LLMO・GEO の研究論文と民間調査/その他・周辺
研究論文
著者が書いたものと、エージェントが読むもの:企業文書の取り込みで、見た目の手がかりが静かに落ちる
原題:What the Author Wrote, What the Agent Reads: Silent Cue Loss in Enterprise Document Ingestion
著者は Yikai Zhao, Saurabh Pandey, Pradeep Kumar Misra。に arXiv へ投稿されました。日本語の題名は、ガーオンによる仮の訳です。
論文の原文を arXiv で読む(arXiv:2610.30026)論文が報告した結果
企業のエージェントが文書に従う前に、Word や PDF をトークンへ変える取り込み層があり、そこで「文字の見た目」に込めた意味が落ち、エージェントは欠けていると気づかず自信を持って誤る、と報告している。
実在の方針文書76件で、著者が目立たせた要件をファイル自身の OOXML から機械的に採点すると、見た目を無視する取り込みでは micro F1 が0.690から、docling で0.150、プレーンテキストで0.075まで落ちた。この差は、Claude の Opus・Sonnet・Haiku 層の5モデルと OpenAI の GPT-5.6 の計6モデルで再現した、とされる。
調査の条件
- 論文が調べたこと
- 企業文書の取り込み(ingestion)で、著者が見た目に込めた手がかりが silently 失われること
- 調べた対象の AI
- ChatGPT、Claude
- 調べたモデル
- Claude の Opus・Sonnet・Haiku 層の5モデル/GPT-5.6(個別の版名の完全な一覧は要旨にはない)
- 回答データの取り方
- 実在の方針文書を取り込み、OOXML の属性と照合するオフライン実験(LLM判定は使わない、と要旨)
- 調査の規模
- 方針文書76件。色やハイライトの観察は6,460件(要旨)
- 数字が載っている場所
- 要旨(76件、F1 0.690→0.150/0.075、6モデル、ハイライト+0.302、色+0.262、6,460件中32.8%と10.3%)
結果を読むときの注意
企業文書の取り込み実験であり、一般向けAI検索の引用計測ではない。効果のほとんどはハイライト(+0.302)と色(+0.262)にあり、太字・斜体などはほぼ0、とされる。6,460件の文書のうち32.8%に意図的な色やハイライトがあり、義務の箇所では10.3%、という観察もある。
上の要約は、株式会社ガーオンが生成AIを使って作成しました。最終更新は2026年11月19日です。正確な内容は、論文の原文で確認してください。
「その他・周辺」を調べたほかの論文
- 2026年11月Wayfinder:エージェントの引用から、次に見る資源を選ぶ