OpenAI: GPT-6 Luna Decisions

OpenAI の Decisions モードで動作する GPT-6 Luna は、与えられた根拠を評価し、それについて型付きの回答を返します。開発元は、この特化型の判定インターフェース向けのモデルとして GPT-6 Luna を記載しています。条件が成り立つかどうかの推定、固定の選択肢からの選択、順序付きルーブリック上への入力の位置付けを行えます。タスクに必要なのが文章による応答ではなく、定義済みの判定結果である場合に、この GPT-6 Luna のモードを使います。

共有入力、名前付きの質問と回答

開発元のリクエストは、モデル、共有入力、questions 配列で構成されます。入力には、テキスト文字列か、テキストと画像を含むユーザーメッセージを使えます。各質問には、一意の名前、タイプ、指示、そして必要に応じて選択肢やレベルを指定します。回答の配列は質問名をそのまま返すため、結果を実際に求めた条件、カテゴリ、評価と対応付けられます。

サポートメッセージの場合は、メッセージと次の判定に関係する文脈を与え、ワークフローが必要とするフィールドに沿って質問に名前を付けます。文書のパッセージの場合は、より大きなファイルへの裏付けのない参照ではなく、基準を確定させるテキストを含めます。質問は観察可能な事実に基づいて定義し、独立した関心事は分けます。有用な結果では、各回答の定義と意味を保ったまま、問題のカテゴリと深刻度の評価を組み合わせられます。

predicate：条件が成り立つかを推定する

predicate 質問は、定義した条件が真である確率を0から1の値で返します。パッセージの関連性や、画像内で目に見える状態を確認できます。製品写真の場合は、ひび割れや破れなど確認すべき目に見える欠陥を記述し、その基準とともに画像を与えます。値はモデルによる推定であり、フラグ付けやレビューに使うしきい値はアプリケーション側が選びます。

OpenAI の Decisions ガイドでは、このエンドポイントにインラインでエンコードした画像データが必要とされています。ドキュメント化されたこの仕様では、ホストされた画像のアドレスやファイル識別子は、対応する画像入力ではありません。ユーザーメッセージ内でテキストと画像のコンテンツを組み合わせることで、視覚的な根拠を関連する文章の文脈とあわせて評価できます。画像は判読できる状態に保ち、条件は具体的にします。明示した1つの欠陥についての確率は、起こり得るあらゆる問題を網羅する一般的な検査報告ではありません。

choice：与えられた値から1つを選ぶ

choice 質問は、それぞれ異なる値と、どのような場合に該当するかを説明する記述を持つ選択肢から選択します。返される選択はそれらの値のいずれかで、選択肢ごとの確率と、別個の信頼度（confidence）フィールドが付きます。ルーティングでは、実際に存在するチームや結果に沿ってカテゴリを定義し、選択肢の集合がすべての入力を網羅しない場合は「その他」の選択肢を含めます。これらのカテゴリは順序なしとして扱います。並び順は深刻度の尺度ではありません。

実用的な分類の指示では、製品の不具合、アクセスの問題、一般的な問い合わせを区別できます。短い名前だけに頼らず、これらのカテゴリの境界を記述します。返された選択は提案ラベルとして使い、複数の意味がいずれも妥当に思える場合は分布を確認します。結果が提供するのは選択であり、その選択で自動ルーティングを行うかレビューに回すかはアプリケーションが決定します。

score：確率で重み付けしたルーブリック上の位置

score 質問は、低いものから高いものへと並べた順序付きのレベルを使います。レベルのインデックスは0から始まり、スコアはそれらのインデックスの確率加重平均です。スコアはレベルとレベルの間の値になることがあります。問題の深刻度であれば、あるレベルは見た目だけの影響、別のレベルは回避策が使える状態、さらに別のレベルは完全に作業が止まる状態を意味する、といった形にし、それらを分ける基準を定義します。回答には、スコアに加えて、レベルごとの確率と信頼度が含まれます。

期待スコアは、単一のカテゴリを選ぶのではなく分布を要約したものです。結果を優先順位付けや集計上の傾向に使う際は、この違いを保ちます。固定カテゴリで表示したい場合は、代わりに choice 質問を使えます。信頼度は choice と score の回答で別個に報告されるフィールドであり、ガイドではこれを選択された選択肢の確率と同一のものとは定義していません。

複数の質問と依存する判定

独立した質問は、異なる質問タイプを含めて、開発元の1回のリクエストの中で入力を共有できます。たとえば1枚の写真で欠陥の predicate とカテゴリの choice を、1件のメッセージでカテゴリと深刻度の評価を判定できます。関心事ごとに専用の指示と意味を与えます。後の判定が前の結果に依存する場合、開発元はリクエストを分け、2つ目の質問がその結果を明示的に使えるようにすることを推奨しています。1つの配列内で質問を並べても、順を追った会話になるとは考えないでください。

適切な出力の選択と制約の解釈

Decisions は、定義された predicate、choice、score の結果を提供します。回答のタイプが refusal になる場合もあるため、確率、選択、スコアを読む前にタイプを確認します。OpenAI は、これを Structured Outputs によるスキーマに基づく任意のオブジェクトや文章による説明の生成とも、function calling によるツール操作の要求とも区別しています。判定の回答を、生成された根拠説明や、外部の操作が実行されたことの証明として提示すべきではありません。一般的なチャットモデルの出力、推論、ツールの設定は、この特化型モードに自動的に含まれるものではありません。

偽陽性と偽陰性がもたらす影響を考慮し、代表的なラベル付き入力を使ってルーティング、絞り込み、レビューのしきい値を評価します。根拠、質問の定義、生の数値出力を対応付けて保持し、曖昧な結果を確認できるようにします。共有する根拠は名前付きの質問に関係するものに絞り、判定タスクを送信する前に、各選択肢やルーブリックのレベルを明確に定義します。根拠と回答タイプはドキュメント化された判定ワークフローに沿って準備し、出力は評価対象のタスクに即して解釈します。