AIの長文見落とし対策｜並べ替え・分割を選ぶ基準と避ける条件

Lost in the Middleは何を調べた研究か

『Lost in the Middle』は、2023年に公開された長文入力の研究で、複数文書への質問応答などで情報の位置と正解率の関係を調べています。掲載版は2024年のTACL論文です。arXivの公開履歴・TACL掲載情報

Nelson F. Liuらの研究で、掲載時の所属はStanford University、UC Berkeley、Samaya AIです。所在地の表記は前2者が米国、Samaya AIが英国・米国であり、現在の勤務先を示すものではありません。掲載版の著者・所属

同じ根拠文書でも、置く位置で成績が変わった

複数文書の質問応答では、答えを含む文書の位置によって成績が変わりました。実験はNaturalQuestions-Openの2,655問を使い、Wikipediaの抜粋を10・20・30件渡す設定です。基本の設定では答えを含む文書は1件で、残りは答えを含まない文書として用意されています。根拠の位置と資料量を別々に変え、正解文字列が回答に含まれるかを評価しました。複数の資料に散らばる根拠をすべて照合する実務とは、条件が異なります。原論文§2.1–2.3：質問応答の設定と評価

当時の主な対象はMPT-30B-Instruct、LongChat-13B（16K）、GPT-3.5-Turbo／16Kの0613版、Claude-1.3／100Kです。中央付近の根拠で成績が下がる傾向が報告されていますが、全モデルが全条件で評価されたわけではありません。原論文§2.2–2.3・図5

ここで示されたのは、情報の置き場所による回答成績の差です。「中央を一切読んでいない」「人間のように疲れた」という内部原因の証明ではありません。著者の原因に関する検討も予備的なもので、単一の原因に決めていません。原論文§4：原因に関する予備調査

コンテキスト上限と課題の違いを分けて読む

入力できる量が大きいことと、その情報を回答へ正確に使えることは別です。コンテキストウィンドウとは、モデルが一度に扱える情報量の枠です。トークンとは文章を処理用に分けた単位で、この枠の量を表す際に使います。

原論文では、同じ入力が通常版と長文対応版の双方に収まる条件で、成績が近い例も見られました。ただし、「大きな枠のモデルを選ぶ意味がない」という結論ではありません。原論文§2.3：長文対応版との比較 用語を整理したい場合は、AIが一度に参照できる範囲とトークンの関係も参照できます。

さらに、情報を使えるかどうかは課題によっても異なります。キー・値検索とは、項目の識別子であるキーに対応する値を取り出す課題です。同研究のこの課題では、Claude-1.3系が評価条件内でほぼ完全に正答しており、どの課題・モデルでも同じ位置の弱さが出たわけではありません。原論文§3：キー・値検索

したがって、当時の検索課題の結果を、現在のAIによる日本語の要約や指示遵守へそのまま移すことはできません。本記事で確認した資料の範囲では、現在の全モデルに共通する発生率や改善率は確定できません。研究対象と評価範囲（2026年9月25日確認）

長文の見落としは、どの対処から試すか

『学べるブログ』は、長文の情報が回答から抜けたとき、原文と渡した範囲を確かめてから、配置・絞り込み・分割・照合を選ぶ判断基準を提案します。最初から全体を並べ替えるのではなく、抜けた情報を一つ選ぶと確認する対象を絞れます。

原文の根拠と、渡した範囲を先に確かめる

まず「原文にあるか」と「その部分を渡したか」を分けて確かめます。見出し・ページ・段落など、手元で戻れる場所を特定してください。添付したファイル名が分かることと、内部で抽出された範囲が分かることは同じではありません。

ここからは個別の原因についての推測です。位置の影響のほか、渡した範囲の不足、要約としての省略、質問の曖昧さ、複数資料の取り違えなども考えられます。回答にないという症状だけでは、これらを分離できません。

配置・絞り込み・分割・原文照合の判断表

変更する操作と、保つべき関係をセットで選びます。次の表は研究・公式ガイドを踏まえた筆者の判断基準であり、表全体の効果を測定した手順ではありません。原文照合は、配置変更・絞り込み・分割の後にも行います。

対象は、長い資料に含まれる情報が回答から抜けた場面です。必要な時系列・定義・例外を保てない操作は選ばず、まず原文の確認へ戻ります。一次情報の確認：2026年9月25日。

表は横にスクロールできます。

根拠：原論文の位置・資料量の操作、Claude公式の長文入力ガイド、Gemini API公式の長文ガイド。公式ガイドは2026年9月25日確認。表の操作選択・非推奨条件は本記事の提案です。

一度に変えた条件を分けて考える

資料を減らして答えが出ても、位置だけが原因だったとは分かりません。根拠の位置だけでなく、全体の長さや周囲の情報も変わるためです。研究では位置と資料量を分けて操作している点が、ここでの判断材料になります。原論文§2：実験条件の分け方

筆者の提案は、変更前の資料と質問を残し、「順番」「対象範囲」「質問文」のどれを変えたかを記録することです。たとえば説明用の例として、改訂前後のルールを比べる資料から旧版を削れば、入力は短くなっても比較の問いには答えられなくなります。短くすること自体を目的にしないでください。

長文では根拠と質問をどこに置くか

『Lost in the Middle』の根拠文書の位置比較と、Claude・Gemini APIの質問を末尾に置く助言は、動かす対象が違うため、同じ配置ルールとして扱えません。原論文の入力構成・Claude公式ガイド・Gemini API公式ガイド（公式ガイドは2026年9月25日確認）

資料の中の根拠と、資料への質問を分ける

根拠文書は答えの材料を含む資料で、質問はその資料に対する依頼です。図では、資料群の中のしおり付き文書と、資料群の後ろにある質問票を描き分けています。

Claude・Geminiの公式助言を適用する範囲

公式助言は、対象の入力形式と条件を確かめて参照します。Claudeの開発者向けガイドは、20kトークン以上などの大きな資料入力で、資料を質問・指示・例より前に置くことを案内しています。文書と出典を区別し、回答前に関連箇所を引用させる助言もあります。Claude公式：長文入力の助言（2026年9月25日確認）

Gemini APIの公式ガイドも、長い文脈では質問を最後に置くことを勧めています。不要な情報を避けつつ、問いに必要な関連情報は十分に渡すという説明であり、短くするほどよいという規則ではありません。Gemini API公式：長文の使い方・FAQ（2026年9月25日確認）

これらは開発者向けの助言です。一般向けチャットの全画面・全モデルに同じ効果があるとは扱わず、手元で編集できる資料と質問の並びを見直す材料にします。時系列や定義と例外の関係を壊すなら、配置変更は見送るというのが本記事の判断です。

質問を前後に繰り返す方法の限界

質問を前後に置く方法も、原論文では課題によって効果が異なりました。キー・値検索は大きく改善した一方、複数文書への質問応答では、位置による成績差は大きく改善していません。原論文§4.2・図9：質問の前後配置

この結果を「重要な条件は何でも2回書けばよい」という処方にはできません。質問の前後配置と、入力全体を複製する方法も別の操作です。後者を検討している場合は、プロンプト全体を2回書く方法の採用条件で対象を分けて考えられます。

AIの回答は原文のどこを照合するか

『Lost in the Middle』の正解率は正解文字列が回答に含まれるかを測る指標であり、原文の条件や例外をすべて確認できたかを示すものではありません。原論文§2.1：正解率の定義 ここからは、実務で回答を採用する前の筆者の確認方針です。

引用元の場所・条件・例外を確かめる

引用先に戻り、答えを支える記述と、その適用条件・例外を一緒に照合します。まず引用やページが実在するかを確かめ、該当箇所の前後まで読みます。引用があるという形式だけで判断を終えないためです。

たとえば説明用の例として、「申請できる」という記述の前に対象者の条件、後ろに対象外の例があるなら、その両方が回答へ反映されているかを見ます。根拠が見つからない場合や条件が抜けている場合は、回答だけで結論を確定せず、その箇所を原文に戻して確認します。

全件必要な作業は、対象範囲と未確認箇所を残す

全件を拾う作業では、「どこを確認したか」と「どこが未確認か」を残します。一つの引用が正しいことと、必要な項目がすべてそろうことは別の判断です。Gemini API公式も、単一情報と複数情報の検索では精度が異なり得る点を説明しています。Gemini API公式：長文での複数情報検索の限界（2026年9月25日確認）

筆者の提案は、対象の章や項目ごとに出典を対応させ、分割した場合も全体の関係を照合することです。まず気になる1項目を、出典・条件・例外まで戻って確認してください。未確認の範囲が残るなら、その回答を「全件確認済み」として扱わないでください。

FAQ：日本語やPDFにも研究を当てはめられるか

『Lost in the Middle』を手元の日本語資料やPDFへ適用するときは、実験で確かめられた範囲と、利用するアプリ側で確認する条件を分けて考えます。原論文の課題と入力条件