どんな話？
API の sarashina3-guard に、架空の6つの文を見せて判定を読んだ回です。安全なはずの2つは「安全」、境目の4つは「有害」で T6・T7・T11・T12。ところが社外秘の文は8回送って6回が有害 T7、2回が安全で、同じ文でも判定は変わった。d は T5 の予想に T11。有害なら記号にかかわらず止めて人が読み、本物の個人情報は guard に見せる前に消す。成果物は「guard の結果表」と「人が見る線」メモです。
この記事でわかること
- guard は文章を書かず、「安全」か、「有害」と区分の記号（T1〜T12）だけを返す。区分の名前は返らないので、説明書の表で引く
- 呼び方は mini と同じ Chat Completions で、モデルの名前を sarashina3-guard にするだけ。1分に6回まで
- 架空の6つでは、安全なはずの2つが安全、境目の4つが有害（T6・T7・T11・T12）。返るまでは0.12秒から0.17秒
- 社外秘の文は、8回送って6回が有害 T7、2回が安全。文は一字も変えていない。1回の「安全」で通さない
- 薬の量の文 d は T5 を予想して T11。もし「T5 が出たら止める」と書いていたら素通りしていた
- 短い文でも読んだ量は約290トークン（290〜313）。書いた量は「安全」で2、「有害」と記号で5か6
やることチェックリスト
0/6記事を読みながら、できたものにチェックを付けていけます。チェックはこの端末に残ります。
ぜんぶできた！おつかれさまでした。
くわしい手順と画面の図は、Xの記事にあります。
こんな人に
- Sarashina の API を使い始め、AIに頼む前に文章の安全を確かめたい人
- 請求書や社外秘の資料を頼みごとに入れてしまいそうで、送る前の見落としを拾う道具がほしい人
- guard の「安全」をどこまで信じてよいか、どこから先を人が見るかを決めておきたい人
この話のTIPS
- 注意「本物の名前と電話番号が入っているか、guard で確かめてから消そう」は、順番が逆です。確かめるために送った時点で、本物の情報は会社に届き、学習の材料になりえます。
- コツ区分の記号ごとに細かく分けるより、まずは「有害なら、記号にかかわらず止めて、人が読む」から始めるほうが、抜けが出にくいはずです。