知識が採用されるまで

• 取り込む — ホームページ、YouTube の動画、録音、AI との会話など、持っているものを渡します。
• 取り出す — AI が中から知識の候補を見つけます。どの資料のどこから取ったかが付いています。
• 採用する — 人が読んで、採用する・見送る・いまある知識をこの本文で更新する、のどれかを決めます。

以下の 4 つは、採用するときに人が確かめる観点です。システムが自動で判定するものではありません。

その知識は、事業の何のためにあるのか。目的につながらない知識は、AI がいつ使えばよいかを判断できません。つながる先が見つからないなら、採用を見送るか、置き場所を考え直します。

その知識は、何を元にしているか。取り出した知識には元の資料と場所が付いているので、採用したあとも根拠をたどれます。根拠が古くないか、1 つの資料だけに頼っていないかは、画面に出る出典を見て人が確かめます。

知識どうしは、次のような型の関係でつながります。

• 広げる（詳しくする）／前提にする／具体例になる
• 制約する／上書きする／新しい版になる
• 食い違う

似た知識が既にあるときは、本文が横に並んで出るので、二重にためずに済みます。ひとつにまとめるのは、人が承認したときだけです。食い違う知識があるときは、どちらが正しいかを AI が勝手に決めず、人が判断できる形で示します。

その知識は、会社全体のものか、ブランドのものか、サイトのものか。広すぎる範囲に置くとほかのブランドまで縛り、狭すぎると守るべき所が漏れます。

知識を直すと、それを使っている設計図や窓口ごとの原稿などに「要見直し」の印が付きます。外部のデータとつないだ説明は、そのデータが更新されたときにも印が付きます。知識は一度採用して終わりではなく、使われながら確かめ直されます。