オプションCでは、合成後に出所を再構築しようとするのではなく、データ契約の一部として出所を保持します。各発見事項には、安定したクレーム識別子と、URLまたは文書識別子、関連する場所、裏付けとなる抜粋、取得日、および該当する資格情報を含む1つ以上のソースレコードが必要です。
合成エージェントは、元の関係性を維持しながら、クレームを組み合わせたり書き換えたりすることができる。
Anthropicの構造化出力ドキュメントは、下流のワークフロー向けにスキーマ制約付きで解析可能な結果を​​サポートします。引用に関するドキュメントでは、信頼できる引用は提供されたソース資料への有効なポインタに依存すると説明しています。Anthropicのスキルガイダンスも同様に、完了前に各主要な主張を相互参照し、その引用を確認することを推奨しています。
オプションAは、帰属を確率的に再構築し、類似しているものの誤った記述と主張を関連付ける可能性があります。オプションBは、散文内にメタデータをエンコードするため、変換や解析が不安定になります。オプションDは、過剰なコンテキストを保持し、破棄されるべきではなかった情報を復元するために別のモデル段階を追加します。構造化された主張と情報源のマッピングにより、決定論的なマージ、引用の検証、重複排除、および監査証跡が可能になります。そのため、レポート生成ツールは、研究の完全な記録を再生することなく、各結論を裏付ける正確な証拠を引用できます。

原因となるファイル、コンポーネント、および実行シーケンスが不明なため、調査経路を確実に事前に決定することはできません。エージェントは、ルート定義、スタックトレース、ログ、エンドポイント参照などの利用可能な証拠から調査を開始し、それぞれの発見に基づいて次の検索、ファイル読み取り、または診断アクションを決定する必要があります。
Anthropicは、あらかじめ定義されたワークフローと、自身のプロセスとツールの使用を動的に制御するエージェントを区別します。エージェントは、必要なステップの数と性質を予測したり、固定パスとしてエンコードしたりできない、オープンエンドの問題に適しています。実行中、エージェントはツールの結果からグラウンドトゥルースを取得し、その環境フィードバックに基づいて計画を調整する必要があります。（https://www.anthropic.com）
/engineering/building-effective-agents )
オプションAでは、エージェントがコードを検査する前に包括的な計画が必要となるため、その計画は根拠のない仮定に基づくことになります。オプションBでは、初期の発見によって後のステップが無意味になったり、異なる依存関係パスが特定されたりした場合でも、すべての調査を同じ順序で進めることを強制します。オプションCでは、4つのレイヤーを独立して調査できると想定していますが、断続的なリクエストの失敗を追跡するには、通常、レイヤー間で順次明らかになる依存関係をたどる必要があります。
オプションDは、適応型エージェントループを実装します。具体的には、調査、仮説の形成、ツールの使用、証拠の評価、そして次のサブタスクの生成という流れです。ワークフローには、停止条件、検証可能な仮説、そして証拠が決定的な結論に至らない場合のエスカレーションも含まれるべきです。
公式参考文献／トピック：適応型エージェントループ、動的タスク分解、ツールフィードバック、自由記述式コーディング調査。

オプションCでは、長時間の会話を再生することなく処理を続行するために必要な運用状態をエージェントに提供します。引き継ぎには、検証済みの識別子、重複トランザクションの証拠、診断されたタイムアウトおよび再試行メカニズム、847ドルの払い戻し要件、エージェントの500ドルの承認制約、完了した検証手順、以前のアクション、および推奨される解決策を含める必要があります。未解決の不確実性はすべて明示的にラベル付けする必要があります。
Anthropicの効果的なコンテキストエンジニアリングに関するガイダンスでは、冗長な会話履歴やツール呼び出し履歴を削除しつつ、価値の高い状態を構造化されたメモに保持することを推奨しています。また、同社の長期稼働エージェントに関するガイダンスでは、コンテキストのリセットやエージェントの境界を越えて継続性を維持するためのメカニズムとして、構造化されたハンドオフについて説明しています。
オプションAは生の情報を最大限に活用しますが、人間が25回以上もやり取りする中で関連する事実を探し出す必要があり、遅延とエラーのリスクが高まります。オプションBは証拠を保持しますが、承認制約、完了した検証、および明示的な推奨アクションが省略されます。オプションDは情報が少なすぎて、検証や実行をサポートできません。構造化されたハンドオフは、忠実性と効率性のバランスが取れています。次の担当者が払い戻しの決定を下すために必要なすべてを含みながら、挨拶、繰り返しの説明、および無関係な中間ツールの出力は除外します。

このスキーマは、捏造を誘発する構造的なインセンティブを生み出しています。フィールドが必須と宣言されている場合、ソース ドキュメントに対応する証拠がない場合でも、出力には値を含める必要があります。構造化出力は、Claude の応答が JSON スキーマに準拠することを保証できますが、スキーマへの準拠は、生成されたすべての値が事実に基づいていることを保証するものではありません。Anthropic のドキュメントには、必須配列によってどのプロパティが存在する必要があるかが決まることがわかります。したがって、正当に存在しない可能性のあるソース依存のプロパティは、必須フィールドとして含めるべきではありません。( https://platform.claude.com/docs/en/build- with-claude/structured-outputs ) オプション B は、契約レベルで問題を修正します。Claude は、有効な JSON を生成するためだけにコンテンツを捏造するのではなく、利用できないプロパティを省略できます。下流のシステムが安定したキー セットを必要とする場合は、null 許容表現を使用することもできますが、サポートされていない非 null 値を強制することは、アーキテクチャ的に健全ではありません。
オプションAは依然としてプレースホルダーの生成を必要とし、スキーマと利用可能な証拠との不一致を解消しません。オプションCはモデルによって生成された信頼度に依存していますが、これはグラウンディングの代わりにはなりません。
オプションDは有用な補助制御手段ではあるが、要求されたスキーマ設計の変更には該当しない。
Anthropic は、不確実性を許容し、事実に基づく主張は提供された資料に基づいている必要があることを推奨しています。（https://docs.anthropic.com/en/docs/test-and-evaluate/strengthen-guardrails/reduce-hallucinations）公式の参照/トピック：構造化出力 - JSON スキーマ設計、幻覚の削減 - 不確実性の許容と主張の根拠付け。