02. Blind-spot Detection Node (Gate 1) — ADR-0071

TL;DR（このノードは何をする・専門語ゼロ）: 提案された技術判断の下書きを受け取り、起案者が見落としている弱点・反論・将来の失敗の芽を機械的にあぶり出すノード。あえて反対役に回る AI と、半年後に大失敗した前提で原因を逆算する AI を同時に走らせ、その指摘を別の AI がまとめて重要度順に整理する。ここでは合否を出さず、見つかった指摘を変更提案 (PR) の本文に載せて、最終判断は人間に委ねる。

実装: drp/src/nodes/socratic.ts プロンプト: 現在は socratic.ts 内 inline 定義 (DA / PM / Judge の 3 system prompt)。Phase 2 で prompts/production/gate1-da/ 等に外出し予定 テスト: drp/test-tc-socratic.mjs 基盤 ADR: ADR-0071 / ADR-0019 / ADR-0033 (モデル選定)

1. 役割と位置づけ

起案者ドラフトの 盲点検出。Devil's Advocate (DA)〔悪魔の代弁者＝あえて反対役に回り反論を出す役〕と Pre-mortem (PM)〔事前検死＝将来失敗した前提で原因を逆算する役〕の 2 本並列 + Judge/Aggregator〔判定・集約役＝両者の指摘をまとめ重要度を裁定する役〕による non-interactive DAG〔有向非巡回グラフ＝一方向に流れる処理の依存図〕で、起案者が見落としているリスク・反論・失敗シナリオを機械的に洗い出す。

• 解決する課題: RQ Synthesis の 3 モデル合意が同じ訓練データバイアスで盲点を共有するリスク、および Proposer＝Reviewer のソロ運用で confirmation bias が構造的に排除できないリスク (ADR-0071 §1.3)。
• 設計思想: 情報提供型 (差戻しなし)。findings を PR body の Blind-spot Report に表示し、人間 (代表取締役) が最終判断する。Pipeline の pass/fail 判定には使用しない。
• 前身: 旧 Socratic〔ソクラテス式問答＝前提・代替案を問い直して盲点を洗い出す手法〕Node (情報充足チェック・インタラクティブ追加質問) は RQ Synthesis 導入により dead node 化したため、ADR-0071 で本 DAG に再定義。

2. フロー図

flowchart LR
    T[triage] -->|needsAdr=true| S[socratic
blind-spot detection]
    S -->|socraticPass=true
blindSpotFindings| B[body_generation]
    S -.->|全ノード失敗時
skip-through| B

Gate 1 は常に socraticPass=true を返す (差戻しなし)。全ノード (DA+PM) が API エラー等で失敗した場合のみ、空の findings で skip-through する。

3. トリガー条件

buildPreGraph() (triage のみ) では実行されない。buildGraph() / buildGraphWithWebhook() の main graph 内でのみ実行される (ADR-0071 で socratic が 30s wall time を超えるため preGraph から除外)。

4. 入力 (State)

5. 処理ロジック

1. blindSpotFindings が既にある場合 → 即リターン (冪等性保証)
2. userInput を組み立て (title + context + options)
3. DA + PM を Promise.allSettled で並列実行 (各 90s timeout)
   3a. Devil's Advocate (T=0.95): 反論 3-5 件生成
   3b. Pre-mortem (T=0.8): 4 カテゴリ強制の失敗シナリオ生成
4. rawFindings を集約 (片方失敗時は成功側のみ)
5. 全ノード失敗時 → skip-through (socraticPass=true, findings=[])
6. Judge/Aggregator (T=0.2):
   - rawFindings + 原文を入力
   - 重複排除 (dedupe_group)
   - severity × actionability 分類
   - 提案の context で既に言及されている指摘を除外
   - 最大 10 件に絞り込み
7. Judge 失敗時 → rawFindings をそのまま fallback (actionability=monitor)

3 ノードの役割

6. LLM 設定

7. 副作用

なし。LLM 呼出のみ。

8. 出力 (State)

正常完了

{
  socraticPass: true,
  socraticQuestions: [],  // 後方互換性のため空配列を維持
  blindSpotFindings: [
    {
      source: 'devil_advocate' | 'premortem' | 'both',
      title: 'short title',
      severity: 'critical' | 'high' | 'medium' | 'low',
      actionability: 'block' | 'revise_adr' | 'add_to_risks' | 'monitor',
      evidence: 'consolidated evidence',
      suggestedAction: 'specific recommendation',
      dedupeGroup: 'group key',
    },
    // ... 最大 10 件
  ],
}

全ノード失敗時 (skip-through)

{ socraticPass: true, socraticQuestions: [], blindSpotFindings: [] }

Judge 失敗時 (fallback)

{
  socraticPass: true,
  socraticQuestions: [],
  blindSpotFindings: [
    // rawFindings をそのまま出力、actionability は全て 'monitor'
  ],
}

UI 側 (public/chat.html) は blindSpotFindings を読み取って Blind-spot Report として表示する。webhook node は findings を PR 本文に転記する。

9. 分岐 (次ノード)

.addConditionalEdges('socratic', (s) => s?.socraticPass ? 'body_generation' : END)

buildPreGraph には socratic を含まない (triage → END)。

10. エラー時の挙動

エラーは console.error で JSON 構造化ログ出力 (event: 'blindspot_node_failed' / 'blindspot_judge_failed')。

11. 既知の弱点・運用注意

• DA inauthentic dissent: Devil's Advocate の 4.9% は形式的反論 (Silverio/Smit TMLR 2026)。Judge の dedupe + severity 分類で軽減するが完全排除は不可。
• false positive: severity 分類の誤り (medium を critical に格上げ等) によるアラート疲労リスク。Judge の actionability フィールドで block は極めて稀に限定。
• Judge 誤分類: PR body の Blind-spot Report に全 findings を severity 付きで表示し人間が最終判断。Pipeline の pass/fail 判定には使用しない。
• レイテンシ: DA+PM 並列 + Judge で 30-90 秒。buildPreGraph() からは除外済みで、Queue consumer (15 分予算) 内の main graph でのみ実行。
• Adjacent Domain (AD) 未実装: ADR-0071 Phase 2 で web search 連携と共に追加予定。

12. テストケース

実行: node drp/test-tc-socratic.mjs

13. 過去の設計判断ログ

14. 関連リンク

• 前ノード: 01_triage.md
• 次ノード: 03_body_generation.md
• 関連 ADR:
  • ADR-0071 — Gate 1 盲点検出エンジン再定義
  • ADR-0033 — モデル upgrade
  • ADR-0042 — プロンプト SSoT
  • ADR-0056 — Temperature/Sampling 戦略
  • ADR-0085 — DA/PM/Judge の 3 プロンプトを loadPrompt(env, 'gate1-da/pm/judge', ...) で KV 経由読込 (PR #1090)

実装更新 (2026-05-28)

• Constitution 観点ランダム選択 (ADR-0071 Phase 1 補完 / PR #1091): DA ノードに CONSTITUTION_PERSPECTIVES (22 観点) からランダム 3 観点を選択するロジックを組込み。選択は constitution_perspectives_selected イベントとしてログ記録 (再現性確保)。loadPrompt で取得した DA プロンプトに [Constitution] セクションを append
• DA / PM / Judge の 3 ノードを loadPrompt(env, 'gate1-da' / 'gate1-pm' / 'gate1-judge', FALLBACK_PROMPT) に切替 (PR #1090)
• ChatOpenAI インスタンスに maxRetries=3 (exponential backoff) を付与