| 反復性 |
業務がどれくらい頻繁に、どれくらい似た形で繰り返されるか。高いほど自動化に有利。 |
| リスク |
間違えたときの被害の大きさ。影響範囲、取り消しにくさ、発見までの時間に分けて考える。 |
| チェックコスト |
人が結果を確認するのにかかる時間と労力。元の作業時間と比較する。 |
| 除外条件 |
点数にかかわらず、自動処理の対象から外す条件。例:人の検討なしの重大な決定。 |
| 開始条件 |
業務を開始する出来事や時点。スケジュールされたタスクか、イベント駆動タスクかを決める。 |
| 完了条件 |
ある段階が終わったと認める、確認可能な基準。チェック基準の出発点になる。 |
| 処理時間 |
実際に仕事をするのにかかる時間。AIが主に減らす時間。 |
| 待ち時間 |
次の担当者が着手するのを待つ時間。手順や割り当て方法を変えることで減る。 |
| 通常の経路・例外の経路 |
大半の案件が通る道筋と、情報不足・矛盾・期限超過の案件が通る道筋。 |
| 委任レベルのはしご |
整理・推薦、検討用の下書き、承認後に実行、限定的な自動実行の4段で、AIに任せる度合いを分けたもの。 |
| 人によるチェックポイント |
自動化の流れの中で、人が確認または承認する位置。影響の大きい行動の前に置く。 |
| 承認 |
行動してよいという許可。内容の確認とは異なる。 |
| 承認疲れ |
承認依頼が多すぎて、内容を見ずに承認してしまう現象。 |
| 形だけのチェック |
チェックポイントはあるが、担当者が形式的に通し、誤りを見つけられない状態。 |
| ワークフロー |
事前に決めた経路に従って、AIとツールが動くシステム。 |
| エージェント |
目標を受け取り、手順とツールの利用を自ら決め、複数段階を処理するAIシステム。 |
| 自動化設計書 |
目的、段階表、委任レベル、チェックポイント、除外する業務、停止条件、成功基準を1枚にまとめた文書。 |
| ナレッジスペース(プロジェクト) |
関連する会話、ファイル、指示を1か所にまとめた作業スペース。 |
| 共有プロジェクト |
複数のメンバーが会話と資料を一緒に積み重ねるナレッジスペース。 |
| カスタムアシスタント |
指示と参考資料をまとめ、多くの人が同じ方式で使えるようにしたAI。例:GPT、Gem。 |
| 指示 |
役割、手順、形式、例外処理を決めた、すべての会話に共通する行動ルール。 |
| 個人のカスタム指示 |
1人のユーザーの会話全般に適用される、個人設定の指示。 |
| プロジェクトの指示 |
特定のプロジェクト内の会話にのみ適用される指示。 |
| ナレッジ |
回答の参考にする資料。増えると必要な部分を検索して使う。 |
| Skills・skills |
必要なときに呼び出す、再利用可能な指示のまとまり。AnthropicのSkillsは指示・スクリプト・資料のフォルダで、GoogleはGemsをskillsへ切り替え中。 |
| Plugins |
OpenAIでアプリ、skills、または両方を1つの業務の流れにまとめるパッケージ。カスタムGPTの移行先として推奨される。 |
| RAG(検索拡張生成) |
質問に関連する資料の断片を検索して取り出し、回答に使う方式。 |
| コンテキストの上限 |
モデルが一度に読んで処理できる量の上限。 |
| 接続型ソース・アップロードしたコピー |
原本とつながり変更が反映され得る資料と、登録した時点で固定されたコピー。反映方法は製品ごとに異なる。 |
| 資料管理台帳 |
資料名、文書の公式度、施行日、担当者、接続型かどうか、確認日を記した管理表。 |
| 文書の公式度 |
資料がどれほど正式なものか。承認済み規程、部署の通知、個人のメモでは重みが異なる。 |
| テスト質問セット |
通常・例外・拒否・境界の質問と期待する行動を対応づけた、固定の検証セット。 |
| 境界事例 |
資料の矛盾、改定直後、規程にない状況など、失敗しやすい質問。 |
| プロジェクト専用メモリ |
個人メモリやプロジェクト外の会話を参照しないメモリ方式。ChatGPTの共有プロジェクトに自動適用される。 |
| コネクタ |
AIを外部サービスにつなぎ、情報の検索と行動を可能にする機能。製品によってはアプリと呼ぶ。 |
| 権限の継承 |
コネクタが、接続した人の元のシステムでの権限を超えない原則。実際の範囲は、接続時に許可した範囲と組織の設定で、さらに狭まることがある。 |
| 共用の認証情報 |
APIキーのように、複数のユーザーが共有して使う固定の認証情報。その範囲が全員に開かれる。 |
| 認証・アクセス権・実行の承認 |
誰のアカウントか、何にアクセスするか、今回の行動をしてよいかを決める3層の制御。 |
| MCP(Model Context Protocol) |
AIアプリをデータ・ツール・ワークフローにつなぐオープンソースの標準。 |
| MCPホスト・クライアント・サーバー |
ユーザーが使うAIアプリ、1つのサーバーとの接続を維持する構成要素、コンテキストと機能を提供するプログラム。 |
| ツール・リソース・プロンプト |
MCPサーバーが提供する実行機能、コンテキスト用の資料、指示テンプレート。 |
| 最小権限 |
作業に必要な動作と範囲だけを許可する原則。 |
| 過剰なエージェンシー |
OWASPが挙げるリスク。過剰な機能・権限・自律性により、有害な行動が実行されること。 |
| ツール権限 |
コネクタのツールごとに、許可、承認が必要、ブロックなどを決める設定。 |
| エージェント作業仕様書 |
成果物、完了基準、使用範囲、禁止する行動、停止基準、報告方法を記した作業指示。 |
| スケジュールされたタスク |
決まった時間に繰り返し実行されるタスク。 |
| イベント駆動タスク |
新着メールなど、接続済みアプリの出来事に反応して実行されるタスク。 |
| プロンプトインジェクション |
入力や外部資料に含まれる指示が、AIの動作を意図しない形で変える攻撃。 |
| 間接プロンプトインジェクション |
ウェブページ、メール、ファイルなどの外部資料に隠れた指示によって起きるインジェクション。 |
| 冪等性 |
同じ作業を何度実行しても、1回実行した場合と結果が同じになる性質。 |
| 権限表 |
人・資料・行動の3軸で、誰が何に対して何をできるかを書いた表。 |
| 共有の単位 |
会話のリンク、プロジェクト、ノートブック、タスクのリンク、エクスポートしたファイルなど、共有する対象の範囲。 |
| ロールベースアクセス制御(RBAC) |
ロールに応じて機能を使う権限を決める管理方式。 |
| データ保持 |
会話とファイルがサービスに保存される期間。学習利用とは別。 |
| 学習利用 |
ユーザーデータがモデル改善に使われるかどうか。 |
| 一時チャット |
一時チャットとして利用している間は履歴に残らず、メモリを生成せず、学習にも使われない会話。ChatGPTでは安全のため最大30日保管されることがあり、通常のチャットとして保存するとアカウント設定が適用される。 |
| 仮名処理 |
個人情報の一部を削除・置換して、追加の情報なしでは特定の個人を識別できないように処理すること(韓国の個人情報保護法第2条)。 |
| 派生情報 |
AIが原本に基づいて作った要約・比較表・引用。原本の内容を含む。 |
| 監査ログ |
誰がいつ、どの設定やデータを変えたかを残す記録。 |
| チェックリスト |
結果を確認するときに見る項目の一覧。業務のリスクに合わせてカテゴリを選ぶ。 |
| 全件チェック・サンプルチェック |
すべての案件を確認する方法と、一部を無作為に選んで確認する方法。 |
| 誤りの重大度 |
誤りの重みを軽微・重要・重大に分けた等級。 |
| 指標定義書 |
計算式、分母、含めるもの・除外するもの、収集方法、責任者を決めた文書。 |
| ルーブリック |
採点基準を項目別に具体的に記した表。 |
| 回帰 |
変更後に、以前は正しかった部分が再び誤るようになる現象。 |
| 段階的な適用 |
変更を一部のユーザーに先に適用し、その後全体に広げる方法。 |
| ベースライン |
導入や変更の前に同じ方法で測った、比較の基準値。 |
| 純削減時間 |
減った1件の全体時間に件数を掛け、維持時間を差し引いた、実際の削減量。 |
| 手作業への切り替え |
自動化を止め、人が決められた手順で業務を引き継ぐこと。 |