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
判断基準、生成量と確認量の分離を扱う。
このTopic Clusterには現在4件の主要Knowledgeがあります。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に判断を求める前に、「何を基準に判断するか」を指定する
AIへ「どう思う？」「どちらが良い？」と判断を求めるときは、先に「何を基準に判断してほしいか」を指定すると、求める回答とのズレを減らしやすくなります。可児 波起が国際ニュースやSNS資料をChatGPTと読み解き、背景・構造・自身の見解を整理した「世界情勢」プロジェクトでは、可児 波起自身が「数字で比較してほしい場合」と「数字を離れてAI自身の見解を聞きたい場合」を区別し、「僕が前提を話さなきゃダメだよね」と振り返りました。
2. 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
生成AIで大量の案や素材を扱うとき、AI側で生成・整理する量と、人間が実際に読む・判断する量を同じにする必要はありません。可児 波起が生成AIとの共同制作で複数作品を制作・応募した「創作大賞」プロジェクトでは、当初10作を目標にしたエッセイ企画が17作、さらに86件の素材候補を扱う方向へ広がる一方、可児 波起は「コンテスト版だけ」を提示するよう変更し、文字数確認も事前に行うよう求めました。
3. 「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
同じ漫画をAIに評価させた際、比較対象を「新人賞の完成原稿」から「創作大賞の応募棚」へ修正し、評価の重みづけが変化した実例です。
「監査で問題0」と「全部確認した」は違う――Knowledge Graphに基準点と監査範囲を残す
Quality Gateで何を検査したか、何を未確認として残すかを明示するレビュー設計の実例です。
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
「PCでも大きい」「治った」「引き継ぎを上手く出来てない」といった短い反応を、Typography・引き継ぎ・Hero工程の仕様変更へ反映した実例です。
このテーマと交差するKnowledge
「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
不要な方向を短く明確に否定し、その後に次の探索条件を加える創作対話の実例です。
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が判断や提案を始めるタイミングそのものを、人間の創作状態に合わせる対話設計の実例です。
同じPillarの別テーマ
長時間作業・状態引き継ぎ （6件）
工程分割、並列スレッド、作業状態、コンテキスト版管理を扱う。
人間の拘束を減らすAI運用 （4件）
承認、通知、拘束時間、人間再介入の設計を扱う。
思考・実行・確認の分離 （3件）
ChatとWorkの役割分担、外部サービス操作の確認状態を扱う。
AI漫画のContinuity管理 （2件）
前ページ状態の再注入と、人間によるcontinuity editingを扱う。
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。
CLUSTER