塾の講師がテストや教材を作るときに、過去の問題から単元・難度・出題形式の近い類題を探し、同じクラスへの重複出題を配る前に知らせる

処理の起点を決める

講師が画面で「候補を探す」を押したことを起点にします。 テストを作るのは授業の準備の時間で、講師ごとにばらばらです。決まった時刻にまとめて動かす必要はありません。 押したときに、そのクラスの出題の記録をその場で引いて照合します。

索引の更新は別に動かします。 新しく作った問題がフォルダに保存されたとき、一覧の難度や単元が直されたとき、その問題だけを埋め込みに変えて索引に入れ直します。 出題の記録は、テストを配ったときに書き込み、次に誰かが同じクラスのテストを作るときには反映されているようにします。

テストを配った時点を「出題した」とします。 作りかけのテストに入れただけでは記録しません。作ったが配らなかったテストの問題まで記録すると、出していない問題に重複の印が付きます。

入力データを集める

質を決めるのは、元にした問題の番号です。 数値を変えて作り直した問題に、元の問題の番号を書いておけば、番号のつながりだけで「同じ問題の別の版」と分かります。 内容の近さで探すのは、この番号が無い問題を拾うためで、番号で分かるものを、近さの推定で済ませないようにします。

難度の基準は、探す前にそろえる必要があります。 第3章の（a）のとおり、作った講師ごとに難度の付け方が違います。代表の問題を難度ごとに数問ずつ決め、それに照らして付け直します。 ここをそろえないまま絞り込むと、難度3で絞った候補に、実質は難度4の問題が混ざります。

データの取得方法を決める

問題1問を、索引の1件にします。 問題文と解き方の要点をつなげた文章を埋め込みに変え、単元・難度・出題形式・作った年度・元にした問題の番号を項目として持たせます。

埋め込みは Amazon Titan Text Embeddings V2 で作ります。 公式のドキュメントでは、入力は最大8,192トークンまたは50,000文字、出力の次元は1,024（既定）・512・256から選べます。ただし、英語に最適化されたモデルで、日本語を含む100以上の言語はプレビューの扱いです。 日本語の問題でどこまで近さが取れるかは、第8章の試しで必ず確かめます。

類題の検索は、おおよそ次の形になります。

{
  "size": 10,
  "query": {
    "knn": {
      "question_vector": {
        "vector": [0.012, -0.034, "…"],
        "k": 10,
        "filter": {
          "bool": {
            "must": [
              { "term": { "unit_id": "MATH-J2-LINEAR-FUNC" } },
              { "terms": { "difficulty": [2, 3] } },
              { "term": { "format": "word_problem" } }
            ]
          }
        }
      }
    }
  }
}

難度は幅で指定します。 講師が難度3を選んでも、2と3の候補を出します。付け直した難度にもぶれが残るためで、最後の判断は講師が問題を読んで行います。

重複の確認は、候補が出たあとに別の検索で行います。 そのクラスに出した問題の番号を絞り込みの条件にし、候補の埋め込みとの近さが基準以上のものを radial search で全部返します。 返ってきたものがあれば、その候補に「数値替えの疑い」の印を付けます。基準の値は、第8章の試しで、元にした問題の番号でつながっている組の近さを測って決めます。

AIへ渡す前に整形する

1. 数式を文章にそろえる … 問題ファイルの数式は、書き方を一つにそろえて文章に起こします。分数や累乗の書き方が講師ごとに違うと、同じ問題が遠く見えます
2. 図の問題に説明を付ける … 図形やグラフの問題は、図の中身を1〜2文の説明にして問題文に足します。埋め込みは文章だけを見るので、図だけで条件を示す問題は近さが取れません
3. 単元の名前をそろえる … 単元の表の別名で、一覧の単元の書き方を正規の名前に置き換えます
4. 難度を付け直す … 難度の基準に照らして、代表的な単元から付け直します
5. 元にした問題の番号を補う … 数値を変えて作った問題で、元の番号が書かれていないものは、作った講師に確かめて補います
6. 出題の記録の書き方をそろえる … 「教科書p.48の類題」のような行は、分かる範囲で問題の番号に置き換え、分からないものは「番号なし」の印を付けます
7. 他社の著作物を分ける … 市販の教材や入試問題から写した問題には印を付け、本文を索引に入れるかを別に決めます

2番目を軽く見ないでください。 算数・数学と理科は、図で条件を示す問題が多くあります。説明の無い図の問題は、内容の近さの検索では、問題文の短い別の問題と区別がつきません。

7番目は、第13章で詳しく書きます。 塾が自作した問題と、他社の著作物から写した問題は、扱いを分けます。

AIに処理させる

探すのは検索基盤で、照合は Lambda の規則で行います。生成AIには、候補を講師が選びやすい形に書かせるだけです。

1行目の線引きがいちばん大事です。 生成AIに「この候補は出した問題と同じか」を判断させると、数値が違うから別の問題、と答えることがあります。 それはまさに見つけたかった数値替えです。同じかどうかは番号と近さの基準で決め、生成AIには、決まった印の理由を読みやすく書かせるだけにします。

3行目は、難度の付け間違いを見つけるためです。 難度2なのに手順が4つある問題は、付け直しの候補として教務部へ回します。難度を直すのは生成AIではなく教務部です。

指示内容を固定する

あなたは学習塾の教務部で、講師がテストに入れる問題を選ぶのを助ける立場です。
渡した候補と照合の結果だけを根拠にしてください。

【講師の指定】クラス {class_id}、教科 {subject}、単元 {unit}、
  難度 {difficulty}、出題形式 {format}、問題数 {count}
【例の問題】{example}（無いときは空）
【候補】問題の番号、問題文、解き方の要点、難度、出題形式、
  元にした問題の番号
【照合の結果】候補ごとに
  flag: none（印なし）／same_question（このクラスに出した問題と同じ）
        ／variant_of_given（出した問題の別の版）
        ／too_close（出した問題と近すぎる）
  matched_with: 近いと判断された、出した問題の番号と出した日

【やること】
1. 候補ごとに、例の問題と比べた違いを1〜2文で書く
   （例の問題が無いときは、候補どうしの違いを書く）
2. flag が none でない候補は、matched_with の問題とどこが同じで
   どこが違うかを1〜2文で書く
3. 付けられた難度と、解くのに要る手順の数が食い違うと見えたら、
   difficulty_note に書く
4. 易しいものから並べたときの順番を suggested_order に書く

【厳守事項】
- flag を変えないでください。数値が違っても、flag が too_close なら
  too_close のまま理由を書いてください。
- 「出しても問題ない」「外すべき」とは書かないでください。
  出すかどうかは講師が決めます。
- 問題文を書き換えたり、新しい問題を作ったりしないでください。
- 難度を付け直さないでください。食い違いの指摘だけにしてください。
- 候補に無い問題に触れないでください。
- 1候補あたりの説明は3文以内にしてください。

「flag を変えない」を明記しないと、親切に直してきます。 照合の結果を渡すと、生成AIは問題文を読み比べ、「数値が違うので別の問題です」と書き添えます。 それを講師が読めば、印は意味を失います。印は規則で付いたもので、生成AIは理由を書く係だと、役割を分けて伝えます。

「出しても問題ない」と書かせないのも同じ理由です。 復習のためにあえて同じ問題を出すかどうかは、クラスの様子を知っている講師にしか決められません。

出力形式を固定する

Claude API の構造化出力で、次の形のJSONを受け取ります。 公式のドキュメントでは、output_config.format に type: "json_schema" とスキーマを渡すと、スキーマに合った妥当なJSONが返ります。

{
  "request": { "class_id": "K07-M2A", "unit": "一次関数", "difficulty": [2, 3] },
  "candidates": [
    {
      "question_id": "Q-MATH-J2-04812",
      "flag": "none | same_question | variant_of_given | too_close",
      "matched_with": [{ "question_id": "Q-MATH-J2-03307", "given_on": "2026-09-12" }],
      "difference": "",
      "flag_reason": "",
      "difficulty_note": ""
    }
  ],
  "suggested_order": ["Q-MATH-J2-04812"],
  "notes": ""
}

1つ目の理由は、flag を画面の表示に直接使えることです。 same_question と variant_of_given は赤、too_close は黄色、と色で分けて表示できます。 講師は、印の付いた候補を一目で外せます。

2つ目は、matched_with で近いと判断された問題を開けることです。 画面から出した問題を開き、並べて読み比べてから外すかどうかを決められます。 理由の文章だけで判断させないためです。

3つ目は、difficulty_note を教務部へ回せることです。 難度の食い違いの指摘を集めると、付け直しが必要な問題の一覧になります。

なお、構造化出力は Claude API で使います。 公式のドキュメントでは、Amazon Bedrock では従来の連携で一部のモデルに限って使えるとされているため、Bedrock で動かす場合は、使うモデルで構造化出力が使えるかを先に確かめます。

システムへ連携する

書き込むのは出題の記録だけです。 問題の一覧と問題ファイルは読むだけで、難度の付け直しも、元にした問題の番号の補いも、教務部が一覧の側で行います。 画面から一覧を書き換えられる作りにすると、講師ごとの難度の付け方がまた戻ってきます。

出題の記録への書き込みは、配った時点の1回だけです。 下書きのテストを何度作り直しても記録は増えず、配ったテストの問題だけが残ります。

人が確認する

講師が候補を読み、印を見て、テストに入れる問題を選びます。

1. 印の付いた候補を先に見る … same_question と variant_of_given は、原則として外します。復習のために出す場合だけ、理由を一言残します
2. too_close を読み比べる … 出した問題を開いて並べ、生徒が「前にやった」と感じるかどうかで決めます
3. 印の無い候補から選ぶ … 問題文を読み、難度と出題形式がクラスに合うかを確かめます
4. 並べて配分を確かめる … 易しい問題から並べ、時間内に解ける量かを見ます
5. 難度の食い違いを教務部へ回す … difficulty_note があったものを送ります

2番目を省かないでください。 近さの基準は、試しで決めた目安にすぎません。基準を少し超えただけの問題が、生徒にとってはまったく別の問題に見えることもあれば、その逆もあります。

目標は、1件12分です。 候補を読み、印を確かめ、問題を選んで並べるまでの時間です。問題を探して開く時間と、出題の記録を見て照合する時間が、ほぼ無くなります。

例外に対処する

4行目を必ず表示してください。 照合できなかった行があるのに印が出ないと、講師は「重複は無い」と受け取ります。 確認が届いていない範囲を見せることが、印の信頼を保つ条件です。

2行目は、新しい問題を作る順番を決める材料になります。 候補が0件だった単元と難度の組が、塾の問題の足りないところです。

記録を残す

• 講師の指定（クラス・単元・難度・出題形式・例の問題）と、検索の条件
• 返した候補の番号と、flag・matched_with
• 生成AIに渡した候補と、返ってきたJSONの全文
• 講師が選んだ問題と、印の付いた問題をあえて選んだときの理由
• 配ったテストの問題の番号と日付（出題の記録）
• 候補が0件だった単元と難度の組

4行目で理由を残すのは、近さの基準を見直すためです。 too_close が付いたのに講師が「別の問題」として選んだ組が多ければ、基準が厳しすぎます。 逆に、印が無いのに生徒から「前にやった」と言われた組は、基準が緩すぎます。

最後の行は、問題作りの計画になります。 毎月、候補が0件だった組を数え、教務部が新しく作る問題の優先順位を決めます。