22. Gate 1 — Judge / Aggregator サブノード

基本情報

• 英語名　　　　: Judge / Aggregator
• 位置　　　　　: Gate 1 サブノード (socratic 統合ノード内、DA + PM の下流)
• 状態　　　　　: Production
• 実装　　　　　: drp/src/nodes/socratic.ts 内 Judge ブロック
• プロンプト SSoT: prompts/production/gate1-judge/prompt.md — KV デプロイ・ADR-0042 Type 1
• 出力スキーマ　　: prompts/production/gate1-judge/output_schema.json（maxItems: 10）
• テスト　　　　: drp/test-tc-socratic.mjs
• 基盤 ADR　　　: ADR-0071 / ADR-0033 / ADR-0042 / ADR-0102
• 変更履歴　　　: このページ

エレベーターピッチ

• これは何？　　: DA と PM が出した raw findings を統合・重複排除し、severity と actionability を付けて最大 10 件に絞る Gate 1 の最終工程。
• だれのため？　: PR 本文の Blind-spot Report と、後段の body_generation。
• なにが起きる？: pass/fail 判定はしない。起案者が既に context で触れた論点は捨てる。最終判断は人間に委ねる。
• 譲れない一線　: actionability=block (決定を覆すレベルの盲点) は極めて稀にしか発行しない。
• だから　　　　: 重複と既出論点を除いた最大 10 件の盲点 report が、人間レビュアーの最終判断材料になる。

1. 役割と位置づけ

Gate 1 の 統合・分類役。DA と PM の raw findings を入力に、次の 4 つを実施する。

1. 重複の検出と統合 — 同じ核となる懸念を 1 件にまとめ、dedupe_group を付与
2. 重要度判定 — severity (critical/high/medium/low)
3. 対応指示 — actionability (block / revise_adr / add_to_risks / monitor)
4. 既知の対処済み指摘の除外 — 起案者が既に context で触れた論点は捨てる

最終出力は最大 10 件で、後段の body_generation を経て PR 本文に転記される。

• 設計思想: 情報提供型。actionability=block は「決定を覆すレベルの盲点」に限定し、極めて稀に発行する。pass/fail には使わない。
• 兄弟ノード: 上流の Devil's Advocate と Pre-mortem。本ノードを含む 3 サブノードは LangGraph 上は socratic 1 ノードに統合されている。

2. フロー図

flowchart LR
    T[triage] -->|needsAdr=true| S[socratic 統合ノード]
    S --> DA[gate1-da
Devil's Advocate]
    S --> PM[gate1-pm
Pre-mortem]
    DA --> J[gate1-judge
統合・重複排除
最大 10 件 cap]
    PM --> J
    J -->|socraticPass=true
blindSpotFindings| B[body_generation]
    style J fill:#fdd,stroke:#c33

Judge は DA / PM のどちらか片方でも成功すれば実行される。両方失敗時のみ Judge をスキップして空 findings で skip-through。

3. トリガー条件

4. 入力

上流サブノードから

State から

LLM への user message

[Adversarial findings to judge]
{JSON.stringify(rawFindings, null, 2)}

[Original proposal]
{userInput と同じ整形済み原稿}

5. 処理ロジック

1. rawFindings 集約: settled.filter(fulfilled).flatMap(r.value)
2. 全失敗時は skip-through: socraticPass=true, blindSpotFindings=[]
3. LLM 呼出: claude-sonnet (MODELS.socratic), temperature=0.2, 90s timeout
4. JSON 抽出: parseJson() でコードフェンス除去 + JSON.parse
5. ADR-0102 Light cap (env.LIGHT_GATE1_CAP !== 'false' && triageMode === 'Light'):
   a. dedupeGroup ごとに最重要 1 件を残す
   b. critical/high のみ残す
   c. 重要度順 sort 後、先頭 5 件を採用
6. telemetry 永続化: blindSpotCountRaw, lightCappedToZero
7. State 更新: blindSpotFindings = finalFindings

Judge の判定軸は次の表に従う。

6. LLM 設定

7. 副作用

なし。LLM 呼出のみ。

8. 出力

State 更新（正常完了）

{
  socraticPass: true,
  socraticQuestions: [],           // 後方互換のため空配列を維持
  blindSpotFindings: [
    {
      source: 'devil_advocate' | 'premortem' | 'both',
      title: string,
      severity: 'critical' | 'high' | 'medium' | 'low',
      actionability: 'block' | 'revise_adr' | 'add_to_risks' | 'monitor',
      evidence: string,
      suggestedAction: string,
      dedupeGroup: string,         // 重複統合用のグループキー
    },
    // ... 最大 10 件、Light 時は更に critical/high 最大 5 件に絞る
  ],
  blindSpotCountRaw: number,       // Light cap 前の件数（観測用）
  lightCappedToZero: boolean,      // Light cap で 0 件になった健全性フラグ
}

LLM 生 JSON

{
  "findings": [
    {
      "source": "devil_advocate | premortem | both",
      "title": "...",
      "severity": "critical | high | medium | low",
      "actionability": "block | revise_adr | add_to_risks | monitor",
      "evidence": "...",
      "suggested_action": "...",
      "dedupe_group": "..."
    }
  ],
  "summary": "1-2 sentence overall assessment"
}

summary は現状 State には保存していないが、観測ログに残す余地あり。

Judge 失敗時の fallback

{
  socraticPass: true,
  socraticQuestions: [],
  blindSpotFindings: rawFindings.map(f => ({
    ...f,
    actionability: 'monitor',      // 一律 monitor で受け流す
    dedupeGroup: f.title,
  })),
  blindSpotCountRaw: rawFindings.length,
  lightCappedToZero: false,
}

9. 分岐（次サブノード）

Judge は socratic ノード内の最終ステップ。LangGraph の addConditionalEdges での分岐はノード境界の socraticPass のみ。

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

10. エラー時の挙動

エラーは event: 'blindspot_judge_failed' で構造化ログ出力。fallback ルートは event: 'blindspot_complete' を出さないため、ダッシュボードでは fallback 率を blindspot_judge_failed / 起案数 で観測する。

11. 既知の弱点・運用注意

• severity 誤分類: temperature 0.2 でも medium ↔ high の振れは観測される。actionability=block を稀にする運用と「最終判断は人間」設計で吸収。
• 既知対処の見落とし: 「context で既に触れている」判定は LLM 任せ。proposal の表現と raw finding の表現がズレると除外漏れが起きる。
• Light cap の副作用: critical/high が 0 件だと lightCappedToZero=true で出力ゼロ。連続発生は健全性アラート対象（DA/PM が medium ばかり出している可能性）。
• blindSpotCountRaw 観測: cap 前件数を telemetry に永続化（ADR-0102 フェーズ③ Confirmation #6）。Light モードで raw が多いのに cap 後ゼロが続く場合は Light 判定の妥当性を再検討する。
• block 濫用の早期検知: actionability=block の発行率は週次でモニタする。LLM の挙動変化で増えたら ADR-0102 / プロンプト見直し。
• dedupe_group の粒度: LLM が同じ概念に違うキーを振ると同種が複数残る。週次で重複検出して dedupe ルールを補強する。

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

• 上位ノード: 02_socratic.md — Gate 1 統合ノード
• 兄弟サブノード: 21_gate1_da.md / 23_gate1_pm.md
• 前ノード: 01_triage.md
• 次ノード: 03_body_generation.md
• プロンプト SSoT: prompts/production/gate1-judge/
• State 定義: drp/src/state.ts
• グラフ定義: drp/src/graph.ts
• 関連 ADR:
  • ADR-0071 — Gate 1 盲点検出エンジン再定義
  • ADR-0033 — ノード別モデル選定
  • ADR-0042 — プロンプト SSoT (KV) ライフサイクル
  • ADR-0056 — Temperature / Sampling 戦略
  • ADR-0085 — 全ノード KV 経由読込
  • ADR-0102 — Tier 別レビュー深度・Light cap