2026-08-14
AIエージェントの評価入門
自然な回答ではなく、実際の業務結果と最終状態でAIエージェントを評価する。
スライド
公開用要点
- AIエージェントは、回答文ではなく実際の業務結果と最終状態で評価する。
- 課題・試行・採点・履歴をそろえ、同じ条件で繰り返し確認する。
- 自動検査、AIによる採点、人の確認を組み合わせる。
- OpenAIの利用比率は同社内と同社製品に基づき、一般企業全体を代表しない。
- NIST AI RMFは任意利用の枠組みで、法令そのものではない。
2026-08-14
自然な回答ではなく、実際の業務結果と最終状態でAIエージェントを評価する。