複数のAIペルソナが、あなたの代わりに徹底的に議論する
概要
新しい施策を検討するとき、本当に必要なのは「賛成してくれる誰か」ではなく「見落としている視点」です。一人でAIチャットボットに相談しても、返ってくるのは単一の視点からの意見でしかありません。Discussion Labは、性格も専門性も異なる複数のAIペルソナを議論の場に招集し、ターン制で意見をぶつけ合わせるAIマルチエージェント議論プラットフォームです。
裏側の仕組みは単純な多数決やチャットボットの一問一答ではありません。各ペルソナは10種類の性格タイプ由来の「思考スタイル」に基づいて発言し、AIモデレーターが発言回数の偏りを常時監視しながら議論全体を進行させます。さらに5種類の議論パターンをローテーションさせることで、会話が単調な同意合戦や堂々巡りに陥るのを防ぎます。人間はオブザーバーとして議論を眺めるだけでなく、進行中にコメントを差し込んで論点を修正することもできます。何時間もかけて社内の関係者から意見を集めるかわりに、数分でその会議に相当する多角的な視点を手に入れる——それがDiscussion Labの狙いです。誰か一人の「賢いAI」に答えを求めるのではなく、意見の異なる複数のAIを衝突させることそのものに価値を置いている点が、一般的なAIチャットとの決定的な違いです。
もともとは「異なる性格・専門性を持つ複数のAIエージェントが自律的に対話し、人間がその過程を観察・介入できるか」という、マルチエージェント対話システムの実験として作られたプロダクトでもあります。単に賢い回答を1つ返すのではなく、意見が割れる過程そのものを可視化することに主眼が置かれています。1人のAIに聞けば1つの答えが返ってくるだけですが、10種類の性格から選んだ3〜5体のペルソナに同じ問いを投げれば、賛成・反対・条件付き賛成・そもそも論といった複数の立場が同時に立ち上がり、人間はその全体像を俯瞰する側に回れます。
こんな時に使える
- ビジネスの意思決定: 新規事業のアイデアを「効率重視のペルソナ」と「リスク回避を専門とするペルソナ」にぶつけさせ、賛否双方の論拠を洗い出してから経営判断に進む。会議室に集まらなくても、賛成派と反対派の主張をあらかじめシミュレーションできる
- 教育・ディベート練習: 特定のテーマに対して対立する立場のAIを配置し、実際の討論さながらの応酬を教材として使う。学生自身がどちらかの立場で参戦し、AIペルソナを相手に反論の練習をすることもできる
- 一人ブレインストーミング: 「創造的」「慎重」「計画的」など異なる思考スタイルのペルソナに同じ議題を投げかけ、自分一人では出てこなかった切り口を発見する
- 重要な決断の前の壁打ち: 人生の岐路で、賛成派・慎重派・第三者的な冷静派のAIに意見を求め、自分では気づけない盲点をあぶり出す
- 議事録代わりの叩き台作り: AI同士に一通り論点を出させた上で、人間はその議論を眺めながら要点だけを拾って本番の会議の準備をする
主な機能
性格・専門性・口調まで設計できるAIペルソナ
温厚、明るい、慎重、頑固、情熱的、冷静、協調的、創造的、計画的、自由人——10種類の性格タイプには、それぞれ固有の「思考スタイル」がプロンプトに組み込まれています。たとえば慎重型は「リスクや問題点を先に洗い出す。『もし〜だったら』という仮定で議論を深める」、創造型は「『そもそも』という問いかけで前提を疑う」というように、性格ごとに議論の切り口そのものが変わる設計です。ここに自由記述の専門性(例:「マーケティング責任者」「法務担当」)と、カジュアル・標準・アナリスト的の3種類の口調を掛け合わせることで、単なるキャラ付けを超えた「議論上の役割」を作り込めます。同じ議題でもペルソナの組み合わせを変えるだけで、まったく違う議論の展開を見ることができます。
AIモデレーターによる高度な議論進行
モデレーターはただの司会役ではありません。各参加者の発言回数を追跡し、平均発言数の70%を下回る参加者には50%の確率で優先的に発言機会を割り当てることで、声の大きいペルソナに議論が偏るのを防ぎます。進行はOpening(テーマ提示・参加者紹介)→Facilitation(対立点の明確化・整理)→Closing(まとめとアクション提案)の3フェーズで構成され、Facilitation中は「対立点の深掘りと根拠の掘り下げ」「意見の整理と共通点の発見」「具体例による議論の深化」「未議論の新しい視点の提示」「より本質的な問いの投げかけ」という5種類のフォーカス戦略がランダムに選ばれ、議論に緩急をつけます。人間の司会者が無意識にやっていることを、明示的なロジックとして実装しているのが特徴です。
ターン制の議論とリアルタイム進行
ターン数はスライダーで1〜10の範囲から設定でき(推奨5ターン)、実際の総発言数は「ターン数 × 参加者数(モデレーターを除くペルソナ数)」で決まります。議論の様子はWebSocketでフロントエンドにリアルタイム配信され、Cloudflare Durable ObjectsとWorkflowsを組み合わせたバックエンドがバックグラウンドで進行を継続。画面を閉じても処理は止まらず、あとから結果を見返すことができます。長い議論を設定してブラウザを閉じ、通知代わりに後で結果だけ確認する、という使い方もできます。
発言の検索・フィルタリングとルーム管理
議論が長くなるほど、後から読み返す負担も増えます。Discussion Labでは発言者ごとのフィルターとキーワード検索でメッセージを絞り込めるほか、ダッシュボードでは作成した議論ルームを更新日時・タイトル・ターン数で並べ替えて管理できます。特定のペルソナの発言だけを追いたいとき、あるいは特定のキーワードが出た瞬間だけを確認したいときに便利です。過去に作成したルームはCloudflare D1に保存され、いつでも読み返せます。議論のテーマ自体を資産として蓄積し、似たテーマを再検討するときの参考にする、という使い方もできます。
3社のAIプロバイダーを議題ごとに選択
Google Gemini(2.5 Flash・2.5 Flash Lite・2.0 Flash・2.5 Proの4モデル)、Groq(Kimi K2、Llama 4 Scout・Maverick、Llama 3.3 70B、Qwen 3 32Bなど、最大750 T/sの高速推論が可能なモデル群)、Cloudflare Workers AI(GPT-OSS、DeepSeek R1、Qwen、Gemmaなど21モデル)の中から、精度重視かスピード重視かコスト重視かに応じて選択できます。ペルソナごとに異なるプロバイダー・モデルを割り当てる使い方も可能で、たとえば慎重派には精度の高いGemini 2.5 Proを、テンポよく発言させたいペルソナにはGroqの高速モデルを、というように役割に応じた最適化ができます。APIキーはサービス側で管理されているため、利用者自身が各社のAPIキーを取得・設定する必要はありません。
日本語品質を守るガード機構
複数のAIプロバイダー・モデルを横断的に切り替える構成だからこそ、出力言語の品質にばらつきが出やすくなります。Discussion Labでは、生成テキストの日本語文字比率が30%を下回る場合や、アラビア語・キリル文字・韓国語といった禁止文字が検出された場合には、最大5回まで自動的に再生成を試みる仕組みが組み込まれています。あわせて、ペルソナ名や「MC:」といった不要な接頭辞を自動的に取り除く後処理も行われ、読み手が違和感を覚えない自然な発言だけが画面に表示されます。
人間の介入とグローバル対応
議論の途中でユーザーがコメントを差し込むと、そのコメントは「ユーザーからの補足」として各ペルソナのプロンプトに優先的に組み込まれ、議論の方向性をその場で修正できます。完全にAI任せにするか、人間が舵取りをするかを状況に応じて選べる設計です。議論が想定外の方向に進んだときも、司会役を交代させるのではなく、ひとことコメントを添えるだけで軌道修正できる手軽さがポイントです。UIは日本語・英語・中国語・韓国語の4言語に対応し、Google OAuthによるログイン、PWA対応でモバイルでもネイティブアプリのように利用できます。
技術スタック
| カテゴリ | 技術 |
|---|---|
| フロントエンド | React 19, TypeScript, Tailwind CSS 4, Vite, PWA |
| バックエンド | Cloudflare Workers, Hono, Durable Objects, Workflows |
| AIオーケストレーション | Mastra Framework (@mastra/core), Vercel AI SDK |
| AIプロバイダー | Google Gemini, Groq, Cloudflare Workers AI |
| データベース | Cloudflare D1 (SQLite) + Drizzle ORM |
| 認証 | Google OAuth 2.0, JWT |
| リアルタイム通信 | WebSocket (Durable Objects) |
議論の進行ロジックそのものはCloudflare Workers上のDurable Objectとして実装されており、1つの議論ルームが1つの独立した実行単位として動きます。フロントエンドはWebSocketで最新の発言を受け取りながら、裏側では複数のAIプロバイダーへのリクエストがWorkflowsによって順序制御されている構成です。サーバーもデータベースも管理する必要がなく、議論ルームを作るたびに新しい実行単位が立ち上がるサーバーレスな設計になっています。負荷が高まる場面があっても特定のサーバーがボトルネックになりにくく、議論ルームの数が増えるほど有利に働くアーキテクチャです。
Discussion Lab — 多様な視点を、AIで手に入れる。
