人からAIへのフィードバックデザインパターン

url: https://tech.layerx.co.jp/entry/human-to-ai-feedback-design-pattern date: 2026-05-08 topics: ai-agent-implementation, ai-llm, corporate-engineering tier: Tier2（企業技術ブログ・研究調査）

要約

CHI2026/2025の論文を中心に、LLMシステムへのユーザーフィードバック収集・活用パターンを調査。適切な制約を持つフィードバック方式（選好比較・ルール記述・段階的開示）が自由記述より有効なケースが多い。

主要な主張

• 会話エージェントの自由記述フィードバックは低頻度・低品質になりやすい（CHI2026研究）
• 制約付きフィードバック（ハイライト指摘・差分表示）が品質向上に有効
• Prompt Systemが最も精度高いが、ユーザーはLabel/Rule Systemの方が使いやすいと感じる
• プロンプト最適化は「ユーザーが過程に介入できること」と「結果が解釈可能なこと」が重要
• 2択選好フィードバックでもプロンプト改善が可能（text-to-image事例）
• テストデータとプロンプト指示を共に育てるData-Prompt Co-Evolutionが再帰的改善に有効

Tier判定

Tier2 - LayerX技術ブログ（学術調査まとめ）