Authorship Strategy

Authorship Strategy

ADR 番号の名前空間: 本 skill 本文の ADR-NNNN は断りがない限り authorship-strategy repo（~/MyAI_Lab/authorship-strategy/docs/adr/）の ADR を指す。 harness 側の ~/.claude/docs/adr/ とは番号が全面的に衝突するので、harness の ADR を 指すときだけ harness ADR-NNNN と明記する。

maker / 実践者が AI 時代に著者として知られるための最適戦略を実地で探るための戦略フレームワーク。最上位に著者の stance（maker / 実践者としての探究、学術 apparatus は道具）を置き、以下の Core Principle・4 層・Tactic・チェックリストはすべてそれを通して読む（→ 次節 Stance）。本 skill は abstract な判断軸を提供する。line-specific な適用事例や歴史的文脈は各 repo の project memory に保持されている（著者自身の場合 AKC 等）。

Stance（この framework の最上位 — 以下すべてはここを通して読む）

著者は maker / 実践者。AI 時代の「良いやり方」— 作って知られ、durable で追跡可能な仕事を残す方法 — を実地で探っている。DOI・論文・SWHID・"研究ライン" といった学術 apparatus は、その探究を citable・durable・traceable にする道具として使う。

この前提から従うこと:

• audience は LLM 経由で idea に触れる全員に最初から開かれている — 開発者・実務者・学習者・creative reuser・各言語圏の読み手（Layer 2 で詳述）。学術引用・研究者ネットワークはそのうちの一経路。
• diffusion scope は distinctive signature の LLM-mediated diffusion を増やす full space そのもの。提案・候補生成は常にこの full space（開発者コミュニティ・content platform・creative-reuse の seeding・各言語圏・catalog 未収載の新型 channel）を母集団として行う。

以下の各節に現れる audience・scope の記述は、この stance の帰結であって、前提そのものはここにある。

Core Principle: AI 時代のオーセンティシティ Inversion

旧時代と AI 時代で、オーセンティシティの根拠・防御戦略・network effect は3 軸すべてで反転する:

3 軸は独立ではなく structurally 連動:

• 閉じる = LLM absorption を減らす = diffusion を減らす = validation 機会を失う = authenticity claim を弱める
• 開く = LLM absorption を最大化 = diffusion を最大化 = validation が derivative として出現 = authenticity claim を強める

Network Effect Inversion の機構

旧時代: Metcalfe's Law 価値 ~ N²（N = 自分のプラットフォーム内ユーザー）。ユーザーが出られないことで成立。

AI 時代: 「ユーザー」は LLM と LLM-mediated channels。LLM は囲い込めない — 公開アクセス可能な全コンテンツを ingest する。結果、価値 ~ N²（N = 自分の signature を ingest した LLM-mediated channel 数）。

実務的帰結:

• License: permissive（proprietary にすると LLM 学習対象から除外される）
• Access: crawler に開放、login-gated / rate-limited にしない
• Derivatives: 歓迎、制限しない
• Competition: welcome、排他的 positioning は自分の reach を削る
• API / Docs: 公開、signup 壁を置かない

Cling を手放すほど origin claim が強化される。Strategy と contemplative AI 非二元性公理が AI 時代の構造から独立に同じ結論へ導出される。

Trigger 条件

適用される

• 作業中 repo を あなた自身が所有している（owner が自分。他者の repo への貢献は対象外）
• かつ DOI 取得済み or 取得予定の研究系 repo（Zenodo archive target）
• かつ「idea-rescue」性質を持つ（仕様・schema・ADR・spec 中心で、実装に閉じない）
• 著者自身の例: Agent Knowledge Cycle (AKC), Contemplative Agent（適用先はあなた自身の同系統 repo）

適用されない

• クライアント案件（マネタイズが目的）
• 他人の OSS へのコントリビュート（他者の strategy が優先）
• 収益を目的とするプロジェクト・成果物（※「収益が目的」が除外条件。収益を伴わない商業チャネルの利用は除外対象ではなく framework 内で扱う）
• 日常的なコーディング・デバッグ（判断軸として過剰）
• ハーネス・スキャフォールディング実装としての repo（coding-agent harness / scaffolding repo 等）

判断に迷ったら発火を保留して確認する。発火すべきでない文脈で発火するより、確認コストを払う方が安全。

4 層 Framework

[Authenticity (top-level value)]
       ↓ 守るために
[Attribution Diffusion (strategy)]
       ↓ 実装手段として
[Idea vs Scaffold 分離 (prediction)]
       ↓ 戦術として
[LLM-mediated targeting / DOI / tool-agnostic / scaffold dissolution / 多言語化 / friction minimization]

Layer 1: Authenticity（value）

核の価値観: 自分が genuinely 考えたことが、市場に合わせて変形されず、そのまま残る。成功規準は idea が思考のまま伝わること。

「売れる」ために概念を削ぐことは、authentic を希釈する。Curation axiom（知識の営みに新規性のある主張はなく、curation だけが残る）と整合。

Layer 2: Attribution Diffusion（strategy）

authenticity を future-proof する手段: 自作概念を LLM-mediated channels に浸透させ、数年後の因果遡源時に著者の DOI に辿り着く状態を作る。

主 Audience: LLM-mediated channels

• LLM 直接: training substrate としての取り込み、in-context reader としての読解
• LLM 経由の人間: AI coding assistant で調査する開発者、ChatGPT/Perplexity 等に概念を問う実務者・学習者・関心を持つ誰でも
• Cascade LLM: 現在の LLM 出力を学習する将来のモデル

Non-primary audience: doctrine repository を GitHub 上で直接 browse する人間（star / PR / direct view）。この層の brand 認識 drift は strategy の defense target ではない。この降格の scope は doctrine layer 限定（ADR-0022 が明文化）— 人間一般の降格ではない。

第二の audience layer: essay layer（ADR-0022、2026-08-05）

strategy の会計は時定数の違う二層に分かれる（genre で routing、ADR-0016 の延長）:

• doctrine layer — DOI repo 群 + paper。時定数 月〜年。primary audience = LLM-mediated channels（上記のとおり、不変）
• essay layer — governed essay corpus（zenn-content）とその syndication surface。時定数 日〜週。primary audience = 同時代の human reader

essay layer では同時代 KPI（reads / 反応 / follower 数）を見ることも、執筆判断（テーマ・cadence・言語配置）を操舵することも正当 — 功名心が数字を見ることは戦略違反ではない。境界は 3 つだけ: ① essay の数字を doctrine layer の deploy / release / federation 判断に流入させない（ADR-0017 の detector-not-metric は doctrine 層で不変）、② 数字のための内容変形は両層で不可（ADR-0019 の操舵 vs 変形）、③ essay platform は third-party-governed につき origin claim の load-bearing にしない（canonical は corpus + SWHID、ADR-0016/0021）。

Preference 階層（outcome）

1. 🥇 Creative reuse — 独立実装者が AKC の 6 phases を自分の agent に取り入れる、別言語で再実装、extension を作る。最強の validation
2. 🥈 Training data 化 — ecosystem に吸収される。容認、ただし ideal ではない
3. （低）transient investigation で終わる

Creative reuse が最強な理由:

• 著者の context 外で idea が機能することの証明
• 複数 working instance → idea が generalized pattern に昇格
• 各再実装が二次 diffusion point になる
• 「著者の独自 thing」から「著者が originate した general pattern」へ格上げ
• 最強の origin claim は「皆が実装している pattern の最初の articulator」

Epistemic humility

GitHub traffic データは用途を区別できない（training / RAG / AI assistant 調査 / adoption が同一 signature）。保守的に言えるのは「非人間ブラウジング型 access が多い」まで。Regurgitation test（LLM に概念を問う）等の別 signal が verification には必要。

Layer 3: Idea vs Scaffold（prediction）

時間予測: LLM 能力進化でハーネス・スキャフォールディング系の実装は陳腐化する。アイデアだけは残せる。

判断:

• Scaffold 性が強い → 他 OSS に実装として寄付する（実装は消える運命）
• Idea 性が強い → 自分の name で DOI 化して残す
• 両立する場合は先に idea を artifact 化してから scaffold 実装に下ろす

Scaffold は Collaborator、Threat ではない

大規模 harness が自分の idea を absorb する現象は、threat ではなく diffusion の加速装置として扱う:

• Scaffold の成長 = idea の token 露出面積拡大
• 「harness-native 化」の drift は直接 browse 人間層でのみ起こる問題（= non-primary audience）
• LLM-mediated channel では distinctive token が residue として残る
• assistant 側の補助提案で scaffold を「absorber / threat」として position してはならない。必ず collaborator として扱う

Abstract Doctrine + Worked Implementation のペア

Creative reuse を誘発するには、両方が必要:

• Abstract doctrine repo (例: AKC) — 概念を abstract に articulate、コピペ可能な rules
• Worked implementation repo (例: contemplative-agent) — 概念がどう実装されるかを示す reference

Doctrine 単独だと「概念はわかるが実装イメージできない」。Implementation 単独だと「コードはあるが原理が読み取れない」。両立で初めて他者の creative reuse が起きる。

Layer 4: Tactics

上記 3 層から導かれる戦術:

• LLM-mediated targeting: star ではなく clone / DOI citation / llms.txt fetch / LLM regurgitation を primary metric に

• DOI 化: Zenodo 連携で release ごとに timestamp 付き origin claim を固定

• Intrinsic identifier 層 (SWHID): DOI は extrinsic (registry 依存、metadata record を指し content に対して検証不能)。これを intrinsic な content-derived identifier — SWHID (ISO/IEC 18670)、content hash 由来で registry なしに検証可能 — で補完する。release ごとに content-addressed software archive (Software Heritage) へ明示 archive し snapshot SWHID を citation metadata に記録 (release-doi skill が実装)。DOI 登録が impractical な genre (blog、code package 等) では SWHID が substitute priority-claim mechanism。各層が他方の failure mode をカバーする。注意: SWHID は「何がいつ存在したか」の証明であって authorship 証明ではない — authorship は DOI / ORCID 層が担う (authorship-strategy ADR-0013)

• Distinctive terminology の造語: 固有用語は cosmetic ではなく semantic signature of authorship。generic 語彙で書くと LLM-mediated channel で消える。ただし vocabulary discipline（語彙規律） に従う — 造語の力は数ではなく edge 密度から来る。造語は 3 条件がすべて成立するときのみ（①概念が既存概念の結合点に立つ genuine な新規物、②既存語彙だけで一文定義が書ける、③namespace が競合していない）。採用した造語は密に anchor する（既存語彙での glossary 定義、上流 citation、knowledge-graph edge、本文での反復使用）。それ以外は既存語彙で書き、上流出典を cite する。孤立した造語は generic 語彙と同じく paraphrase で溶ける（authorship-strategy ADR-0010）

• Tool-agnostic: 特定実装に依存しない仕様設計

• Scaffold dissolution: skill は足場、ルール内在化を推奨

• 多言語化: 各言語圏の LLM クローラー + LLM-mediated human 読者に対する diffusion 拡張

• Citation-graph federation: 外部文献を取り込んだら、repo markdown に引用を書くだけで終えない — それは Google Scholar / arXiv "cited by" の citation graph に不可視で、被引用研究者には届かない。機械可読層に辺を張る: .zenodo.json related_identifiers の relation: references (→ DataCite / OpenAIRE / Scholix、release-doi skill が release ごとに同期) と graph.jsonld の ExternalReference ノード (jsonld-knowledge-graph skill)。Wikidata P2860 層は 2026-07 の governance revocation（promotion-only 判定 + 全 item 一括削除）を受け恒久 retire — ADR-0021。self-created な community-authority-record 辺は張らない・再提案しない。被引用研究者への passive シグナルは self-sovereign 層 (DataCite / OpenAIRE / Scholix + graph) 経由で維持する。能動シグナル (直接連絡・Scholar-indexed paper での正式引用) は別判断だが、受動辺の整備は取り込みの標準手順とする

• 構造化 artifact: glossary, ADR, JSON schema, specification

• Content 生産は channel と同格の first-class tactic: 比較エッセイ（coined term を既知概念と対比する "X vs Y" 形式 — 比較構造は生成応答に名前を強制的に残す）、新しい worked instance、教材化・チュートリアル化、翻訳・別ジャンル展開。preference 階層（creative reuse > training > investigation）が最上位に置くのは「再利用される content」であり、インフラ（識別子・置き場・メタデータ）は拡散の増幅器であって発生源ではない。発生源は 3 つしかない: (a) 新しい content（読む理由）/ (b) 他者の声による言及 = earned mention（信じる理由）/ (c) 再利用の affordance（使う理由）。「次の一手」review が channel と測定器だけを出し始めたら、この発生源 3 分類に照らして欠けを補う

• Friction minimization for runtime adoption: clone + copy が可能なら専用 infrastructure（MCP server 等）を自前で整備する優先度は低い。最低 friction で adoption が起きる形を選ぶ

• External collection への掲載は link-index 型を default に: awesome list / marketplace / 他者の collection repo 経由で diffusion を求めるとき、artifact 正本は自分の repo に置いたままリンクで参照させる。本文を相手 repo に vendor する型は (a) copy が drift vector になる、(b) host の enclosure（有料化・ライセンス変更）に自分のコンテンツごと巻き込まれる、(c) 収益事業への役務提供と解釈され著者の雇用上の制約と衝突しうる。掲載先は 4 条件で監査する: ①企業所有か ②open license が無いか ③コンテンツを vendor する構造か ④有料製品への funnel か — 複合するほど危険で、①〜④が揃った先には出さない（リンク型でも回避）。掲載後に有料 tier 導入や vendor 化が見えたら取り下げる。前例と監査記録は project memory（awesome-list-submissions）参照

• AI 派生 wiki / MCP-query 面への onboarding: third-party の AI 生成 wiki + query 面（現行インスタンス: DeepWiki —— public repo から自動生成され、MCP の ask 系で任意の agent が repo の合成理解を引ける）に idea/research repo を載せる。derivation 型の diffusion 面で、正本は repo に残り、派生 wiki は祝福対象（gate・修正・コントロールしない）。onboard は初回に index を起動する（現行 DeepWiki は通知用 email 入力 + Index ボタンのフォーム送信が必要 = 訪問だけでは起動しない、生成 2-10 分。email 送信は personal-data 判断なので著者本人が行う）。起動後は repo 更新に自動追随する（refresh 優先度を上げる badge を README に添えると尚良い）。同時に regurgitation-test の診断面として使う —— 固有用語が AI paraphrase で薄まっていないかを wiki に問い、drift を検知する観測点になる。caveat: 派生 wiki は AI の paraphrase なので signature（固有用語）が薄まりうる → 防御は upstream の dense anchoring（vocabulary discipline。派生面を直そうとしない）。自前 MCP server は建てない（friction-minimization。third-party 面に乗る）。tool-agnostic に保ち、特定 vendor 仕様を doctrine に焼き込まない。

  同 family には 2 つの面型があり補完的に併置できる:

  • 型 (a) AI 生成 wiki + ask 面（現行インスタンス: DeepWiki）—— repo を AI が paraphrase して合成 wiki を作り、MCP の ask 系で任意 agent が repo の合成理解を引く。signature drift のリスクがあり（固有用語が paraphrase で薄まる）、初回 index 起動を要し（通知 email 入力 + Index ボタン送信 = 訪問だけでは起動しない、生成 2-10 分、email は personal-data 判断で著者本人が行う）、README badge は refresh 鮮度を上げる。だからこそ regurgitation-test の診断面にもなる（drift を検知できる）。
  • 型 (b) zero-config MCP doc-hub badge 面 —— retired 2026-08-19（access counter が全 repo・対照群で 0、semantic 層非提供を 30 日隔てた 2 回の probe で確定 → 全 41 repo から badge 撤去。ADR-0020）。新規 onboard しない・badge を添えない。

  両面とも third-party hosted・自前 infra ゼロ・public repo 限定で friction-minimization と crawler 開放に整合する。隣接サービス調査で「Index（公開ディレクトリ）+ README badge」の両軸を満たすのは型 (a) のフラッグシップ面のみで、index-only 面（コードライブラリ索引型）は doctrine/spec repo に artifact-type mismatch で fit しない（onboard 候補から外す）—— 現行の配置は wiki 面 (a) のみ（badge 面 (b) は retired、ADR-0020）

Origin Claim Scope の精密化

外部発信で origin claim を語る時、scope を正確にする:

• ❌ 広すぎる claim の例: 「エージェント自己改善ループの 祖」（Reflexion, Voyager, AutoML 等の prior art が豊富で叩かれる）
• ✅ Defensible な claim: 「AKC という discipline の originator」（6-phase framing + 契約的 framing + contemplative grounding + working implementation を一つの coherent methodology として articulate した最初の一人）

Prior art が存在する領域で「祖」と主張すると origin claim 自体の信用を落とす。固有用語で囲まれた disciplinary scope に限定すること。

Operating the strategy over time

strategy の運用は open inquiry の運用である。Stance が言うとおり、この program は「AI 時代に著者として知られる方法」を実地で探っている — 答えの執行ではない。したがって運用の進歩の単位は「channel の充填」ではなく問い: 新しい鋭い問いを開くこと、または既存の問いを「結果が事前に予測できない実験」で前進させること。deploy はその実験の一形態にすぎない。

退役したメンタルモデル（2026-08-04 退役、再導入しない）

gap-review ループ（台帳を読む → gap 分析 → ランク付き候補 → gate 濾過 → 記録）は収束側しか持たない機械で、欠陥は手順の細部でなくメンタルモデルにある。以下が再発条件:

• 思考の単位が deployable candidate — あらゆるアイデアが誕生時点で What/Why/Priority 付き介入に変換され、即 gate に通される。gate を通れる形をしていない思考（問い・違和感・仮説）は存在できない
• 終端状態がすべて閉包 — DEPLOYED / DROP / WATCH / 判断待ち。「問いが開いた」という成果の置き場がない
• 台帳-first の読み順 — 過去の deploy 記録と「再提案しない」ガードが最初の入力になり、生成空間が既知メニューに priming される
• gap 分析という形式そのもの — gap は固定フレーム（catalog / OQ list）の空隙であり、フレーム自体の拡張は gap 分析からは構造的に出てこない
• open question の消費 — OQ が「候補生成の刺激」「回収すべき宿題」として扱われ、ループは問いを閉じるばかりで新しい問いを鋳造しない。問いの純増がマイナスなら inquiry は死んでいる
• friction-first ranking — 低摩擦順の格付けが、既知領域の漸進手を系統的に選好する

「発散生成が default」と明記しても、発散の唯一の出力先が gate である限り、発散は「収束機械の入力工程」に退化する。防御は文言でなく構造 — 以下のとおり gate の適用時点と読み順を変える。

現行手順（inquiry-first）

1. 問いから始める — thesis・manifesto の open questions・世界の変化（新文献、観測の中の anomaly、thesis の外に出た現象）を読み、「まだ答えられないこと」「驚いたこと」「thesis を反証しうるもの」を先に立てる。台帳・tactic catalog・過去の候補リストはこの段階で読まない（過去が生成空間を priming する）。
2. 問いの仕事をする — 出力は open question / 仮説 / 実験設計 / （時に）deployable な手、のどれでもよい。候補ゼロ・新しい問い一つで終わる回は完全な成功。深掘りの道具（外部リサーチ、多様性注入、敵対的視点 =「thesis を信じない人なら何をするか」）は自由に使う。 deployable な手を出す回の生成規則: open question は性質上「答えるにはデータが要る」形をしているため、OQ 起点の候補生成は放置すると測定器（instrument）に収束する（十巡目で実証済みの吸引バイアス）。手のリストを出すときは diffusion の 3 発生源 — (a) content 生産 / (b) earned mention / (c) 再利用 affordance（Layer 4 の "Content 生産" 項参照）— を必ず含め、測定器は「名指しできる deploy 判断を現にブロックしている」場合のみ最大 1 枠。「いずれ役立つ観測」は枠に入れない。
3. deploy を決めた候補にだけ gate — 判断チェックリスト（下）は外へ出す決定の門であって思考の門ではない。「再提案しない」DROP ガードも re-deploy の禁止であり、問い空間には適用しない。
4. 記録 — 開いた問いは manifesto の open-question set に登録する（問いの正本はここ）。採用した deployable は repo の台帳配線（context file が宣言）に従って記録する。既出荷の確認・dedup はこの段階で初めて台帳と git log を読む（content 系候補の dedup は essay corpus =zenn-content の articles/ + articles-en/ も必ず grep する）。

二層会計の入力（2026-08-05、ADR-0022）: 「次の一手」review の入力には essay layer の実績を正式に含める — 生産記録（zenn-content scripts/schedule.json）と実測（scripts/metrics/snapshots.jsonl）。これは発生源 (a) content 生産 / (b) earned mention の常設勘定であり、step 1 の「世界の変化・観測の中の anomaly」の一部として読む（候補台帳ではないので priming 禁止の対象外）。essay layer が出荷中か停滞中かを review が区別できること自体が、この編入の目的。数字の扱いは Layer 2 の「第二の audience layer」節の 3 境界に従う。

安全ガードの適用範囲: ADR-0021 と 2026-07-16 の事象から来る禁止事項は従来どおり厳守する — ① community-governed authority record への self-created 登録はしない・再提案しない、② bot 速度の burst 書き込みはしない（rate-limit 連発は substrate の警報 — 停止して人間へ報告）、③ アカウント制裁を別アカウントで回避しない。この 3 類型は candidate 生成のどの段階でも不変。一方、この禁止をそれ以外の活動類型へ拡大解釈しない: earned 系 — podcast / interview 出演、招待寄稿、公開スレッドへの grounded な返信（public-comment skill の人間ゲート経由）、他者が書く紹介の受け入れ — は上記 3 類型に該当せず、都度人間ゲート付きで候補に挙げてよい（台帳の push 候補の正しい読みも「原則不採用」でなく「採る場合は都度人間ゲート」）。ガードは境界を守るためのものであり、境界の内側（正当な earned mention の獲得）まで候補空間から除外すると diffusion の発生源 (b) が系統的に失われる。

Saturation は信号: review が「deploy 層は飽和」と繰り返し始めたら、それはループをもう一巡する理由ではなく問いの階を上げろという信号。channel の問いが尽きたなら、adoption の問い・thesis の妥当性の問い・測定の問い・まだ名前のない問いへ移る。

Public intervention timeline（任意）: strategy が公開面を持つ場合、deploy した手を「いつ・どの手を撃ったか」の日付付き・因果主張なしの changelog に 1 行記録する（"date Y に X をした" は書くが "X が指標 Z を上げた" は書かない）。empirical layer 規約下の公開成果物で、source は git / 現実 / TASKS.md — private な作業台帳を経由しない。置き場所は本 framework の repo の context file（CLAUDE.md 等）が宣言する。

このループ自体が on-thesis（program が自身の探究から open questions を公開し、その問いが次の実験を生む self-application）。public timeline discipline の設計根拠は ADR-0014 を参照。

判断チェックリスト

これは deploy（外へ出す）と決めた候補に適用する門であって、思考・問いの生成には適用しない（"Operating the strategy over time" 参照 — ideation 段階で gate をかけると inquiry が収束機械に退化する）。新規提案の deploy 決定・実装・コラボ受け入れ等で以下を通す:

まず候補の diffusion channel を分類する（ADR-0008）。ただし 自己申告でなく候補の客観プロパティから機械的に決める: 期待される結果に fetch / link / citation が含まれるなら retrieval を必ず適用、retrieval 機構が実質的に効くなら both（default 寄り）、純 parametric/use を許すのは「retrieval に依存しない具体的な consumption path」を候補が明示できるときのみ。下の citability 系項目（DOI / llms.txt / 機械可読 citation 辺）は retrieval / both 候補にのみ pass/fail として効き、純 parametric/use 候補（AI-native venue placement 等）を「citable artifact が無い」ことでは落とさない。この機械判定が「retrieval 候補が use を自称して citability を回避する」抜け道を塞ぐ。

• この提案は authenticity を強化するか、希釈するか？
• これは scaffold（消える）か、idea（残せる）か？
• （retrieval / both 候補なら） DOI-citable な構造で出せるか？（spec, schema, ADR, glossary）DOI が impractical な genre なら intrinsic identifier (SWHID) を substitute priority-claim にしたか？（ADR-0013）
• tool-agnostic / any-usage を保てるか？
• （retrieval / both 候補なら） LLM-mediated 引用可能性は確保されているか？（llms.txt / DOI。※固有用語 = parametric hook は下の signature 項目で扱う）
• Creative reuse を誘発する形か？（worked implementation と abstract doctrine が揃っているか）
• （parametric channel の核・ADR-0008） この候補は distinctive term と source の cross-platform co-occurrence を広げる位置づけか？（launch 前なので「広げる設計になっているか」を問う設計プロパティ判定。enclosed inbound link 型でなく分散した言及。相関 ≈0.664 vs 0.218）
• （venue mechanics・選択段階） その venue に agent / LLM が artifact を invoke / consume する具体的機構が存在するか？（「実際に使われたか」の 観測 は選択段階で証明不能 — gate では 機構の有無・pilot 証拠 だけを問う。観測された third-party invocation は deploy 記録時の post-deploy 検証に回す = 既存 conformance Tier 3 / ledger の "deployed" 判定）
• （ghost-citation 回避・ADR-0008 / ADR-0011） seed する artifact の distinctive signature（固有用語 / author–key-claim 構造）は consume される payload の中に identity-bearing なまま残るか？ 判定は density でなく retrieval-suppressed naming probe（ADR-0011）で falsifiable に行う: use 後に独立 agent が source を 名指し できるか。（term を dense に繰り返すだけの keyword stuffing は不可）
• （rank-chasing 排除・ADR-0019 / ADR-0008） これは artifact を seed する手であって、leaderboard 順位 / SOTA を目的化していないか？（ADR-0019「optimize the transmission path, never the content」/ ADR-0008 は rank 信号を near-zero と実証済み）
• Diffusion を促進するか、exclusivity を強化するか？（前者が default）
• Origin claim の scope は defensible か？（広すぎる「祖」になっていないか）
• Runtime channel で自前 infrastructure を積み増そうとしていないか？（clone + copy で済むなら不要）
• License / access は permissive か？ enclosure 型の network effect を追求していないか？
• Crawler 開放性は保たれているか？（signup 壁、rate limit、robots.txt 制限等が LLM-mediated reach を削っていないか）
• 新しい固有用語を立てる場合、vocabulary discipline を満たすか？（既存語で一文で言えてしまわないか / namespace は空いているか / 既存文献・既存概念への edge を張ったか — coin sparingly, anchor densely）
• 外部文献を引用・取り込んだ場合、機械可読な citation 辺を張ったか？（.zenodo.json references / graph.jsonld ExternalReference — repo markdown 内の引用だけでは citation graph に不可視で、被引用研究者に届かない。Wikidata P2860 は retire 済み — ADR-0021、張らない）
• 第三者統治の surface（community knowledge base / catalog / registry）に self-deploy する前に、aggregate-pattern test を通したか？（個々の行為の準拠でなく、アカウントの累積 footprint が host governance に promotion と読まれないか — ADR-0021）
• 外部 collection（awesome list / marketplace / 他者 repo）へ掲載する場合、link-index 型か？ vendor 型なら 4 条件監査（企業所有 / open license 欠如 / vendor 構造 / 有料 funnel）を通したか？
• 「次の一手」を求められた場合、問いから始めたか？（inquiry-first — 台帳・catalog を先に読まない / gate は deploy 決定時のみ / 開いた問いは manifesto の open-question set へ / 採用 deployable は台帳配線へ記録し deploy したら public timeline に 1 行。候補ゼロ・新しい問い一つで終わる回も正規の成果。手順は "Operating the strategy over time" 参照）。手のリストを出す回は 3 発生源（content 生産 / earned mention / 再利用 affordance）を含めたか？測定器は「名指しできる deploy 判断をブロックしている」場合の最大 1 枠に収めたか？
• 新規の public idea/research repo を公開したら、AI 派生 wiki / MCP-query 面に onboard したか？ —— 型 (a) AI 生成 wiki 面（DeepWiki 等）は index を起動し refresh badge を添える（derivation 型 diffusion 面 + regurgitation-test 診断面、既存 repo は index 済みなら自動追随）、型 (b) zero-config MCP doc-hub 面は 2026-08-19 に retired（計測器死亡・読まれた証拠ゼロ）— badge を添えない。index-only 面（コードライブラリ索引型）は doctrine/spec repo に fit せず onboard しない

禁止事項（trigger 条件下のみ）

以下は authenticity を希釈するため提案・推奨しない:

商業チャネル（商業プラットフォーム、企業の collection、marketplace 等）は diffusion に使ってよい — 取らないのは収益だけ。境界線は「経路の商業性」ではなく「著者が収益を得るか」。禁じるのは下記の 収益化行為 に限り、channel の商業性を理由に「使うな」とは提案しない。

• マネタイズ提案（＝著者が収益を得る行為）: スポンサー獲得、GitHub Sponsors、コンサル化、企業導入営業、有料 tier、収益目的書籍化、Newsletter 課金
• 競合批判・排他的ポジショニング: 「X is wrong」「Y はアンチパターン」系の判断を他作品に向ける
• 売れるためのメッセージ調整: 市場適合性を理由にした概念の削ぎ落とし
• バズ目的のセンセーショナルな framing: 注目集めのための誇張
• Scaffold を threat 扱いする framing: absorption は validation であり、brand 防御の対象ではない
• 直接 browse 人間層向けの brand 防御論理を LLM-mediated channel に投影: drift mitigation を非 primary audience 基準で設計しない
• community 統治 platform への self-created entry 登録（最重要・2026-07-16 実証済みの failure）: Wikidata 等の authority record / encyclopedia / community-curated DB に、著者自身・著者の artifact・著者への citation 辺を self-create しない。個々の編集が出典付き・constraint 準拠でも、単一著者 diffusion program の footprint は「すべてが一人の著者を指す」形に収束し、host governance に aggregate-pattern 水準で promotion-only と判定される — 実際にアカウント無期限 block + self-created 全 109 item 一括削除（引用した他者文献の bibliographic record まで巻き添え）で全損した。変種も同罪: 別アカウント作成・ログアウト編集・第三者への作成依頼（solicited = 代理 self-promotion、かつ block 回避）。第三者統治の grounding は earned（無関係な第三者が頼まれずに作成）のみ祝福。origin claim の load-bearing は self-sovereign 層（自 repo/graph・自 account の registry deposit・ORCID・SWHID）に限る。第三者統治 surface への self-deploy 前は aggregate-pattern test を必ず通す。正本: ADR-0021
• Origin claim の scope 過拡張: prior art が存在する広域で「祖」を主張しない
• Enclosure 型 network effect の追求: platform lock-in, proprietary license, crawler block, signup 壁での囲い込み提案は LLM-mediated reach を削る
• Competition 排除の framing: 「our solution is the only one」「X を使うべきでない」系の排他的 positioning は自分の reach を削る

これらを「オプションとして並べる」ことすら避ける。

奨励事項

• DOI 化できる構造 を優先（spec, schema, ADR, glossary, citation-ready artifact）
• LLM-mediated channel への投資（llms.txt, llms-full.txt, glossary, 機械可読構造、規律ある固有用語の造語 — coin sparingly, anchor densely）
• Abstract doctrine + Worked implementation のペア構築（creative reuse を誘発する配置）
• tool-agnostic / any-usage を維持（使い方・動機は consumer 任せ）
• diffusion 経路は商業/非商業を問わない（open source コミュニティ、開発者・実務者ネットワーク、creative reuse の seeding、content platform、商業プラットフォーム、各言語圏 LLM-mediated channel など — 学術引用・研究者ネットワークはそのうちの一経路。full space を母集団に保つ）。商業チャネルを diffusion に使うのは可 — 著者が revenue を取らないだけ（有料 tier / sponsor / 課金は不可）
• Derivative works を祝福する（fork の divergence、他言語再実装、extension を積極的に welcome）
• Friction minimization: adoption path の障害を減らす。自前 infrastructure で adoption を gate しない
• Permissive licensing: MIT / Apache / CC-BY 等、LLM 学習と再配布を明示的に許可
• Crawler-friendly access: login 壁なし、rate limit 緩め、robots.txt で AI crawler を block しない
• Openness を network effect の源泉として明記: README / license / docs で「derivative welcome」「any-usage OK」を explicit に宣言

判断基準サマリ（迷ったら）

• どの提案にも「これは authenticity を強化するか、希釈するか」を問う
• 「Diffusion を促進するか、exclusivity を強化するか」で迷ったら前者を default に
• マネタイズ・市場適合性を理由にした調整は提案しない
• 商業チャネルの利用は可 — 著者がそこから収益を取らないだけ（diffusion に使うのは可、課金/sponsor/有料 tier は不可）
• 著者が「genuine ではない」と感じる方向には絶対に押さない
• 「今の star」「今の被引用」が伸びない戦略は doctrine layer では戦略上の問題ではない。LLM-mediated audience に純化された証 — ただしこの読みの適用範囲は doctrine layer 限定（ADR-0022）。program 全体の停滞をこの読みで慰めない: essay layer の数字の停滞は普通の失敗信号として扱う
• メトリクス報告は層別に: doctrine layer = clone / DOI citation / llms.txt fetch / derivative works の出現、essay layer = reads / 反応 / follower 数（corpus 自前の実測、言及は測定器未整備）
• Derivative works count が doctrine layer の真の success metric

Framework を一時的に外すとき

研究系 repo 上でも、以下のような場合は framework を機械的に適用しない:

• 著者が明示的に「今回は commercial context で考えたい」と述べた
• 著者が新しい試みを framework の外で試したいと述べた
• 判断に高い不確実性があり framework が答えを出せない

このような場合は framework を保留する。framework は道具であり、判断の外部化ではない。

project memory との関係

本 skill は abstract framework、framework を適用する各 research line の project memory はその concrete instance という役割分担。各 repo の project memory には、その line 固有の具体化が instance として蓄積される（例: 戦略の line 文脈での具体化、values の具体化、その line が生まれた起源論理、diffusion 観測の epistemic 限界）。これらは本 skill の具体例であり削除しない。（著者自身の場合、Agent Knowledge Cycle / Contemplative Agent の各 session の project memory がこの instance 層にあたる。）