AIのLoL分析が外れる5つの場面と、回答を整えるプロンプト

AIによる振り返りは便利ですが、質問の範囲が広すぎると、もっともらしい一般論が混ざりやすくなります。 特にLoLでは、パッチ、ランク帯、チーム構成といった前提が欠けるだけで、同じプレイでも評価が変わります。 ここでは起こりやすい5つのズレと、回答を試合データに近づけるための聞き方をまとめます。

落とし穴 1: パッチ知識のズレ

LLMが参照できる情報の時点や検索機能は、使うサービスや設定によって異なります。 一方、LoLは短い周期で調整されるため、現行メタ・最新ティアリスト・直近のバランス変更については、回答の根拠と対象パッチを確認する必要があります。 「今のパッチでこのADCは強いか」と聞く場合は、公式パッチノートなどの最新情報も一緒に渡すと安全です。

回避策：パッチ依存の質問は op.gg / u.gg / ProBuilds に任せ、AI には「この試合の中で何が起こったか」を聞く。 試合 JSON 内に閉じた質問なら、メタ知識の古さは問題にならない。

落とし穴 2: プロレベルの基準で評価してしまう

AI は学習データに大量のプロ試合解説・コーチング動画文字起こしが含まれているため、何も指定しないと「LCK／LCS のプロが目指す動き」を基準にする。 ゴールド帯で「敵ジャングルのスポーンタイマーから逆算して 6 分にカウンターガンクを準備」と言われても、実行不可能。

回避策：自分のランクとロールを明示する。

私はゴールド III のジャングル専。プロレベルの動きではなく、ゴールド帯で再現可能な改善案だけ提示してください。

落とし穴 3: 「ビルドが間違っていた」と決めつける

AIは標準的なビルドから外れたアイテムを、チーム構成を見ずに「不要だった」と評価することがある。 だが実際には、対面構成によって最適ビルドが変わるのが LoL の本質。 相手のチームが AP 多めなら魔法防御アイテムが先のほうが正しい、ということもある。

回避策：ビルド評価を頼むときは 敵チーム構成も伝え、その文脈での評価を要求。

標準ビルドではなく、敵チーム構成（{敵 5 人のチャンピオン}）に対する最適性の観点でビルドを評価してください。

落とし穴 4: KDA 偏重の評価

KDA は最も目立つ数字なので、AI は無意識にここに重みを置きやすい。 特にデフォルト「コーチ」ペルソナでは、KDA が良ければ「集団戦の貢献も良かった」と推測しがち。

回避策：KDA を意図的に外させる。

KDA は無視して、ダメージシェア・ビジョンスコア・対面との CS 差・オブジェクト関与の 4 指標だけで集団戦・マクロ評価をしてください。

落とし穴 5: 「大丈夫、君のせいじゃない」を言いすぎる

コーチペルソナは「励ます」方向に最適化されているため、本当に問題があるプレイでも「全体としては良かった」「次は上手くいきます」と緩めてしまうことがある。 自己肯定感のリセット用には便利だが、上達には逆効果。

回避策：辛口ペルソナを使うか、コーチペルソナに次の 1 行を足す。

励ましの言葉は不要です。具体的なミスと改善点だけを述べてください。私は感情ではなく事実を求めています。

落とし穴 6（おまけ）: マッチアップ知識の限界

AI はメジャーチャンピオン同士のマッチアップは詳しいが、マイナーチャンピオン（イラオイ vs ナフィリ など、メタから外れた組み合わせ）の細かい挙動は曖昧なことがある。 「序盤強い」「中盤勝つ」程度の粒度で答え、特定スキルの相互作用までは踏み込めない。

回避策：マッチアップ詳細は matchup.lol や Mobalytics などの専門ツールに任せ、AI には「この試合 JSON の中で起こったこと」だけ聞く。

まとめ：AI を「信じる」のではなく「使う」

AI コーチは強力だが、答えを盲信するべきではない。 「JSON 内の事実から導かれた結論」と「AI の事前知識からの推測」を区別すると、信頼度の高い情報だけを抽出できる。 疑わしい指摘は op.gg や Mobalytics で裏取りする。 このサイクルが回ると、AI は「あなたの専属コーチ」というより「即時応答する非常に有能なリサーチアシスタント」として機能する。