本稿では、合理的な意思決定支援を目的としたモジュール式の説明可能なLLMエージェントパイプラインを提案しています。このシステムは、Vesterの感度モデルや通常形ゲーム、逐次ゲームのフレームワークを活用し、各ステップでモジュールを交換可能です。LLMコンポーネント（デフォルトはGPT-5）と決定論的解析器を組み合わせることで、トレース可能な中間結果を生成し、不透明な出力を避けます。実際の物流ケースにおいて、26の要因に対する人間の基準との平均一致率は55.5%、輸送コアのサブセットでは62.9%でした。さらに、8つの基準を用いてLLMジャッジが実施した評価で、人間の基準と一致する結果が得られました。このように、構成可能なLLMパイプラインは、透明性のある専門家のワークフローを模倣できる可能性があります。