はじめに
OpenAIが2026年3月25日、同社のAIモデルがどのように振る舞うべきかを定めた公式フレームワーク「Model Spec（モデル仕様書）」の設計思想と運用の詳細を解説する記事を公式ブログで発表しました。本稿では、その内容をもとに、Model Specの目的・構造・更新プロセスについて解説します。
参考記事
- タイトル: Inside our approach to the Model Spec
- 著者: Jason Wolfe
- 発行元: OpenAI
- 発行日: 2026年3月25日
- URL: https://openai.com/index/our-approach-to-the-model-spec/
要点
- Model Specは、OpenAIのAIモデルが指示への従い方・競合する命令の解決・ユーザーの自由の尊重・安全な振る舞いをどう実現するかを定めた公式フレームワークである
- 中核となる「指揮命令系統（Chain of Command）」は、OpenAI・開発者・ユーザーからの指示に優先順位をつけ、競合が生じた際の解決方法を規定する
- ルールは上書き不可の「ハードルール」と状況に応じて調整可能な「デフォルト」の2層構造になっている
- モデルの実際の挙動がModel Specに沿っているかを評価する「Model Spec Evals」が同時に公開された
- Model Specはモデル自身への指示ではなく、人間（研究者・開発者・政策立案者など）が意図された挙動を理解・議論・改善するための公開文書と位置づけられている
詳細解説
Model Specとは何か——その目的と位置づけ
OpenAIによれば、Model Specはモデルの望ましい行動を明文化した公式フレームワークです。ユーザーが日々行う膨大な種類の質問に対して、モデルがどのように指示に従い、競合する命令を解決し、ユーザーの自由を尊重し、安全に振る舞うべきかを定めています。
重要なのは、Model Specが現時点のモデルの挙動を保証するものではない点です。OpenAIはこれを「意図された挙動の目標」と説明しており、現在のモデルに対して訓練・評価・改善を重ねていくための指針として機能します。また、ユーザー・開発者・研究者・政策立案者などが実際に読み、内容を検証・議論できる形で公開されている点が特徴です。
AI分野では、各社がモデルの行動指針を定めることは珍しくありませんが、その内容を詳細かつ公開形式で示す取り組みは、説明責任と透明性を重視する姿勢を示すものと考えられます。
指揮命令系統（Chain of Command）——誰の指示が優先されるか
Model Specの中核をなすのが「指揮命令系統（Chain of Command）」です。AIモデルへの指示はOpenAI・開発者・ユーザーの複数の主体から届くため、それらが競合した場合にどう解決するかを規定する仕組みが必要になります。
各ポリシーと各指示には権限レベルが設定されており、モデルは上位権限の指示の文字通りの意味と趣旨を優先するよう設計されています。たとえば、ユーザーが危険な情報を求めた場合は安全に関するハードルールが優先され、ユーザーが辛口の批評を求めた場合は「侮辱を避ける」という低い権限の方針よりそのリクエストが優先されます。
ルールは大きく2層に分かれます。ハードルールは、開発者・ユーザーいずれによっても上書き不可の絶対的な禁止事項で、破滅的リスクへの加担・直接的な身体的危害・法律違反・指揮命令系統の破壊につながる行動を禁じています。一方、デフォルトは「指定がない場合のベストな挙動」の出発点であり、ユーザーや開発者が明示的に調整できます。トーンや深さといったガイドライン水準のデフォルトは暗黙に変更可能ですが、誠実さや客観性といったユーザー水準のデフォルトは明示的な指示によってのみ変更が認められます。
なぜ明文化が必要なのか——「高度なAIは自分で判断できる」論への回答
「十分に賢いモデルであれば、”役に立ち安全であれ”という高レベルの目標から正しい行動を推論できるはずでは」という問いに対して、OpenAIは明確な回答を示しています。
数学のように客観的な正解がある分野では知性がルールを代替できる面もありますが、倫理・価値判断が絡む領域では、知性だけでは「どのトレードオフを選ぶか」を決めることはできないと説明しています。さらに、明文化には別の重要な機能があります。外部の人々が行動の期待値を形成できること、評価・インシデント対応・製品判断に使えること、そしてモデルが高度化・自律化・広範に展開されるほど曖昧さのコストが増大するため、明確な行動規範の必要性は増すと考えられます。
OpenAIは成文憲法と判例法のアナロジーを用いており、高レベルの原則だけでなく解釈の枠組みや具体的な事例判断が必要という考え方は、AIガバナンスを法制度と類比する上で参考になる視点と言えます。
解釈補助ツールとModel Spec Evals——グレーゾーンへの対処
Model Specにはルールの階層に加えて、グレーゾーンでの一貫した判断を助ける「解釈補助ツール」が組み込まれています。判断ルーブリックは、副作用の最小化・不可逆な行動の回避・行動の目的との比例性などを考慮するための指針です。具体的な例示は、重要な判断境界の近くにある難しいプロンプトに対する適切な応答と不適切な応答を短く対比する形で示されます。
また、今回の記事と同時にModel Spec Evalsが公開されました。これはModel Specの各主張をできる限り代表的な事例でカバーしようとするシナリオベースの評価スイートです。OpenAIが公開した準拠率のグラフによれば、GPT-4o（2024年5月）からGPT-5.4 Thinking（2026年3月）にかけて、「指揮命令系統」「安全範囲の遵守」「真実の追求」「最善の仕事」「適切なスタイル」の各セクションで準拠率が継続的に向上していることが示されています。ただし、OpenAI自身が「古いモデルをより新しいポリシーで評価しているという小さな効果も含まれている」と注記しており、数値の解釈には一定の留保が必要と思います。
更新プロセスと作成体制——社内外の協働
Model Specの作成にはOpenAI社内の研究・エンジニアリング・製品・安全・ポリシー・法務・広報・国際問題など幅広い部門から数十人以上が直接関与しています。最終的な更新は部門横断的な承認プロセスを経て決定されます。
外部フィードバックも重視されており、GitHubでオープンソース化されているほか、フィードバックフォームや公開批評、「集合的アライメント（Collective Alignment）」と呼ばれる民主的な意見収集の取り組みを通じて修正が行われてきました。2024年の初版以降、公開フィードバックに基づく多くの変更が加えられています。
更新を促す主なインプットとして、公開上の問題・フィードバック、開発・テスト中に見つかった内部的な課題、高レベルの制約・コミットメントの変更、そして新しい能力や製品リリース（マルチモーダル対応・自律エージェント・18歳未満ユーザー向けルールなど）が挙げられています。
3つの成功基準——今後の方向性
OpenAIはModel Specの進化を測る3つの基準を示しています。可読性（Legibility）は、OpenAI内外の人々が行動の期待値を正確に形成し、挙動が予想外の場合に文書を参照できること。実行可能性（Actionability）は、評価設計・インシデント対応・製品判断に実際に活用できること。改訂可能性（Revisability）は、不安定な移動目標にならずに学びに応じて進化できることです。
まとめ
OpenAIのModel Specは、AIの意図された行動を公開文書として明文化し、人間が検証・議論・改善できる形にするという取り組みです。指揮命令系統・ハードルールとデフォルトの2層構造・解釈補助ツールといった設計の詳細が明らかになりました。AIガバナンスの透明性という観点から、今後の他社の取り組みへの影響も含めて注目される動きと思います。
