大規模言語モデル（LLM）を用いた語学学習において、トランス・ランゲージング（TL）は学習者の心理的負担を軽減しうる一方、誤用定着のリスクを伴う。本研究は、最適な指導法の確立を目的として、LLM指導エージェントによる3種のフィードバック形式（受容共感型／リキャスト型／明示的訂正型）を、学習者シミュレータとの対話ログから定量的に比較した。結果、明示的訂正は正確性を高め、リキャスト型は英語依存を抑制し流暢性維持に優れるというトレードオフが確認された。これに基づき、学習段階に応じて支援手法を動的に選択可能な指導エージェント設計指針を提示する。