---
title: 【DeNA QA Night 特別編】その検証、AIなら即日です 〜ストア審査・倫理審査の実践〜
tags: 
author: [DeNA_Tech](https://www.docswell.com/user/DeNA_Tech)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/57GL68Q4EL.jpg?width=480
description: 2026/07/27に開催されたイベント「DeNA QA Night 特別編 〜DeNA品管独自ツールDAAQで実現する生産性向上～」の登壇スライドとなります。 イベント概要：https://dena-qa-night.connpass.com/event/394416/ 「DeNA QA Night 特別編」アーカイブ動画：https://youtu.be/myd4PzsnbrE
published: August 05, 26
canonical: https://www.docswell.com/s/DeNA_Tech/Z6N13V-DeNA_QA_NightSpecial-session1
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/57GL68Q4EL.jpg)

その検証、AIなら即日です
〜ストア審査・倫理審査の実践〜
諸冨
弘樹
IT本部品質管理部ソーシャルQAグループ
株式会社ディー・エヌ・エー
© DeNA Co., Ltd.
1


# Page. 2

![Page Image](https://bcdn.docswell.com/page/4EQY49KRJP.jpg)

こんな課題はありませんか
リリース直前のバグ発覚
テスト設計が「ベテランの勘」依存
テスト終盤でクリティカルな不具合が見つか
仕様の行間を読むテストや過去の障害観点が
り、修正と再テスト（リグレッション）でリ
経験者の頭の中にしかなく、品質が属人化し
リース予定が大きく狂う
ている
開発スピードに追いつかない
テストの運用保守が負担
アジャイル等で開発サイクルが高速化する
仕様変更が頻発する中、膨大なテストケース
中、テスト工数が削られ検証が形骸化してい
や自動化スクリプトのメンテナンスに追われ
く悪循環
手が回らない
© DeNA Co., Ltd.
2


# Page. 3

![Page Image](https://bcdn.docswell.com/page/KJ4WQXPQ71.jpg)

私たちの場合
リリース直前にNGで手戻り
判断が「熟練者頼み」になっている
リリース予定日を控えストア審査は一発合格
低頻度の倫理観点やガイドライン解釈は経験
したいのにリジェクト、修正・再検証で予定
者の頭の中にしかなく、属人化が深刻
が大幅に狂う
スピードと品質のトレードオフ
基準の更新と継承
リリースサイクルを早めるほど検証が形骸化
Apple・Googleの規約や審査OK/NGラインの
し、致命的なリスクを見落とす懸念
知識のメンテナンス
© DeNA Co., Ltd.
3


# Page. 4

![Page Image](https://bcdn.docswell.com/page/LE1YPN9L7G.jpg)

ガードレールの徹底
AI推進の絶対条件 ＝ 「他社IP・権利の保護」と「自社ブランドの守護」
攻めと守りを両立する独自のAI利用ガイドラインに沿った強固なガバナンス
・ツールの安全性
社外AIツールの利用規約（学習利用の有無等）に合せて用途を使い分ける
・インプットの保護
IPや個人情報を含むデータの取り扱いは厳格に運用し、基準をクリアしたものだけを利用
・アウトプットの担保
他社の権利を侵害しないか、「最終判断は必ず人間が行う」プロセスを組み込む
© DeNA Co., Ltd.
4


# Page. 5

![Page Image](https://bcdn.docswell.com/page/GEWG24QQJ2.jpg)

DAAQ ― DeNA AI Advanced Qualityとは
ストア審査
倫理審査
ストア審査を専門に検証
表現の批判リスクと品質を検証
∙ App Store / Google Play ガイドラインの適合
∙ 倫理チェック（テキスト・画像・動画）
∙ メタデータ、アプリの操作動画をチェック
∙ 66項目マスタ × 多段検証
∙ 345項目マスタ x 多段検証
∙ 約600件の過去炎上事例を活用
∙ 約1600件の過去審査事例を活用
∙ 校正チェック（誤字・表記ゆれ 等）
「暗黙知」に頼っていたリスク判断を形式知化し、AIを活用
属人性を排除し、高い品質レベルで均質な検証を実現する仕組み
© DeNA Co., Ltd.
5


# Page. 6

![Page Image](https://bcdn.docswell.com/page/47ZLD2W3J3.jpg)

ストア審査
© DeNA Co., Ltd.
6


# Page. 7

![Page Image](https://bcdn.docswell.com/page/YJ6W1VGZJV.jpg)

ストア審査の課題
✕
✕
✕
✕
✕
38 ステップの手順
書で運用
ツール間の往復が
多い
各項目を 3 回手動
照合
固定値も AI に再
出力させる
資料が分散
複数のAIツールを使っ
て、スプレッドシートを人
手で繋ぐ半自動
DL→リネーム→再アップ
ロードを繰り返す
結果一致の確認を目視
で実施し、時間がかかる
A〜H列（項目定義）まで
毎回出力させ、手戻りが
発生
プロンプト版・項目書・過
去リスクが複数のシート
に散在し追えない
依頼受領 → AI検証 → 人レビュー → 報告 → 仕上げ の全工程が、ツール間の手作業で分断されている
© DeNA Co., Ltd.
7


# Page. 8

![Page Image](https://bcdn.docswell.com/page/GJ5M4DV9J4.jpg)

解決 ― 全工程を 1 つのワークフローに統合
1
依頼受領 案件を作成し、審査資料などを登録
▼
2
AI検証 項目ごとに検証x3回（並列）
▼
3
人レビュー 「要確認」だけを人が見て、最終判定
▼
4
報告 NG抽出・件数集計を反映した報告書を自動生成
▼
5
© DeNA Co., Ltd.
仕上げ リスクランクを確定し、最終報告書を整える
案件ダッシュボード（実画面）
8


# Page. 9

![Page Image](https://bcdn.docswell.com/page/LE3WGMD2E5.jpg)

特徴
4種
×3
ゼロ
自動
スライス対応
多数決で安定化
シート往復
報告書生成
iOS / Android × メタデータ / 動
画 を同一パイプラインで
項目ごとに3回並列、一致をコー
ドで判定
DL→リネーム→再UPの
往復を撤廃
NG抽出・件数集計と
リスクランクまで自動で作成
「マスタ＝DB ／ AI＝生成だけ ／ 集計＝コード ／ 判定＝人」で、正確さと速さを両立
© DeNA Co., Ltd.
9


# Page. 10

![Page Image](https://bcdn.docswell.com/page/8EDK16P67G.jpg)

倫理審査
© DeNA Co., Ltd.
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/V7PKQY1ZJ8.jpg)

目視チェックの限界
✕
✕
✕
✕
✕
大量テキストを目
視チェック
基準が属人化
見落とし（抜け漏
れ）
報告文の作成に手
間
媒体ごとに分断
行数が多いほど工数が
膨らむ
担当者ごとに観点や判
断がばらつく
人手では検出漏れが起
こりやすい
検出後の文章化に追加
の時間がかかる
テキスト・画像・動画が
別作業
媒体をまたいだ表現チェックを人手で行うため、工数・基準ばらつき・抜け漏れが課題
© DeNA Co., Ltd.
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/2JVV5GYMJQ.jpg)

解決 ― 全工程を 1 つのワークフローに統合
1
入力 テキスト直接入力 / Googleドライブ / ローカル から資料を
アップロード
▼
2
行ごとに並列で AI判定
1行＝1リクエストで判定
▼
3
懸念を検出 ＋ 理由
該当項目・問題箇所・根拠をセットで提
示
▼
4
リスクランク判定
「懸念あり」の件だけ S / A / B / C を判定
▼
5
© DeNA Co., Ltd.
報告文を自動生成
検出結果から報告文ドラフトを作成
倫理チェック（実画面）
12


# Page. 13

![Page Image](https://bcdn.docswell.com/page/5EGL689XJL.jpg)

特徴
32
S/A/B/C
並列でAI判定
リスクランク
1行＝1リクエストを
最大32本まで同時実行
「懸念あり」だけをランク判定
3種
自動
媒体を横断
報告文生成
テキスト / 画像 / 動画 を同じ基盤で
検出結果から報告文をドラフト自動作
成
© DeNA Co., Ltd.
13


# Page. 14

![Page Image](https://bcdn.docswell.com/page/4JQY49W57P.jpg)

おわりに
即日
▲90%
以上
同等
検証完了
人の最終確認を削減
検証精度を維持
平均 5 営業日 → 即日で完了
人が確認する項目を大幅に圧縮
精度は従来と同水準を保つ
AIは量（網羅）、人は質（最終判断）
DAAQ詳細は こちら
© DeNA Co., Ltd.
14


# Page. 15

![Page Image](https://bcdn.docswell.com/page/K74WQXKVE1.jpg)

おわりに
汎用AIモデルの性能が上がるほど、
最後に差を生むのは「自社の生きたデータ」です
© DeNA Co., Ltd.
AIが瞬時にドラフトを作り、
自分たちの「得意」を
人がレビューと承認を行う
言語化し、AIを育てる
15


# Page. 16

![Page Image](https://bcdn.docswell.com/page/LJ1YPNX4EG.jpg)

当日頂いたご質問と回答①
参加者のご質問
登壇者の回答
最終判断は必ず人が行うとのことですが、具体的にどの工程で
人が介入しますか？
以下の２段階で介入します。
【中間工程】
AIの出力をそのまま採用せず、評価のブレや後続作業の無駄を
防ぐために必ず人が確認します。
【最終工程】
報告結果の仕上げで過去の審査NG事例や炎上事例との比較、
バイアスの排除、妥当なリスクランクへの落とし込みを行いま
す。また、社内決済済みの既知リスクを重複報告してノイズに
ならないよう調整しています。
AIで検証が即日完了するようになっても、直前に手戻りが発覚
する課題自体は変わらないのではないでしょうか？
【倫理審査・ストア審査】
ツールを活用することで即日検証が可能となり、不具合や問題
を早期指摘して修正のためのリードタイムを十分に確保できる
ようになりました。
【ストア審査】
今後は動画撮影もAIで自動化し、検証時間をさらに短縮するこ
とで手戻り影響の最小化を目指します。
© DeNA Co., Ltd.
16


# Page. 17

![Page Image](https://bcdn.docswell.com/page/GJWG24NZ72.jpg)

当日頂いたご質問と回答②
参加者のご質問
登壇者の回答
平均５営業日から即日で完了とのことですが、案件規模やボ
リュームによる検証時間の振れはありますか？
【ストア審査】
アプリの機能ごとに確認ポイントの差はありますが、アプリ個
別の機能ではなく「審査ガイドライン」や「過去約１６００件
の社内外事例」を基準にチェックするため、サービスのジャン
ルを問わないので大きな振れはありません。
【倫理審査】
医療倫理などナレッジ蓄積が少ない分野ではランク評価のため
の調査に時間がかかる場合もありますが、リリーススケジュー
ルを阻害する程の大きな影響はありません。
ツールの出力結果は同じ条件で実行すれば再現されますか？
それともばらつきが出ますか？
項目ごとに傾向が異なります。一例として、ダイアログの有無
など明確な判定項目はブレませんが、性表現や暴力的な表現な
ど人間の判断でも解釈が分かれる項目は、AIの判定にもばらつ
きが生じます。
そのため最終的に人が、社内基準をもとに内容を精査、ばらつ
きを調整して品質を担保しています。
© DeNA Co., Ltd.
17


# Page. 18

![Page Image](https://bcdn.docswell.com/page/4EZLD23L73.jpg)

当日頂いたご質問と回答③
参加者のご質問
登壇者の回答
ツールを実運用に乗せられると判断するまでに、どれくらいの
期間がかかりましたか？
対話型AIを活用した運用定着まで、倫理審査で足かけ約半年、
ストア審査で約３ヶ月を要しました。
この運用をAPIを活用したツールに反映する実装は、現在も継
続中です。報告書の出力自動化や動画撮影の自動化など、さら
なる効率化に向けた改善を行っています。
© DeNA Co., Ltd.
18


# Page. 19

![Page Image](https://bcdn.docswell.com/page/Y76W1VXM7V.jpg)

© DeNA Co., Ltd.
19