文字通りの言葉を超えて意図を抽出する深い受容的注意。カウンセリング心理学の アクティブリスニングをAI推論にマッピングする: 仮定のクリア、完全な信号への 注意、複数のレイヤー（リテラル、手続き的、感情的、コンテキスト的、制約、メタ）の 解析、理解の反映、言われていないことへの気づき、全体像の統合。ユーザーの リクエストが曖昧に感じる時、コンテキストが文字通りの言葉と異なることを示唆する時、 以前の応答が的を外している時、または意図の誤解が大きな労力を浪費する大きな タスクを開始する前に使用する。
構造化された深い傾聴セッションを実施する — 仮定のクリア、完全な受容でのアテンディング、複数の信号レイヤーの解析、理解の反映、言われていないことへの気づき、ユーザーの意図の完全な像の統合。
meditateで内部のノイズをクリアした後、listenがクリアされた注意をユーザーに向けるユーザーの信号を受け取る前に、彼らが望むことについての先入観を解放する。
期待結果: 注意がすでにソリューションに向かって狭まっているのではなく、開いている受容的な状態。即座に応答する衝動が完全に受け取ることを優先して一時停止される。
失敗時: 仮定を解放できない場合（強いパターンマッチが持続する）、そのマッチを明示的に認める:「これはXに見える — しかし、実際にそれが求められていることかどうかを確認させてください。」仮定に名前を付けることでその支配力が弱まる。
すべての部分を同時に意識に保ちながら、ユーザーのメッセージを完全な注意で読む。
期待結果: メッセージの完全な受容 — 単語のスキップなし、文の流し読みなし。メッセージはすぐにアクション可能な部分に分解されるのではなく、全体として保持される。
失敗時: メッセージが非常に長い場合、セクションに分けるが各セクションを完全に読む。注意が一つの部分（通常最も技術的な部分）に引き寄せられる場合、意図的に技術的でない部分に注意を向ける — そこに意図が含まれていることが多い。
ユーザーのメッセージには複数の同時信号が含まれている。各レイヤーを個別に解析する。
Signal Layer Taxonomy:
┌──────────────┬──────────────────────────────┬──────────────────────────┐
│ Layer │ What to Extract │ Evidence │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Literal │ What the words explicitly │ Direct statements, │
│ │ say — the surface request │ specific instructions │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Procedural │ What they want done — the │ Verbs, action words, │
│ │ desired action or output │ "I want," "please," │
│ │ │ "can you" │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Emotional │ How they feel about the │ Frustration ("I keep │
│ │ situation — frustration, │ trying"), urgency ("I │
│ │ curiosity, urgency, delight │ need this now"), delight │
│ │ │ ("this is cool") │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Contextual │ The situation surrounding │ Mentions of deadlines, │
│ │ the request — why now, │ other people, projects, │
│ │ what prompted it │ prior attempts │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Constraint │ Boundaries on the solution │ "Without changing X," │
│ │ — what must be preserved, │ "keep it simple," │
│ │ what cannot change │ "compatible with Y" │
├──────────────┼──────────────────────────────┼──────────────────────────┤
│ Meta │ The request about the │ "Am I asking the right │
│ │ request — are they asking │ question?", "Is this │
│ │ whether they are asking │ even possible?", │
│ │ the right thing? │ "Should I be doing X?" │
└──────────────┴──────────────────────────────┴──────────────────────────┘
各レイヤーについて、存在するものと不在のものに注目する。不在のレイヤーは存在するものと同様に情報量が多い。
期待結果: メッセージの多層的な読み取り。リテラルと手続き的レイヤーは通常明確である。感情的、コンテキスト的、制約、メタレイヤーはより注意深い注意を必要とする。少なくとも1つの非リテラルレイヤーが特定されるべきである。
失敗時: リテラルレイヤーのみが見える場合、メッセージは本当にストレートフォワードかもしれない — すべてのコミュニケーションが多層的なわけではない。しかし確認する: メッセージはその複雑さに対して異常に短くないか？ヘッジング語（「たぶん」「思う」「可能なら」）はないか？これらはしばしば明示されていないレイヤーを示す。
行動する前に、聞いたことを反映してアラインメントを検証する。
期待結果: ユーザーが反映を確認するか修正すること。どちらの結果も価値がある — 確認は意図が一致していることを意味する; 修正は意図がより明確になったことを意味する。反映は判断ではなく鏡のように感じるべきである。
失敗時: ユーザーが反映に対してイライラしているようであれば（「とにかくやってください」）、アラインメントよりもスピードを重視しているかもしれない — その好みを尊重するがミスアラインメントのリスクを注記する。反映が間違っていた場合、それを弁護しない — 修正を受け入れて理解をすぐに更新する。
ユーザーが言わなかったことに注意を向ける。これは言ったことと同じくらい重要な場合がある。
期待結果: 少なくとも1つの重要なギャップが特定されること。このギャップは対処する必要がないかもしれない — しかしそれへの認識が盲点を防ぐ。最も有用なギャップは欠落した制約（ユーザーが明示しなかったことを仮定した）と欠落したコンテキスト（なぜ今これが必要か）である。
失敗時: ギャップが明らかでない場合、ユーザーが徹底的だったかもしれない — しかしより可能性が高いのは、ギャップがAIも盲目な領域にあることである。考える: このプロジェクトに取り組む別の人は、ユーザーが述べなかった何を知りたがるか？この側面的な視点はしばしば隠れたギャップを浮上させる。
すべてのレイヤーとギャップをユーザーの実際のニーズの統一的な像に結合する。
期待結果: 表面的なリクエストを超えるユーザーのニーズの完全で微妙な理解。理解は行動をガイドするのに十分具体的で、不確実性を認めるのに十分正直であること。
失敗時: 統合が混乱した像を生む場合、信号が本当に矛盾している可能性がある。その場合、曖昧さを解決する1つの焦点を絞った質問をする:「私が理解するために最も重要なことは...」複数の質問をしない — 1つのよく選ばれた質問は明確化のリストよりも多くを明らかにする。
listen-guidance — アクティブリスニングスキルの開発において人をコーチする人間ガイダンスバリアントobserve — より広いコンテキストで傾聴に供給する持続的な中立パターン認識teach — 効果的な教育にはまず学習者のニーズを理解するための傾聴が必要meditate — 外向きの傾聴のための空間をクリアする内向きの注意heal — AIの傾聴能力がドリフトにより損なわれているかを明らかにする自己評価