TASK 4
プロンプトの作成・精度チューニング
単なるテキスト作成ではなく、評価基準（テストケース）を設け、「現場の実務でそのまま使えるレベル」の精度が出るまで調整を繰り返します。
「AIが使われない」最大の原因を解消する
AIを導入したものの現場に定着しない最大の原因は、「出力された結果が、結局人間が手直ししなければならないレベル」であることです。
実務で機能するプロンプトを作成するためには、AIへの「指示文の書き方（プロンプトエンジニアリング）」だけではなく、その前提となる「自社特有のルールやデータ」をいかにAIに理解させるかが重要になります。
プロンプト作成前の「重要確認事項」
質の高いプロンプトを構築するため、作業着手前に以下の項目をお客様とすり合わせさせていただきます。内容が不足している場合は、事前の「データ下ごしらえ」タスクをご提案します。
Q. AIに「参照・学習」させるべき社内データは存在しますか？
一般的な知識ではなく、自社特有の専門用語、過去の議事録、マニュアルなどがデジタルデータ（テキストやPDF）として整備されているかを確認します。
準備不足の場合: 紙や属人的な記憶（ベテランの頭の中）にある場合は、「データの構造化設計・クレンジング方針の策定」「データのクレンジング実作業」タスクから実施する必要があります。
Q. 「正解の基準（テストケース）」は明確ですか？
作成したプロンプトが本当に実用に耐えるかを評価するため、「過去にベテランが作成した理想的な議事録」や「この3項目が含まれていれば合格」といった具体的な判定基準が必要です。
対策: 基準がない場合は、弊社にて「出力精度の評価指標（テストケース）の作成」タスクからご支援し、合格ラインをお客様と確認します。