LLM データ分析はなぜ外れるか——Anthropic の3つの失敗モードと対処法

LLMを用いたデータ分析が失敗する原因は、コード生成能力ではなく、質問とデータの関連付け（文脈）にあります。曖昧性、鮮度、検索失敗の3つの失敗モードに対し、データ基盤、情報源、スキル、検証の4層で対処することで精度を向上させる方法が解説されています。

• LLMによるデータ分析の失敗は、コード生成精度ではなく、質問とデータを結びつける「文脈」の問題であると指摘されている。
• 主な失敗モードとして、「概念↔実体の曖昧性」「データの鮮度」「検索失敗」の3つが挙げられている。
• これらの失敗モードに対処するため、データ基盤、情報源、スキル、検証の4層のスタックで構成される対策が提案されている。
• Anthropic社内では、この対策により業務分析クエリの95%をClaudeが自動化し、精度は約95%を達成しているとされる。