判断基準・レビュー設計
判断基準、生成量と確認量の分離を扱う。
Knowledge → AIとの仕事設計 → 判断基準・レビュー設計
AIへ何を基準に判断させるか、人間がどこまで確認するかを設計するKnowledge群。
下の記事はそれぞれ独立した問いに答えながら、同じテーマを別の角度から補います。
このテーマのKnowledge
1. AIのセルフレビューで見つけた修正点は、次の原稿にも入っているか
セルフレビューの修正条件を次稿の該当箇所と照合し、記載済み・不足・未確認を分けるレビュー設計の実例。
2. Geminiは「全72ページ」、本人記録は74ページ――別AIの作品評価を「答え」にしない
別AIの作品レビューを判断材料として利用する際、評価内容・事実記述・参照条件を分けて扱うレビュー設計の実例として所属。
3. AIに視点候補を広げさせ、人間が「普通」を捨てる――NewsPicksコメント制作で分けたAIと人間の役割
NewsPicksコメント制作で、AIが候補を広げ、人間が採否・視点・冒頭1文・口調を決めるレビュー設計を扱うためPrimary。
4. 「PCでも大きい」「治った」「引き継ぎを上手く出来てない」――短いフィードバックを仕様変更へつなげた実例
人間の短いレビューを、不具合報告・採用確認・方式否定として読み分け、AI運用ルールの仕様変更へ反映したレビュー設計として所属。
5. 「新人賞の完成原稿」から「創作大賞の応募棚」へ――比較母集団を変え、AIの評価軸を修正した実例
同じ作品でも比較母集団・評価目的・評価姿勢を変えるとAI評価の重みづけが変化した、判断基準設計の実例として所属。
6. AIに判断を求める前に、「何を基準に判断するか」を指定する
このKnowledgeの中心テーマとして現在のTopic Clusterへ所属。
7. AIで大量制作するとき、「生成する量」と「人間が確認する量」を分ける
このKnowledgeの中心テーマとして現在のTopic Clusterへ所属。
AIに記事を点検させるとき、確認項目と訂正形式を分けて設計した記録
記事をAIに点検させるときは、「最新性」「日本語表現」「誤字脱字」「企業名・サービス名」を別々の確認観点として指定し、見つかった修正箇所を箇条書きで受け取る形にすると、確認結果を整理できます。
新規記事を作る試験が既存記事更新になった――dotの重複判断と実験目的がぶつかった記録
AIの重複回避判断が合理的でも、それが実験目的に合うとは限りませんでした。2026年9月30日のChatGPT dot試験では、過去会話の採掘から新規Knowledge作成・メイン画像生成・Wix公開までを試したかったのに、dotは既存Knowledgeとの重複を判断して既存記事更新を選びました。
3スレッドを約49分で採掘して新規Knowledgeが0件だった――処理量と新しい知の発見は別だった
ChatGPT dotで複数スレッドを連続処理しても、新規Knowledgeが増えるとは限りませんでした。
正確さを守ろうとして記事の主旨を失った――dotの音楽Knowledgeで起きた編集の失敗
記事制作で事実確認や未確認範囲を厳密にしても、その注意事項を記事の主役にすると、元の体験や問いが消えることがありました。
過去のAI体験を「当時の限界×人間の工夫」として残す――dotローンチ直後に歴史Knowledgeの型を作った記録
過去の生成AI体験をKnowledgeにするとき、2026年10月1日〜2日の可児波起とChatGPT dotの試行では、現在のAI基準で昔を採点するのではなく、「当時の生成AIの限界」と「それに対して人間がどう工夫したか」を一組で残す方法へ変わりました。
Wixに公開できてもKnowledgeとして合格とは限らなかった――dotローンチ直後の文章品質失敗
AIが記事を作成し、画像を登録し、Wixへ正常に公開できても、それだけではKnowledgeの内容品質を合格にできませんでした。
このテーマと交差するKnowledge
文章の型だけ引き継いでも同じコメントは作れなかった――AIへ「視点を見つける工程」まで渡した実例
『普通』『難しい』をどう判定し、次にどの視点を探すかという判断基準を別スレッドへ渡す設計と強く交差するためSecondary。
Featuredを新着6本にせず、5 Pillar代表＋1 Flagshipへ揃えた――Knowledge Graphの入口として選んだ実例
Featured候補を新しさやdegreeだけで機械選定せず、Pillar代表性とFlagship役割を基準に週次レビューする判断基準設計として交差する。
「監査で問題0」は、どこまで確認した結果か｜サイト運用の報告を読む方法
Quality Gateで何を検査対象にするか、何を対象外として残すかというレビュー設計と交差するため。
AIが先回りしたとき「書く気がうせる」と感じた――創作中の未完成を守る
AIが提案すべきタイミングと、人間がまだ判断していない余白を残すレビュー設計に関係するため。
「既視感」「滑ってる」「普通」の後、AIの次の候補が変わった――強い否定フィードバックの実例
否定だけで終えず、不要な方向を除外し次の探索条件を判断基準として与える対話設計と交差するため。
同じPillarの別テーマ
長いAI作業を工程へ分け、複数スレッドやファイル間で作業状態を失わず再開するKnowledge群。
AIの処理中に人間を拘束せず、必要な判断点だけ人間へ戻すKnowledge群。
AIの思考、外部操作、保存確認を分離して安全に進めるKnowledge群。
上位Pillar
人間の判断を残しながら、長時間・複数工程の仕事をAIへ任せるための運用設計。
全体から探す場合は、Knowledgeトップへ戻る。