【ITニュース解説】SlowPost: A Post Office for Messages You Shouldn't Send Yet

人間は時として、感情的になり、後で後悔するようなメッセージを書いてしまうものだ。例えば、深夜の退職願、本音を出しすぎた全体返信メール、あるいは些細なことで口論になってしまったルームメイトへのメッセージなど、書いている時は正当だと思っても、いざ送信してしまうと「なぜ送ってしまったのか」と後悔することがある。SlowPostは、そのようなメッセージの送信を一旦停止し、冷静な判断ができるようにサポートするユニークなツールだ。

SlowPostは、あなたが感情的に書いたメッセージをすぐには送らず、まずツールに貼り付けることから始まる。すると、AIがそのメッセージを分析し、怒りや感情的な表現を取り除き、同じ事実や要求を保ちつつも、より穏やかな表現に書き換える。さらに、そのメッセージの背景にある問題について、中立的な立場からの要約と、関係者それぞれの隠れたニーズを分析して提示してくれる。

このように書き換えられたメッセージは、すぐに送られることはない。SlowPostはこれを「郵便局」に預け、翌朝の午前9時まで「保留」する。これは現実世界でいう「一晩置く」という行為をデジタルで実現したものだ。翌朝、頭が冷えた状態で、AIが書き換えた冷静なバージョンのメッセージを確認し、それを送るべきか、あるいは全く送らないべきかを、あらためて判断できる。SlowPostは、すでに始まっている会話を仲介する「WeVi」という別のプロジェクトの姉妹版で、メッセージが後悔するような会話に発展する前に食い止める役割を担っている。

SlowPostの重要な特徴の一つに、その技術スタックがオープンソースである点が挙げられる。あなたが感情的に書いた、最も個人的な言葉を保存するツールだからこそ、特定の企業にデータを独占されたり、その企業のルールに縛られたりするべきではない、という思想に基づいている。そのため、SlowPostで使われているAIモデルはすべて「オープンウェイト」モデルだ。これは、モデルの内部構造や学習データに近い情報が公開されており、開発者が自由に利用・改変できることを意味する。

具体的には、メッセージの書き換えや分析には「DeepSeek-V3.2」、言葉や文章の意味を数値に変換する「埋め込み（Embeddings）」には「Qwen3-Embedding-8B」、そして検索結果の関連性を再評価する「再ランク付け（Rerank）」には「Qwen3-Reranker-8B」といったオープンウェイトモデルが使われている。これらのモデルは、OpenAIのAPIと互換性のある形式で提供されているが、環境変数を一つ変更するだけで、OllamaやvLLMといったツールを使って、自分のパソコン上で完全にオフラインで実行することも可能だ。つまり、ユーザーは自分のプライベートなメッセージがどこでどのように処理されるかを自分で選び、完全にコントロールできるのだ。これは、閉鎖的なAPIに依存するツールでは決して実現できない自由と安心感を提供する。

SlowPostのAIによる書き換えは、単に「優しくする」という漠然としたものではない。その裏側には、緻密な情報検索の仕組みが隠されている。SlowPostは、「非暴力コミュニケーション」や「ゴットマンのソフトスタートアップ」といった、人間関係の紛争解決や対話改善に役立つ17種類の「テクニックカード」のライブラリを持っている。メッセージを受け取ると、AIは「BM25」というキーワード検索技術と、言葉の意味的な類似性を評価する「埋め込み」を組み合わせたハイブリッドな検索手法を使い、さらに「Reciprocal Rank Fusion」でそれらを統合し、クロスエンコーダーと呼ばれる再ランク付けモデルで、そのメッセージの状況に最も適した3つのテクニックカードを特定する。これらの選ばれたテクニックカードは、AIがメッセージを書き換える際の「プロンプト」、つまり指示文に組み込まれる。これにより、AIは単なる一般的なアドバイスではなく、具体的な対話改善の技術に基づいて、より効果的で実践的な冷静な書き換えを生成できるのだ。

AIが出力する情報も厳密に構造化されている。冷静な書き換え、中立的な要約、相手と自分のニーズ、使用されたテクニック、リスクの兆候といった情報は、すべてJSONという決まった形式で出力される。さらに、このJSONデータは「zod」というツールを使って、定められたスキーマ（データの構造のルール）に合致しているか厳しく検証される。もし出力がスキーマに合致しない場合は、AIにそのエラーをフィードバックし、一度だけ再生成を試みる仕組みが導入されている。この厳格な構造化と検証は、AIが常に意図した形式で、信頼性の高い情報を出力するために不可欠だ。

開発者は、感覚ではなく具体的な数値に基づいて性能を評価する「評価ハーネス」を構築し、ツールを改善していった。例えば、中国語で書かれた12種類の怒りのメッセージ（ルームメイト、パートナー、クライアントなどとのトラブル）を使い、人間がどのテクニックカードを選ぶかをあらかじめラベル付けしたデータセットを用意した。

初期の評価では、AIが適切なテクニックカードを3つの中から探し出す精度（Retrieval Recall@3）は54.2%だった。しかし、検索する候補の数を増やしたり、テクニックカードの表現を怒っている人が実際に使うような口語表現に合わせたり、再ランク付けの指示を「このメッセージに合うテクニックを選べ」と明確にしたりする改善を重ねた結果、精度は75.0%まで向上した。この結果は、AIが賢いだけでなく、入力データの準備や、AIへの指示の仕方が、最終的な出力品質に大きく影響することを示している。

また、メッセージの書き換え（生成）についても、複数のオープンウェイトモデルを比較評価した。DeepSeek-V3.2、DeepSeek-V4.1-Flash、Qwen3.5-35B-A3Bの3つのモデルを、スキーマへの適合度、処理速度（レイテンシ）、そしてメッセージの「熱度」削減効果で比較した。この「熱度」は、絶対的な表現、侮辱、脅威、感嘆符の密度などを数値化して測定される、透明性の高い指標だ。

評価の結果、DeepSeek-V3.2がすべての面で最も優れた性能を示した。スキーマへの適合度は100%、処理速度は12.9秒と最速で、「熱度」の削減効果も83%と最も高かった。一方で、最新モデルであるQwen3.5-35B-A3Bは、その長い推論プロセスが原因で処理速度がDeepSeek-V3.2の約7倍も遅く、さらにエラーも発生しやすかった。この結果は、「最新のフラッグシップモデルが必ずしも最高の選択肢ではない」という重要な教訓を与えてくれる。小さな、明確な目的を持ったタスクにおいては、安定して効率的な既存モデルの方が、複雑な最新モデルよりも優れた結果を出すことがあるのだ。

開発者は、このプロジェクトを通じていくつかの重要な学びを得ている。第一に、「情報検索の質こそが最終的な製品の質を左右する」ということだ。最初はAIの書き換えプロンプト（指示文）にばかり力を入れていたが、適切なテクニックカードが選ばれない限り、どんなに完璧なプロンプトでも一般的なアドバイスしか生み出せないことが判明した。再ランク付けの段階を追加し、適切なカードが選ばれるようにしたことで、書き換えは劇的に具体的で実践的な内容に変化したという。

第二に、「最新モデルが常に最適とは限らない」という点だ。前述のモデル比較の通り、必ずしも最新で高性能と謳われるモデルが、特定のタスクにおいて最良の結果を出すわけではない。タスクの規模や要件に合わせて、最適なモデルを選ぶことが重要だとわかった。

第三に、「品質を議論する前に、測定基準を定義すること」の重要性だ。「この書き換えは良いか？」という主観的な問いではなく、「熱度」を数値化するような客観的で透明性の高い測定基準を設定することで、モデル間の比較や改善の進捗を明確に把握できるようになった。たとえその基準が完璧でなくても、測定できる粗い基準は、測定できない洗練された意見よりも価値がある。

そして最後に、「モデルのせいにする前に、自分の測定ツールをチェックすること」だ。開発の途中で、冷静に書き換えられたはずのメッセージが、元のメッセージよりも「熱度」が高いと評価されるという問題が発生した。原因はAIモデルではなく、測定基準そのものにあった。「ゴミ」という言葉が、文字通りの「ごみ」と、人を侮辱する「あなたはゴミだ」という二つの意味を持つため、文字通りの使用でも高得点になってしまっていたのだ。この問題を修正し、さらに、もし書き換え後の熱度が下がらない場合は再生成するガード機能を追加したことで、測定の信頼性が向上した。AI開発において、自身の評価基準に潜むバグは最も危険なものだという教訓を得たのだ。

SlowPostは、ユーザーが最も個人的な感情を表現したメッセージを扱う。だからこそ、そのメッセージがどのように処理されるか、誰がそのデータを管理するかについて、ユーザー自身が選択権を持つべきである。オープンウェイトモデルの採用は、ユーザーが望めば自分の環境で完全に実行したり、コードを検査したりすることを可能にする。これは、閉鎖的なシステムでは不可能であり、ユーザーのプライバシーと信頼を確保する上で極めて重要な要素だ。

また、このプロジェクト自体がオープンソースであることで、たった一人の開発者がわずか一週末で、複数のオープンウェイトモデルを比較評価し、測定に基づいて最適なモデルを選び、実際に動くツールを完成させることができた。契約やベンダー選定に縛られることなく、迅速な開発が可能になったのだ。そして、このオープンな性質は、プロジェクトの将来にも大きな意味を持つ。誰でもコードをフォークし、評価ツールを使って自身の改善をテストし、その成果を公開できる。オープンなツールは単にユーザーを獲得するだけでなく、次世代の開発者や改善者を生み出す可能性を秘めている。

SlowPostは、感情的になったときに「一旦落ち着いて、明日送ろう」という、人間にとって大切な行動をテクノロジーで支援する。これは、システムエンジニアを目指すあなたにとっても、ユーザーのニーズを深く理解し、倫理的な側面や技術的な選択の重要性を学ぶ良い事例となるだろう。