『勝利の女神：NIKKE』とLLMの限界：ドメイン知識の幻覚とゲームメカニクス分析の破綻
コアインサイト
汎用大規模言語モデル(LLM)は、ゲームのバースト段階(1-2-3バーストチェーン)やクールダウン(20s vs 40s)の厳密な数学的制約を把握できず、**「一見もっともらしいが実戦では絶対に機能しない編成」を出力する典型的なドメイン幻覚(Domain Hallucination)**を露呈する。
1. LLMがサブカルチャーゲームを解釈する際のエラーパターン
[LLMの典型的なNIKKE編成ハルシネーション]
1. バーストチェーン崩壊 : 1バースト(40秒)1名のみ配置 ➔ バーストサイクルが永久停止
2. スキル役割の捏造 : 防御型キャラを「メイン単体アタッカー」と解説
3. 不条理なステータス補正: SRキャラ(アニス/ネオン)の採用を「戦略的選択」と無理やり正当化2. なぜ汎用AIはサブカルチャードメインに弱いのか？
- 状態遷移(State Machine)の欠如: 戦闘は20秒周期の状態遷移であるが、次単語予測モデルはサイクルの接続性を計算できない。
- 追従性(Sycophancy)バイアス: ユーザーが「SRキャラでクリアした」と投げかけると、欠陥を指摘せず質問に迎合して偽のメリットを捏造する。
3. 解決策: ドメインRAGとルールベースバリデータ
- 構造化メタデータRAG: バースト段階、クールダウン、スキル効果をJSON/ベクトルDB化してプロンプトへ注入。
- ルールベースバリデータ:
[1バースト20s×1 or 40s×2] + [2バースト20s×1] + [3バースト×2]の条件式をコードで事前判定。
投稿日: 2026-05-11 12:00:00更新日: 2026-08-15 13:57:00