猫のようなAIと暮らしたい（3）要件定義編
F層：機能（ClawChanに何ができるか）
機能の中核はF0:永続メモリです。①〜⑤のすべての機能はF0の上に載る「アプリケーション」であり、F0だけが他のすべての前提になります。
「自分専用=説明不要」という要件の本体はここです。
機能面のロードマップは
F0:永続メモリを作る
F0に知識を注ぐ（F2〜F4）
F0に手足を付ける（F5）
表現を豊かにする（F1能動化・F6）
という一本道として読めます。
P層：人格（ClawChanは誰か）
人格は機能と独立した層です。同じ機能でも人格が違えば別のAIになる——ここが一番「作品」に近い層だと思います。
P1. 口調（Phase 1で定義）
「アライさん」系。「〜のだ!」「〜なのだ!」。元気でポジティブ、ちょっとポンコツ
システムプロンプトとして最初に固定し、以降の全Phaseで一貫させます
箴言（F2）もこの口調を通す（「芸術は爆発なのだ！」）
公開配信時はインスパイア元との距離感を調整できる余地を残す
P2. 猫の気質（Phase 1で仕込み、Phase 5で開花）
気まぐれにちょっかいを出し、かまうと満足する。
Phase 1ではテキスト上の性格付けとして存在し、Phase 5で「気まぐれエンジン」（時間帯+乱数+健康データをトリガーとする能動発話）と「機嫌パラメータ」（かまわれると上昇）という実装を得て、初めて行動として現れます。
人格の仕様が先、実装が後という順序が重要です。
P3. モード（Phase 4で設計）
猫モード（平常）⇔秘書モード（F5実行時）。気まぐれさと実務の有能さを両立させる仕掛け。
口調を保ったまま挙動だけ切り替えるか、口調ごと変わるかは、Phase 4で実際に使いながら決める保留事項。
P4. 相方=「フェネック」系（Phase 6で誕生）
落ち着いた男声寄り、冷静なツッコミ役。
ポジ（「アライさん」系）=共感・提案・励まし、ネガ（「フェネック」系）=データに基づく現実チェック、という『クリィミーマミ』の「ポジ」「ネガ」構造を『けものフレンズ』の気質で翻案した設計。
F4のメンタルケアでは「ネガが客観指摘し、ポジが受け止める」という分業がそのまま安全設計になります。
T層：技術（ClawChanはどう動くか）
技術層は
頭脳（Mac Studio）
身体（StackChan）
神経（API連携）
の3系統に分かれ、Phaseの進行はこの3系統を順に立ち上げていく過程です。
T1. 頭脳 — Mac Studio M4 Max/36GB（Phase 0〜1）
ローカルLLM：
30Bクラス量子化モデル（Phase 0で選定）
日常会話・気分推定・箴言マッチングを担当
クラウドLLM：
複雑な秘書タスク・創作相談を担当。Claude API等
振り分け原則：
個人情報・健康データはローカル優先、高度な推論はクラウド
メモリ実装（F0:永続メモリの実体）：
プロフィール層=手書きの固定ファイル
エピソード層=会話要約をSQLite+ベクトルDBに蓄積し検索注入
状態層=直近の気分とタスクの短期記憶
T2. 神経 — 外部データ・ツール連携（Phase 3〜4）
Google Health API（Phase 3）：
Google OAuth 2.0、GCPテストモード運用で審査回避（見込み。要実地確認）
日次でローカルDBに取り込む
箴言RAG（Phase 3）：
箴言DB+ベクトル検索+頻度制御
安全境界（Phase 3）：
ネガティブサイン継続時に人間の相談先を提案するルールをコードで固定
MCPツール群（Phase 4）：
ファイル・Web・カレンダー等。実行ログと確認フロー付き
T3. 身体 — StackChan×2（Phase 2'、5〜6）
StackChan側は入出力に徹し、処理はすべてMacにWi-Fiで委譲
音声パイプライン：
マイク → Whisper系STT（Mac）→ LLM（Mac）→ VOICEVOX等TTS（Mac）→ スピーカー
LLMモジュール（Phase 5）：
役割は「目」（顔検出・追従）とウェイクワード検出に限定。LLM機能は使わない
表現系（Phase 5）：
表情・LED・首振り・手を振る（既存実験の統合）
オーケストレーション（Phase 6）：
2台の発言順制御と役割分担。技術的にはPhase 6の本丸
ロードマップとの対応
To be continued...
次回はいよいよ Phase 0 、LLMの選定に入るのだ。
期待して次回を待つのだ！
＜目次＞猫のようなAIと暮らしたい
（1）コンセプト編
（2）開発ロードマップ編
（3）要件定義編←いまここ🐱
（4）環境構築編
（5）Phase0-1：LLMモデルとクラウドAPIの選定
（6）Phase0-2：LLMモデルの比較（実測結果）
（7）Phase0-3：クラウドAPIの疎通テスト
