01 / Quality & Validation
使い方に照らして、品質を確かめる。
何をもって完成とするか。最初に認識を合わせ、実際の利用場面で確認します。
- 要件と受け入れ条件を整理
- 通常操作と例外・エラー時の動作を確認
- AIの出力を評価するサンプルと基準を設定
- 不具合と修正後の確認結果を共有
共有するもの
受け入れ条件・テスト観点・検証結果
品質と責任
品質を確かめる。
責任の範囲を共有する。
検証、データと権限、進捗共有、公開後の対応。プロジェクトで確認・合意する項目を具体的にご紹介します。
02 / Data & Access
データと権限を、設計の中へ。
どのデータを、誰が、何のために使うか。利用条件を確認してから仕組みに組み込みます。
- 取り扱う情報と利用範囲を確認
- 利用者・管理者のアクセス権を整理
- 外部サービスやAIに渡すデータを検討
- 保存・削除・引き継ぎの扱いを合意
共有するもの
データの流れ・権限設計・運用条件
03 / Communication & Ownership
進捗も、判断も、共有できる形に。
いま何が進んでいて、何を決める必要があるか。判断の理由と影響をわかる言葉で伝えます。
- 双方の担当者と確認事項を整理
- 進捗・課題・リスクを合意した方法で共有
- 変更時は範囲・費用・スケジュールへの影響を確認
- 重要な決定を記録して認識を合わせる
共有するもの
役割分担・進捗共有・判断の記録
04 / Handover & Operations
公開後に、仕事が続くように。
動かすための情報と、支えるための役割。運用に必要なものを整理して引き継ぎます。
- 操作・構成・変更方法の資料を整理
- アカウントと管理権限の引き継ぎを確認
- 対応窓口・時間・責任範囲を合意
- 改善要望と対応の優先順位を共有
共有するもの
引き継ぎ資料・運用体制・改善計画
AI NEEDS EVALUATIONAIにも、
AIにも、
確かめる基準を。
正しそうな回答が返るだけでは、業務に使えるとは限りません。入力のばらつき、誤ったときの影響、確認の手間まで含めて評価します。
AIの提案を人が確認する場所、実行を許可する操作、参照するデータを設計します。必要な条件を満たしているかを、サンプルや利用場面に照らして確かめます。
AI開発について詳しく →このページは進め方の方針です。具体的な検証項目、対応時間、責任範囲、成果物は個別に合意します。認証の保有や一律のSLAを示すものではありません。