サクラレビューの特徴

不自然なレビューには、いくつかの共通パターンがあります：

1. プレイ時間と内容の矛盾

「このゲームは人生を変えた！最高傑作！」 プレイ時間: 0.3時間

このように、極端に短いプレイ時間で過度な賞賛をするレビューは、サクラの可能性が高いです。

2. 定型文の使い回し

複数のレビューで全く同じフレーズが使われている場合、組織的な工作の疑いがあります。

3. 不自然な日本語

機械翻訳特有の不自然な表現や、助詞の誤用が見られるレビューも要注意です。

AIによる検出ロジック

当ツールでは、以下のステップでサクラレビューを検出しています：

graph TD
    A[レビュー収集] --> B[メタデータ分析]
    B --> C[Gemini AI 文脈解析]
    C --> D[外部ソース照合]
    D --> E[スコア算出]

ステップ1: メタデータ分析

• プレイ時間
• アカウント作成日
• 所有ゲーム数
• レビュー投稿数

これらの数値から、ヒューリスティックスコアを算出します。

ステップ2: AI文脈解析

Gemini AIに以下の指示を与えます：

"Detect 'Sakura' (Fake/Paid/Manipulated) reviews from both provided Steam reviews AND external sources found via Google Search."

AIは、レビュー本文の文脈を深く理解し、不自然なパターンを検出します。

ステップ3: 外部ソース照合

Reddit、Metacritic、主要ゲームメディアの評価と比較し、Steam内の評価が不自然に乖離していないかを確認します。

精度向上のための工夫

初期バージョンでは、誤検出が多く発生していました。特に、熱狂的なファンによる正当な高評価を誤ってサクラと判定してしまうケースがありました。

そこで、以下の改善を行いました：

1. STRICT FILTER: 単なる「最高！」といった一般的な賞賛は無視
2. 具体性の確認: ゲームの具体的な要素（ストーリー、メカニクス）に言及しているかチェック
3. 外部評価との整合性: 他のプラットフォームでも同様の評価があるか確認

これにより、誤検出率を約60%削減することができました。