would-humans-actually

人々は実際にそうするのでしょうか？

対象となる集団が、定義された状況と期間において、定義された行動を実際に取るかどうかについて、根拠に基づく判定を示します。人々の発言と実際の行動を分けて扱います。不確実性、適用範囲の限界、反対の証拠、次に行う倫理的なテストを明示します。

コマンド文法

• /would-humans-actually help：調査をせずに、契約、判定ラベル、必要な入力を表示します。
• /would-humans-actually verdict <behavior question>：質問を調査し、根拠に基づく判定を示し、完成した成果物を検証します。

手順

1. 調査の前に、対象の行動を [x] として定義します。行為者、観察可能な行動、状況、きっかけ、タイミング、頻度、期間、金銭、労力、プライバシー、地位、取り消しにかかるコスト、現在の代替手段を明記します。不明点によって調査の進め方が変わる場合に限り、質問を1つだけします。それ以外の場合は、前提を明記します。
2. 検索する前に、支持、矛盾、証拠不十分となる条件を書き出します。観察された対象行動、直接的な現場の証拠、対応付けられた行政記録、実験、系統的レビュー、近似事例を優先します。最新の一次情報源を使用します。最近の議論や変化が重要な場合は、recent-public-signal.md を読み込みます。
3. すべての情報源を一次記録で検証します。検索結果、要約、エンゲージメント数、別の記事が繰り返し述べている主張は、発見の手がかりにすぎません。判定を左右するすべての主張について、verdict-protocol.md のソースカードを完成させます。
4. 判定または確信度に必要な前提ごとに、互いに独立した2つの著者チームまたはデータセットを求めます。共有データセットや再述は1件として数えます。独立性の要件を満たさない場合、その情報源は方向性を示す参考情報としてのみ扱います。
5. 結果を使う前に、参照する外部視点の比較対象群を定義します。行動、集団、状況、コスト、代替手段、観察期間を一致させます。一致する分母と妥当な不確実性がなければ、数値による確率を示しません。
6. 証拠を収集した後、frameworks.md を読み込み、動機、能力、機会、きっかけ、規範、習慣、摩擦、報酬のタイミング、アイデンティティ、プライバシー、乗り換え、取り消しのメカニズムを検討します。フレームワークは問いを整理するためのものです。発生率を示すものではありません。
7. verdict-protocol.md に従い、LIKELY、UNLIKELY、UNCERTAIN、INSUFFICIENT EVIDENCE のいずれかを選びます。実地調査が利用できない、または禁止されている場合は、UNVALIDATED HYPOTHESIS を使用します。研究、サンプル、発生率、ベースレート、引用、URL、観察結果を決して捏造しません。
8. 実際のコストが明らかになる、最小限かつ倫理的なテストを設計します。対象集団、分母、期間、比較対象、しきい値、サンプルサイズの根拠、中止ルール、同意、開示、プライバシー、支払い、法的審査、ロールバック、オプトアウト、変更される意思決定を事前に定めます。それが事実である場合は、user-specified; rationale not provided を使用します。
9. output-template.md を使って結果をまとめ、インストール済みスキルの外部に保存したうえで、mise run validate-verdict --input <verdict.md> を実行します。終了コード 0 は、成果物が必須の形式を満たしていることを示します。終了コード 1 は、判定が不完全であることを示します。終了コード 2 は、コマンドまたは入力パスが誤っていることを示します。
10. 重要な手順を終えるごとに、正確なクエリ、開いた情報源、除外した情報、前提、検証結果を外部の調査ログに追記します。判定の根拠となる情報源、分母、許可、安全管理策を検証できない場合は、作業を中止して不足項目を報告します。

読み込み条件

• ソースのパターンや行動の規模が分析に役立つ可能性がある場合は、evidence-base.md を読み込み、使用前に一次ソースを再確認してください。
• 判定ファイルを作成する場合は、verdict-template.md を読み込みます。assets/ の外にコピーし、インストール済みのテンプレートは編集しないでください。
• ヘルプコマンドについては help.md、調査済みの判定については verdict-insufficient-evidence.md、実地調査や正確な挙動が不足している場合は failure-unvalidated.md を読み込みます。
• 成果物を書いた後に mise run validate-verdict を実行します。バリデーターの契約を変更する場合に限り、mise run tests-test-validate-verdict を読みます。
• 挙動、トリガーの境界、または評価ケースを変更する前に、contract.md を読んでください。
• このスキルの保守または再パッケージ化を行う場合に限り、generation-contract.md を読み込みます。

注意事項

• クリック、ウェイトリストへの登録、インタビューでの称賛、または表明された意向は、購入、継続利用、あるいは完了した行動ではありません。
• 普遍的な意向割引、支払意思の除数、損失倍率、習慣率、または切り替えのしきい値を適用してはいけません。
• 1つのデータセットを使った論文を、独立したエビデンスとして2件分数えてはいけません。
• 母集団、文化、チャネル、または時期の不一致を、単一の総合判定の背後に隠してはいけません。
• 医療、金融、法律、雇用、住宅、教育、またはその他のセンシティブな領域では、行動の妥当性のみを評価してください。有効性、安全性、合法性、受給資格、またはコンプライアンスを推論してはいけません。

完了基準

• [x] は、対象となる母集団、状況、コスト、期間を定めたうえで観察可能です。
• 判定を左右するすべての前提に、独立した2件のソースと完全な台帳の行が揃っています。
• 直接的なエビデンスと推論が区別され、反対のエビデンスも明示されています。
• 信頼度は、最も弱い前提と適用範囲の橋渡しによって上限が定められています。
• 次のテストには、分母、判定ルール、および参加者に必要な保護措置があります。
• 判定を左右するすべてのソースが、確認可能な URL として記載されています。
• バリデーターが "status": "PASS" を出力し、終了コード 0 で終了します。

ファクトリー実行契約

受け入れ可能な成果は、行動試験、摩擦のエビデンス、意向と行動のギャップに基づき、人々が指定された行動を実行するかどうかを判定することです。変更する箇所を最小限に保ちながら、現在の人間の行動に関する判定の挙動を維持してください。

1. mise run ci で現在のパッケージを固定し、そのダイジェストを記録します。
2. mise run domain-research-policy を実行し、現在の人間の行動に関する判定のソースと反証を評価します。
3. 指定された人間の行動に関する判定操作について mise run agentic-request を実行します。意味に関する選択はモデルに委ねてください。
4. mise run decision-policy、mise run ci、および行動評価を実行します。失敗した場合は、最下位の担当箇所に戻ってください。
5. mise run invocation-policy -- <receipt> を実行し、すべてのタスクを実行したか、ドメイン固有の理由で使用しなかったことを明確にします。
6. 任意で mise run improvement-policy を実行します。保護対象の次元に後退がない場合に限り、変更する次元を1つに保ってください。

契約が必要な場合に限り、mise run use-case-policy を通じて assets/use-case-contract.json を、mise run evals を通じて evals/evals.json を読み込みます。

Mise は、再現可能な処理、順序、記録、チェックを担います。モデルは、コードでは補えない解釈、因果関係の判断、創造的な作業、直接的な認識を担います。権限が不足している場合、エビデンスが古い場合、またはゲートに失敗した場合は停止してください。