---
title: AI_Control_Blueprint
tags:  #ai  
author: [Yukiko](https://www.docswell.com/user/yukiko_it)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/8EDK48LY7G.jpg?width=480
description: AI_Control_Blueprint by Yukiko
published: June 25, 26
canonical: https://www.docswell.com/s/yukiko_it/Z9NNRW-2026-06-25-181557
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/8EDK48LY7G.jpg)

業務AIの暴走を防ぐ「制約と評価」の設計図
システム開発（レビュー）から動画制作（コンテンツ）まで、生成AIを制御する実践的プレイブック
AIの「魔法」に頼るな。「仕組み」で勝て。

# Page. 2

![Page Image](https://bcdn.docswell.com/page/V7PKM822J8.jpg)

AI運用: 単体 vs. 設計された制約
AI単体での運用
・一貫性の欠如（毎回出力がブレる）
・ハルシネーション（根拠のない情報の生成）
・高コスト（無駄な生成の繰り返し）
設計された制約
・RAGによる根拠の強制
・フォーマットと評価ゲートによる出力制御
・「新規生成ゼロ」による一貫性担保

# Page. 3

![Page Image](https://bcdn.docswell.com/page/2JVV9NDXJQ.jpg)

Part 1: 設計書レビューのAI基盤 (Input & Evaluation)
検索・評価・複数モダリティを活用し、仕様と実装の「乖離」を論理的に検出するアーキテクチャ。
Part 2: 研修動画の生成テンプレート (Output & UX)
「新規描画ゼロ」の制約、PiP、カラー心理学を用いて、ブレない動画を低コストで量産する枠組み。
両者を貫く共通哲学：
人間の設計した「型」がAIの品質を決める

# Page. 4

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

RAG精度向上の好循環 (The Virtuous Cycle of RAG Accuracy Impt)
2. 検索 (Retrieve)
ハイブリッド検索 (BM25+Vector) /
リランク (cross-encoder)。
根拠の質を上げる。
チャンク設計 (500~1000字 + 重複)。
3. 生成 (Generate)
典拠必須 /
典拠必須 / CoT (Chain-of-Thought) / 構造化・低温設定。
最後にモデルを調整。
1. 評価 (Evaluate)
RAGAS / Judge.
最初に「測れる仕組み」を作る。回帰テスト。
大原則 (Golden Rule)
「精度は1か所では決まらない。評価を最初に作り、検索と根拠で底上げし、モデル変更は最後に行う。」

# Page. 5

![Page Image](https://bcdn.docswell.com/page/4JQYLNMY7P.jpg)

テキスト (Text)
設計書・標準 → BERT/LLMの文脈埋め込み
→ 用語ゆれ・曖昧さの検出
音声 (Audio)
会議の発言 → Whisper/ESPnet + 話者分離
→ 設計書の論点へ紐づけ
画像・図面 (Images/UI)
UML・構成図 → LayoutLM / ViT
→ 本文との不一致・記載漏れ検出
コード (Code)
実装・I/F → CodeBERT
→ 「未実装・仕様外」の乖離検出
観点別・根拠付きの構造化所見 (Structured Findings by Perspective & Rationale)
評価・ゲート (Judge/RAGAS)

# Page. 6

![Page Image](https://bcdn.docswell.com/page/K74WDGVZE1.jpg)

1. 構造化
表をMarkdown化し、引用可能な単位に分割。
2. タスク分解
抽出(用語)・要約(要旨)・分類(観点)。
3. RAG突合
ドメイン用語辞書・社内標準と照合。(Tips: 辞書搭載で固有表現抽出の精度が急上昇)。
4. 言い換え提案
「等」「適切に」などの多義表現を検出し、具体化を促す。
生成される構造化所見
観点 該当箇所 重大度 根拠
観点1 文書A, P.2, L.5 高 規程B-123
観点2 音声記録, 15:30 中 ガイドラインC.2.1

# Page. 7

![Page Image](https://bcdn.docswell.com/page/LJ1YZD3DEG.jpg)

1. Whisper/ESPnet (専門用語は辞書で補正)
2. 話者分離+時刻 (誰が、いつ発言したか)
3. アクション抽出
決定 (Decision)
宿題 (Task)
未決 (Pending)
4. 設計書へ紐づけ
(議事の論点を設計書の該当章へダイレクトにリンク)

# Page. 8

![Page Image](https://bcdn.docswell.com/page/GJWG9YP872.jpg)

ビジュアルデータ
LayoutLM (要素抽出)
ViT (関係・矢印の把握)
テキストデータ
Specifications Document
Section 1.2
Node A is connected to Node B
Process involves data transformation
The output is stored in Database X
Requirements:
Fast processing
Secure storage
不一致・記載漏れ (Mismatch / Omission)
図では「Database Y」だが、本文は「Database X」
図と本文を相互参照して矛盾を検出。「図にあるが本文に無い/値が違う」を所見化する。(Tips: ベクタ元データがある場合はそれを最優先。画像解析は最終手段)。

# Page. 9

![Page Image](https://bcdn.docswell.com/page/4EZL9XK973.jpg)

仕様 (Specification)
実装 (Code/CodeBERT)
テスト (Test Code)
トレーサビリティ・マトリクス (Traceability Matrix)
隠れ仕様 (Hidden Specs)
Key Insight
「仕様⇔テスト⇔実装」の三点照合にすることで、仕様にもテストにも無い実装＝隠れ仕様を発見できる。未実装・仕様外・値の乖離を抽出。

# Page. 10

![Page Image](https://bcdn.docswell.com/page/Y76WK4QD7V.jpg)

上位要件
下位要件
設計
コード (Code)
テスト (Test)
所見+典拠 → Judge (妥当性採点) & RAGAS (忠実性 定量化) → 閾値判定
合格 (Pass) → マージ (Merge)
未達 (Fail) → 差戻し (Return)
Key Insight
全所見に「典拠」を必須化。CIに組み込み、横断的に「抜け」と「劣化」を止める。

# Page. 11

![Page Image](https://bcdn.docswell.com/page/G75MPQR874.jpg)

映像制作フェーズの課題と「新規描画ゼロ」の法則
全生成: Full Generation
・コスト大 (High Cost)
・一貫性リスク (Inconsistency Risk)
・生成のたびにブレる
制約動画: Constraint-Based/PiP
・コスト小 (Low Cost)
・完璧な一貫性 (Perfect Consistency)
・既存素材の使い回し
Core Rule
動きや奥行きは「レイアウト」「色」「カメラワーク」で演出する。

# Page. 12

![Page Image](https://bcdn.docswell.com/page/9J296PDVER.jpg)

デザイントークン (三面図・カラーパレット) を全カットの色味基準とし、ブレを許さない。
メイン画面 (可変)。説明内容に応じて画像を切り替える。
PiP / 小窓固定 (講師役)。常に人の存在感を残し、安心感を演出する。(非対称設計)。
下部テロップ。Tipsや要点の繰り返しを常時ループ表示し、情報密度を高める。

# Page. 13

![Page Image](https://bcdn.docswell.com/page/DEY4952QJM.jpg)

3部構成のストーリーボード: 安心→重要→行動
Act 1
安心感/Basic. 講師役の挨拶
Act 2
重要/Alert. 背景変更+情報合成
Act 3
行動/Action. パンによる視線誘導
Key Mechanics
・カラー心理学: 色を情報の重要度と1対1で対応 (最大3色まで)。集中モードのトリガー。
・カメラワーク (ズーム/パン): 単なる動きではなく「次に見てほしい場所への視線誘導」。

# Page. 14

![Page Image](https://bcdn.docswell.com/page/VJNYLN8278.jpg)

The Envelope Concept
入力を縛る (Bounding Inputs)
・RAG
・三点照合
・チャンク設計
・辞書。
Human Constraints
AI Model / LLM
出力を縛る (Bounding Outputs)
・PiPレイアウト固定
・フォーマット指定
・カラー心理学。
品質ゲート (Evaluation)
Judge, RAGAS, 閾値判定。
精度や品質はAI単体では決まらない。AIの前後に設けた「人間の設計 (検索・制約・評価)」こそが、実務レベルのAI活用を成功させる鍵である。

# Page. 15

![Page Image](https://bcdn.docswell.com/page/YE9P4RKDJ3.jpg)

成功のための「仕組み化」チェックリスト
開発・レビュー (Engineering)
□ 評価指標 (RAGAS/Judge) をモデル選定より先に構築しているか?
□ 音声や図面情報は、設計書のテキスト本文と紐づけているか?
□ 仕様・テスト・実装の「三点照合」で隠れ仕様を検出しているか?
□ すべての所見に「典拠(ソースリンク)」を必須化しているか?
制作・クリエイティブ (Production)
□ 動画の毎フレームで新規生成せず、静止画とPiPを流用しているか?
□ メイン画面 (可変) と小窓 (固定) の非対称レイアウトを守っているか?
□ 情報の重要度を示す色は「3色以内」に制限しているか?
□ カメラワーク (ズーム/パン) を明確な視線誘導の目的で使っているか?
参考文献: Transformer (Vaswani 2017), RAG (Lewis 2020), LLM-as-a-Judge (Zheng 2023)