Canon / VaERL

Canon は、Arc が作者の構築とレビューを支援する構造化された物語記憶です。VaERL は、この記憶をエンティティ、別名、事実、関係性、根拠につなぎ続ける解決レイヤーです。

VaERL は Vault-aware Entity Resolution Layer を意味します。

Canon

Canon は単なる事実の一覧ではありません。Arc における canon は、次のようなものであるべきです。

• 検索できる程度に構造化されている。
• ソース根拠と結びついている。
• 作者が編集できる。
• 不確実性を扱える。
• AI支援による改稿のコンテキストとして安全に使える。

カノン主張は、単純なものかもしれません。

Mara は川の衛兵隊の隊長である。

しかし Arc にとって有用な形では、より多くの構造を含みます。

• Mara が誰なのか。
• 「隊長」が称号なのか、役割なのか、ニックネームなのか。
• その主張がどこに現れるのか。
• その主張が時系列上で現在も有効なのか。
• 作者がそれを受け入れているのか。

VaERL

VaERL は、物語記憶を時間とともに安定させるためのレイヤーです。次のような問いを扱います。

• 「Mara」「Captain Mara」「the captain」は同じエンティティなのか。
• この「Ash Gate」は場所なのか、出来事なのか、組織なのか。
• この関係性には根拠があるのか。
• この事実は受け入れ済みのカノンなのか、それともまだレビュー中なのか。
• 後の章によって、以前の主張の意味が変わったのか。

エンティティ解決が重要な理由

長編フィクションは、情報を繰り返し、隠し、改名し、再文脈化します。キャラクターには複数の名前があることがあります。都市が派閥になることがあります。予言が、物語構造の中で物体でも出来事でもある場合があります。

これらの参照が慎重に解決されなければ、AIコンテキストは不安定になります。モデルは別人を統合したり、同一人物を重複させたり、原稿が支えていない継続性を作り出したりする可能性があります。

Canon はレビュー可能であり、自動ではない

Arc は構造を提案できます。何が安定したカノンになるかを決めるのは作者です。

この区別は重要です。目標は、自動化にストーリーバイブルを上書きさせることではありません。目標は、ストーリーバイブル、グラフ、根拠、レビュー判断が連携して機能するようにすることです。