み合わせて借受オーディエンス（borrowed audience）の signal を抽出する。

具体的な閾値・コードは非公開。

## ログ集約の役割

異常値 JSON を Markdown に同期させて、LLM が読みやすい形に整える。bookmark 発生のような「保存価値ある craft」が出た場合は、専用のシグナル記号でマークアップする（記号本体は非公開）。

これによって LLM はログを読むだけで「どの craft が effective だったか」を判断できる。

## LLM 戦略マネージャーの責務

過去N週分の異常値を input として渡し、以下を出力させる：

- **【投稿トピック】** — 次週やるべきトピック数本
- **【知識ギャップ】** — 現在のナレッジで答えられない質問
- **【リサーチクエリ】** — ギャップを埋めるための調査項目
- **【リスク警告】** — 数値傾向に基づく警告

特に bookmark シグナル（読者が「保存したい」と思った craft）が出ている週は、そのリプ事例を投稿型に翻案するルールを Dify プロンプト側に強制ルールとして組み込んでいる（強制ルールの本文は非公開）。

## 評価フレームワーク

| Layer | 内容 | 状態（実験段階）|
|---|---|---|
| [1] 行動ログ | 自動収集 | 60% |
| [2] AI 分析 | 異常値抽出 + LLM 戦略マネージャー | 80% |
| [3] AI 提案 | 投稿トピック生成 | 90% |
| [4] 人間が実行 | TODO に反映して投稿実施 | 50%（実施したか/しなかったかのメタ情報が欠落）|
| ループ全体 | 提案→実施→結果→次の提案 の往復ループ | 60% |

掛け算で約 13%。実験段階としては必要十分（craft 進化と再現性が観察できているため）。完全ループ閉鎖（Phase B）は商業化フェーズの課題。

## なぜ「ループ閉鎖」が重要か

SNS 運用が続かない最大の理由は「ネタ枯れ」より「**写真撮って文章書いて投稿する15-30分が継続できない**」。

そこに：

- **行動を記録する仕組み**
- **AI が記録を読んで次を提案する仕組み**
- **提案を実行に移す仕組み**

の三段が回ると、人間の負荷は写真撮影と最終チェックだけに圧縮される。コンテンツ企画・craft 推敲・施策設計は AI 側に閉じる。

これは「**続けられない人が続けられるようになる装置**」の根幹。本プロジェクトはこの装置を個人スケールで実装した最小事例である。

## 関連記事

- [/docs/craft-axes.md](/docs/craft-axes.md) — 異常値抽出に使われる craft 軸の構造
- [/docs/failed-experiments.md](/docs/failed-experiments.md) — Phase B（より厚い logging システム）を過剰実装と判定した経緯