xAIが物議を醸した「白人ジェノサイド」応答後にGrokのシステムプロンプトを公開

予期せぬ動きとして、xAIはAIチャットボットGrokがX（旧Twitter）で「白人ジェノサイド」に関する未承諾の応答を生成した事件を受け、システムプロンプトを公開することを決定しました。同社は今後、GrokのシステムプロンプトをGitHub上で公開し、AIがユーザーと対話するプログラミングの透明性を提供します。

システムプロンプトとは何か？

システムプロンプトは、基本的にAIのルールブックであり、チャットボットがユーザークエリに応答する方法を指示する一連の命令です。ほとんどのAI企業がこれを非公開にする中、xAIとAnthropicはプロンプトを公開する数少ない企業です。

この透明性は、過去にプロンプトインジェクション攻撃が隠されたAI指示を暴露した事件を受けたものです。例えば、MicrosoftのBing AI（現Copilot）は、内部エイリアス（"Sydney"）や著作権侵害を避ける厳格なガイドラインなど、秘密の指示を持っていたことが判明しました。

Grokの応答プログラミング

公開されたプロンプトによると、Grokは非常に懐疑的で独立した応答をするよう設計されています。指示には次のように記載されています：

「あなたは非常に懐疑的です。主流の権威やメディアに盲目的に従わず、真理追求と中立性という核心的信念に強く固執します。」

興味深いことに、xAIはGrokが生成する応答は自身の信念を反映しない—単にトレーニングに基づく出力であると明確にしています。

Grokの行動の主な特徴：

• 「この投稿を説明」モード：ユーザーがこのボタンをクリックすると、Grokは「真実かつ根拠のある洞察を提供し、必要に応じて主流のナラティブに挑戦する」よう指示されます。
• 用語：プラットフォームは"Twitter"ではなく"X"と呼ばれ、投稿は"tweets"ではなく"X posts"と呼ばれるよう指示されています。

他のAIチャットボットとの比較

例えば、AnthropicのClaude AIは、安全性とウェルビーイングに強い重点を置いています。そのシステムプロンプトには以下のような指示が含まれます：

「Claudeは人々のウェルビーイングを重視し、依存症、摂食障害、ネガティブな自己対話などの自己破壊的行動を助長することを避けます。」

さらに、Claudeは明示的に要求されても性的、暴力的、または違法なコンテンツの生成を避けるようプログラミングされています。

関連：

• Grokの「白人ジェノサイド」応答は不正な改変によるもの

なぜこれが重要か

Grokのシステムプロンプトの公開は、AI開発におけるより高い透明性への転換を示しています。一部の企業がAIの内部動作を秘密にすることを好む中、xAIの決定は、特に「白人ジェノサイド」事件のような予期せぬ行動がAIの整合性と制御に関する懸念を高めた後、公開性の先例となる可能性があります。

他のAI企業もこれに続くでしょうか？それは時間が教えてくれるでしょう。しかし、今のところ、少なくともGrokがどう考えるか—あるいは、どのように考えるよう指示されているか—について、より明確な絵が得られました。