Wordle AI guesserは通常の役割を逆にするツールです。あなたが5文字の秘密の英単語を選び、ボットが推測します。すべての緑、黄、灰色のタイルをブラウザ内で計算し、219語の答えモデルを絞り込み、各推測語が残り候補をどれだけ分けられるか比較します。公式ボットやあらゆる辞書での普遍的な最適解を名乗るのではなく、各手を選んだ根拠を画面に示します。
このWordle AI推測ツールが実際に行うこと
このツールは、いつもの「自分が答えを解く」作業をコンピューターとの小さな対戦に変えます。ローカルの219語の答えモデルから1語を入力し、ほかの人には秘密にしたまま、ブラウザに最初の推測をさせます。目標語はすでに端末内にあるので、ページが各行を自動採点します。5枚のタイルを手で切り替えたり、重複した文字の余分な1文字を何色にするか悩んだりする必要はありません。各行の後には、実際の残り候補数、結果を見る前の期待残数、その分岐で得られた情報量が表示されます。
これは推論しているように文章を生成する大規模言語モデルではなく、決定的な単語ゲームモデルです。サイトの単語ツールと同じ9,983語の受理語を比較し、残った目標語を返り得る色パターンごとに分割し、平均して最も小さな候補グループを残す単語を優先します。同じ候補状態なら結果を再現できます。辞書、答えの重み、ハードモード、同点処理が変われば別の単語が選ばれる可能性があります。そのためモデルの範囲を明記し、1回の結果を普遍的な順位として扱いません。
目標語はあなたが選ぶ
ローカルモデルの答えを入力するか、ランダムな5文字の課題を選べます。
ブラウザがタイルを採点
緑を先に確定し、その後で黄を割り当てるため、同じ文字の重複も一貫します。
各手の理由が見える
候補数とビット単位の情報量によって、その推測が変えたものを確認できます。
色を手動採点せずにボットへ挑戦する
最初に英字をちょうど5文字入力します。入力欄が受け付けるのは219語の目標モデルに含まれる単語だけです。ソルバーが秘密の単語を見つけたと証明できる必要があるためです。より広い9,983語の推測バンクでは有効でも答え集合にない単語なら、画面が違いを説明し、決して勝てないモデルを黙って開始することはありません。ランダムボタンは、答え一覧を見ずに公平な課題をすぐ始めたいときに便利です。
チャレンジを始めると、秘密の単語は現在のブラウザセッション内に残ります。「次のAI推測」を押すと、生きている候補集合をモデルが評価します。色付きの行と、その手による実測の変化が並んで現れます。次のターンでは、秘密の単語とまったく同じ完全な色パターンを返す候補だけを使います。推測が秘密と一致するか、6行を使い切るまで続けます。終了後は、秘密を含まない色グリッドをコピーし、ローカル履歴と比較し、別の単語でリセットできます。
秘密を固定する
対応する目標語を入力するかランダム生成します。アカウントやアップロードは不要です。
1手ずつ進める
次の手を求める前に、現在の行と候補削減の効果を確認できます。
検証して共有する
秘密の単語を公開せず、色グリッドと推測回数だけを共有します。
ソルバーが次の5文字を選ぶ方法
ソルバーは、使用可能な推測語ごとに、残っている各答えがどんなフィードバックを返すか仮想的に計算します。5つの位置に3種類の状態があるため理論上は最大243通りの色パターンがありますが、小さな候補集合で実際に現れる数は通常もっと少なくなります。完全に同じパターンを返す答えは同じグループに入ります。プログラムはグループサイズの二乗を合計して期待残数を測り、最大グループを最悪時の確認値として記録し、実際の分岐で減った不確実性をビットで示します。
選択では最初に期待される残り候補を最小化し、次に最悪グループを小さくします。値が同じ場合は、それ自体が答えの可能性を持つ単語を優先し、最後に安定したアルファベット順で決めます。これは1手先だけを見る貪欲法です。ゲーム木全体を解く動的計画法より軽量なので、スマートフォンのページ内だけで実行できます。候補が1語になった時点では、さらに情報用の単語を使わず、その候補を直接提出します。
公開された厳密モデルとこのブラウザボットの違い
研究とこのページはどちらもフィードバックによる分割を評価しますが、データ集合と探索の深さは意図的に異なります。
| 測定項目 | 公開された厳密解研究 | このWordle AI guesser |
|---|---|---|
| 答え候補 | 元の解答2,315語 | ローカルの答え候補219語 |
| 使用可能な推測 | 元の推測語12,972語 | ローカルの受理語9,983語 |
| 選択方法 | 将来状態にわたる厳密な動的計画法 | 期待残数を減らす貪欲法と最悪分岐の同点処理 |
| 報告する結果 | 論文モデルでSALETから平均3.421回 | 秘密ごとの行数、候補数、情報量 |
測定値から言えること
BertsimasとPaskovの厳密解研究は、Wordleを2,315個の可能な解と12,972個の使用可能な推測として定式化しました。SALETから始める通常モードの最適方策について平均3.421回と報告し、そのモデルではすべての目標を最大5回で解くと述べています。これは公開研究の結果であり、このツールの得点へコピーした数値ではありません。
このページは現在のDont Wordleデータで、より小さく再現可能な測定を実行します。同じ重みの219目標語、9,983推測語、5つのタイル位置、各位置3状態、最大6行を使います。モデル日は2026年7月23日です。各行の横に表示する動的な数値は、その推測の直前に残っていた候補から毎回再計算されます。
- 期待残数は、秘密のフィードバックを適用する前に、確率で重み付けしたグループサイズの平均です。
- 実際の残数は、秘密が返した5タイル全体のパターンに一致する目標語を数えます。
- 情報利得は観測された分岐で不確実性がどれだけ減ったかを2を底として計算し、ビットで表示します。
動的計画法、データ集合、記載された結果は、MITがホストする一次論文で確認できます。
情報量はClaude Shannonが1948年に示したエントロピーの枠組みに従います。このページは色グループへ適用するだけで、新理論を主張しません。
不確実性が役立つ単位である理由
Shannonは、複数の可能性から選ばれたメッセージを復元する問題として通信を捉えました。Wordleの1行も小さな例で、色パターンが整合する目標を伝えます。
“The fundamental problem of communication is that of reproducing at one point either exactly or approximately a message selected at another point.”
Claude E. Shannon, A Mathematical Theory of Communication (1948)
25語未満の英語原文を引用しています。周囲の説明は、このサイトが単語ゲームのフィードバックへ応用したものです。
ボットを公平に試す手順
幸運または不利な1分岐だけで判断しないよう、複数の目標に同じ手順を使ってください。
- モデルの次の推測を見ずに、対応する秘密の単語を選びます。
- 各色付き行の後に、実際の残り候補数を記録します。
- 一般的な単語、重複文字のある単語、ランダムな目標を比べます。
- 同じモデル日と同じルールで実行した結果だけを比較します。
出典と再現可能なモデル注記
外部リンクは公開された厳密ソルバーと情報理論の基礎を示します。ローカル件数は、このページが使う現在の配列を直接数えた値です。
Wordle AI Guesser よくある質問
公式のWordleBotですか？
いいえ。Dont Wordleの独立したブラウザツールです。公開されたローカル答え集合、推測語リスト、重複文字採点、貪欲な情報方策を使います。
大規模言語モデルを使っていますか？
いいえ。使用可能な英単語の色パターン分割を決定的に比較します。AIという名称はコンピューター対戦を表し、ページは実際のアルゴリズムを説明します。
受理されるすべての単語を秘密にできないのはなぜですか？
広いバンクには9,983語の推測がありますが、目標モデルは219語だけです。制限により、絶対に解けないチャレンジを防ぎます。
重複文字はどう処理しますか？
位置まで一致する緑を先に確定し、残りの目標文字を左から右へ黄へ割り当てます。目標より多いコピーは灰色になります。
情報量が最も大きい単語が常に最善ですか？
普遍的には違います。このボットは期待残数、次に最悪グループを小さくします。厳密方策、重み、ハードモード、別辞書では異なる手を選べます。