Instruction・Knowledge・Evidenceの責務分離
AIへの作業指示、継続して参照する知識、今回の回答を支える根拠を分けます。Instruction・Knowledge・Evidenceの役割を明確にし、更新や失敗原因の確認を個別に行える構成を考えます。
最終更新：
ナレッジ / コンテキスト
AIへ何を指示し、何を根拠に渡し、その場の条件をどう伝えるかを分けます。ナレッジ / コンテキストの役割と更新方法を設計します。
AIが何を根拠に答える状態を作るか。情報の責務分離から、文書の取得単位、入力の組み立て、行動規則、失敗の診断へ進みます。
人向け資料とAI向け資料の分離設計
人が全体を理解する資料と、AIが根拠を検索する資料は、読み方が異なります。知識の正本は一つに保ち、版・条件・例外を共有しながら、表示と取得単位を分けて設計します。
プロンプト設計の基本構造
AIへ何を頼み、何を根拠にし、どの形で返してほしいかを分けて伝えます。Role・Task・Contextなどからプロンプトを構成し、権限や承認はシステム側の制御と区別します。
QA行動制約Knowledge
問い合わせに何を答え、何を開示せず、どこで人へ渡すかを決めます。対応規則をKnowledgeとして管理し、指示に書くだけでなく、実行時の検証・認可で業務への流出を防ぎます。
プロンプト設計の失敗モード
指示を長くしても、必要な情報が足りなかったり、指示同士が矛盾していたりすればAIは失敗します。Context不足・情報の混在・検証基準の欠如を分けて、直すべき箇所を判断します。
情報が存在するかだけでなく、取得・利用・採用が正しく行われたかを評価します。評価・ヒューマンレビュー