Generative AIコンパス（Vol.99掲載）

筆者：為藤 アキラ

AI技術の進化は、社会や産業のあり方を大きく変えつつあります。本連載では、国内外の最新動向や実践的な技術トピックを、日本の現場視点も交えながら分かりやすく解説します。執筆は、産学連携で生成AI活用を推進するGenerative AI Japan（略称：GenAI）のメンバーが担当します。第1回では、人間がAIの処理に積極的に関与する仕組みである「HITL（Human In The Loop）」のパターンについて解説します。

シェルスクリプトマガジン Vol.99は以下のリンク先でご購入できます。

図2　標準化したプロンプトのひな型の例

【入力】
目的/想定読者/素材/制約（文字数・禁止表現）/評価観点
【AI出力構成】
1. 本文案（Markdown形式・見出し3階層まで）
2. 自己検証結果
   - 不確実な主張に★マーク
   - 各主張の根拠URL（最大3件）
   - リスク箇所の指摘
3. 人間レビュー推奨箇所（優先度順3件）

図4　判定結果に関する情報の、人向けの要約を生成するプロンプトの例

① 判定：自動可 / 要承認 / 却下
② 理由（3点）
③ 不足情報（Required）
④ 実行提案（短文）
⑤ ロールバック（失敗時の戻し方）
⑥ 監査メモ：承認者／日時／版数

図5　判定結果に関する、システム連携や監査用の情報を生成するプロンプトの例

【役割】承認ゲート：入力を要約し、実行可否と根拠を機械可読で返す
【返却JSON】
{
  "auto_action": "needs_approval",
  "confidence": 0.85,
  "risk_score": 35,
  "reasons": ["金額が社内閾値を超過", "在庫残が3日分で変動大", "取引先情報が更新待ち"],
  "required_context": ["最新在庫CSV", "購買稟議URL"],
  "proposed_action": "在庫再評価後に数量50%で発注",
  "human_checklist": ["金額閾値を満たすか", "在庫の確度", "契約条件の例外有無", "広報リスク", "ロールバック可否"],
  "logs": "s3://audit/workflows/po-2025-10/ 24ヶ月保持",
  "rollback": "API: /orders/cancel を実行し在庫を戻す。再開条件：在庫確度80%以上"
}
【判定基準】
- confidence ? 0.90 かつ risk_score ? 20 → approve
- 0.70 ? confidence < 0.90 または 20 < risk_score ? 60 → needs_approval
- それ以外 → reject