パーソナルAI research Agentの作り方

research Agentは確認できるcitationとuncertaintyでsourceを整理します。

散在するPDFとnoteは重複作業を生み、AI summaryは詳細を落とします。

sourceにはowner、date、scope、correctionが必要です。Agentはdataを取得しますが、conversationを事実には変えません。

author、date、link、permission、evidence位置を保存しoriginalを開きます。

Knowledgeは承認済み資料、User Memoryは限定されたprivate context、toolsは明示的権限でread/writeします。Memoryはauthorityを与えません。

remote MCP endpointはidentity、instructions、accessを維持します。client、account、transport、OAuthが現在対応する場所だけで接続します。

通常質問、欠損・古いdata、拒否action、recoveryを試します。完了、修正、安全な拒否、maintenanceを測ります。

systematic reviewを代替せず、架空citationを証明しません。

pilot前に、正しい回答5件、曖昧なcase5件、拒否すべきrequest5件を用意します。使用source、提案action、confirmation、実際の結果を記録し、自然なconversationが誤りを隠さないようにします。

source、rule、client、permissionが変わったらAgentを再検証します。自分が所有するdataとinstructionsをexportし、未使用accessを削除し、flowが作業を増やすのではなく減らすと確認できるまで手動経路を残します。

research向けでは、paperごとにauthor、publication date、DOIまたはURL、file permission、読了状態、claim、evidence位置を分けて保持します。summaryと引用文を同じ欄に混ぜず、回答には支持source、反証source、uncertainty、次に原文で確認するpageを含めます。検索漏れを測るため既知の重要文献をtest setにし、架空citation、存在しないpage、二次資料だけの断定を失敗として記録します。systematic reviewの選定責任は人に残します。調査テーマごとに採用・除外理由と検索日を残し、後から同じ範囲を再現できるようにします。