調べる

言葉・仕様・原典を引く

92件の公開項目

• EA · EA-015AI監査・証跡設計大全AIシステムの監査可能性は、単一ログの有無ではなく、control/admin、identity/auth、data/retrieval、model request/result、tool/action、human approval/override、artifact/config/model provenance の各planeを横断して、業務上必要な事象を再構成できることとして扱う。
• EA · EA-026部門別実践版部門別AI運用は、営業用・人事用・法務用と別々のAIを並べることではない。共通のデータ境界、権限、正本、承認、評価、証跡のCoreを持ち、部門ごとに「何を正本とするか」「何をAIへ入れてよいか」「どの判断を人間が引き受けるか」「どの外部作用を承認するか」「何を証拠として残すか」を上書きする。部門名だけで安全性は決まらず、task、data、decision impact、external actionの組合せでgateを決める。
• EA · EA-029Enterprise AI運用テンプレート集運用テンプレートはAI統制を自動的に成立させるものではなく、判断・証拠・変更・未解決事項を再現可能に残すための器である。共通Coreを用意しつつ、法域・業界・組織・providerに応じて項目をtailorする。PASS/完了の記入だけでなく、根拠となるsource、eval、承認、readbackを結び付ける。
• EA · EA-032マルチモーダル業務設計編「multimodal supported」を一つのboolean capabilityとして扱わない。業務設計単位を MODALITY_ROUTE = source modality → normalization/extraction → model-visible representation → reasoning/generation → output modality → tool/external action とし、入力
• EA · EA-034Knowledge／RAG工学専門編Enterprise RAGは検索機能ではなく、権限付き知識の派生物を継続的に生成・検索・検証・削除するライフサイクルとして扱う。検索品質、権限、鮮度、根拠提示、安全性は別々に測定する。RAGが回答へ根拠を与えても、取得漏れ、古いindex、権限同期遅延、poisoned knowledge、unsupported synthesisは残り得るため、retriever・generator・citation・lifecycleを分離して評
• EA · EA-042Agent Registry／CatalogAgent Registry/Catalogは、AI agentやtoolを発見・管理するための資産台帳であり、掲載されていること自体は実行権限、identity、現在の可用性、安全性を保証しない。registry metadataとruntime、IAM、承認状態を別々に観測し、version・owner・identity・endpoint・lifecycleのdriftを継続的に照合する。
• EA · EA-057Shadow AI発見編「Shadow AIの発見は、未承認AIを一度のスキャンで完全列挙する機能ではない。SSE/CASB、endpoint/process、browser/IDE、cloud/SaaS/API auditなど複数の観測面から“観測された利用”を集め、承認台帳と突合して初めて運用上のShadow AI inventoryになる。アプリへの通信観測、実際のprompt内容観測、機密データ露出の確認は別の証拠レベルとして扱う。」
• EA · EA-061AI向けData Classification「AI向けデータ分類は、従来の機密区分を捨ててAI専用ラベルへ置き換える作業ではない。既存の正式な分類を起点に、prompt、retrieval、tool、memory、output、logというAI固有のデータ移動面へ分類情報を伝播し、必要に応じて再検出・再評価する。自動検出結果は有力なsignalだが、完全な分類やcomplianceの証明ではない。classification、authorization、destination p
• EA · EA-063AI Privacy Engineering「AIのプライバシー対策は、PIIを見つけて黒塗りすることだけではない。まず業務目的に不要な個人情報を取得・検索・転送・保持しない。必要な情報には、検出、仮名化、削除、暗号化などを目的に応じて使い分ける。『検出されなかった』『anonymizeという関数を通した』ことだけで匿名化済みとは判断できない。識別可能性は周辺情報や復元鍵、外部データとの結合でも変わるため、入力、RAG、tool、memory、出力、ログまで処理面ごとに確認する必
• EA · EA-065AI × Records Management／eDiscovery「AI会話・生成物・Agent実行は、AIで生成されたという理由だけで一律に記録または廃棄対象になるわけではない。記録性は組織の業務・法令・保存方針に従ってartifact単位で判断し、legal holdやeDiscoveryでは、会話、memory、監査ログ、成果物などの実際の保存先を把握して保全・検索・export範囲を確認する。ユーザー画面からの削除、検索不能、provider側retention終了は同じ事象ではない。製品のc
• EA · EA-067Knowledge Freshness Engineering「RAGの鮮度は、データソースの更新時刻やインデックス同期成功だけでは判定できない。更新・削除が検出され、検索可能な表現へ反映され、キャッシュや検索結果を経て、最終回答が新しい状態へ追随するまでの各段階を測定する。incremental sync、TTL、CDC、再indexはそのための手段であり、それぞれの製品・connectorが同じ反映保証を持つとは限らない。」
• EA · EA-069Knowledge Graph × LLM「Knowledge Graph/GraphRAGは、文書間のentity・relationshipを構造化し、vector similarityだけでは扱いにくいmulti-hopやcorpus-levelの探索を補完できる。ただしgraphがLLMから生成される場合、そのnode/edge/summaryは原典から派生した推論・索引artifactであり、正しさは自動保証されない。導入時はprovenance、ACL、freshne
• EA · EA-073Forms／Handwriting／Barcode AI「紙帳票をAIへ取り込む処理はOCRだけではない。文字認識、キーと値の対応、チェック状態、手書き判定、バーコード形式とpayload復号を別々に検証する必要がある。読み取れた文字やQRコードは、それだけで業務上の真正性や安全性を保証しない。原画像と抽出結果のprovenanceを保持し、正規化・検証・認可・必要な人手確認を後段に置く。」
• EA · EA-074Translation／Localization AI「企業向け翻訳AIは、モデルの一般翻訳品質だけで選ばない。用語資産の適用方式、言語ペア・modeごとの可用性、locale処理、監査可能なversioningを独立して確認する。TranslationとLocalizationは重なるが同一ではなく、自然な訳文が正しいlocale実装を保証するわけではない。」
• EA · EA-075Geospatial AI「Geospatial AIは、LLMに位置知識を持たせることではない。座標参照系、地物、道路網、時刻、移動制約、衛星・航空観測などの空間データを、専用の地理空間処理・最適化系とAI reasoningへ接続する運用領域である。AIの自然言語推論と、地図・経路・空間演算が返す検証可能な結果を分離し、source、CRS、time、resolution、constraints、provenanceを保持する。地理空間foundation
• EA · EA-078Solver／Rule Engine × LLMLLM-to-formalization/typed-input adapter plus deterministic solver/policy engine. Preserve solver status, constraint model, policy version, feasibility/optimality state and validation evidence.
• EA · EA-103生成物Provenance／C2PA等「C2PA 2.4は署名付きmanifest、assertion、signer identity、validationを定義し、改ざん検知可能な来歴を表現する。来歴の存在は、内容の真実・安全性・AI利用の完全な証明ではない。」
• EA · EA-104AI Supply-chain Security「SLSAはprovenanceとattestationの表現・検証を支えるが、artifactの安全性や品質を単独では保証しない。OpenSSF Scorecardは対象OSS repositoryの時点別check結果であり、全展開の保証ではない。」
• EA · EA-107Enterprise AI成熟度モデル「NIST AI RMFとISO/IEC 42001はAIリスク管理・管理システムの基礎を与えるが、ここで示す成熟度段階はそれらの公式段階ではなく、本書の運用提案である。」
• EA · EA-108AI Center of Excellence運用論「AI CoEという名称・標準権限をNIST/ISOが直接定義しているわけではない。本書では、両者が示す組織的リスク管理・policy/process・継続改善を提供する運用モデルとしてCoEを提案する。」
• EA · EA-113Email Agent安全運用「Gmail APIはmessages.sendとdrafts.sendを別methodとして提供するため、draft→検査→明示承認→sendという制御点を設計できる。ただし、APIの存在は宛先正確性、承認、DLP、法的適合、送信後回収を保証しない。」
• EA · EA-115Document Fidelity研究「Google Docs APIは文書を構造要素、text run、画像、書式、header/footer/footnoteとして扱う。したがってdocument fidelityは内容・構造・書式・描画を分解して検証すべきだが、このAPI仕様だけでDOCX/PDF/Slides間の視覚的同一性や変換完全性を保証できない。」
• EA · EA-117Deep Research／AI Research Provenance「W3C PROV-OはEntity・Activity・Agentとused/generated/association等で調査来歴を表す標準語彙である。来歴は検証可能性を高めるが、引用の正しさ、一次資料性、sourceの真偽、研究結論の正確さそのものを保証しない。」
• EA · EA-119Voice Agent業務運用「Twilio Programmable Voiceの公式Docsは発着信、録音、transcription、AI agent/予約の実装入口を示す。これは音声業務の技術的control pointの証拠であり、本人確認、同意、ASR精度、予約成功、法的適合、human handoffを保証しない。」
• EA · EA-120Transaction／High-impact Action Guardrails「EU AI Act Article 14は高リスクAIのhuman oversightとして、能力・限界の理解、automation biasへの注意、override/reverse、safe stop等を規定する。企業の全transactionを自動的に同一の高リスク分類へ置く根拠ではなく、実運用では法域・用途・権限・不可逆性を別途分類する。」
• EA · EA-122Mixture-of-Agents「MoA原著はlayeredな複数LLMと出力統合を提案し、特定benchmarkでの改善を報告する。ただし、同じ構成が全業務・全providerで優越する証拠ではなく、品質・相関誤り・遅延・token費用・judge biasを含む比較が必要である。」
• EA · EA-127Researcher–Writer異種化「WebGPTとSelf-RAGは、検索/取得・参照収集・生成/反省を連携させる研究例である。Researcher–Writer分離は来歴と責任境界を明確にする実装提案だが、別modelにするだけで一次資料性、引用の正しさ、真偽、最新性、法的適合は保証されない。」
• EA · EA-136LlamaIndex Workflows「LlamaIndex Workflowsの公式Docsは、Pydantic event、型付きstep、実行・停止・timeout・streaming・context storeを使うworkflow構成を示している。型が検証されても、LLM出力の真偽、権限、安全な外部action、production性能は別途検証が必要である。」
• EA · EA-140AutoGen史AutoGen史
• EA · EA-157MCP互換性は「対応済み」だけでは判定できない「MCP対応」は単独では互換性の証拠にならない。protocol revision、SDK、実際のwire revision、Gatewayのsupported revisions、下流target、authorization/trust/auditを分離して確認する。2026-07-28は2025-eraとwire behaviorが異なり、SDKのmajor versionだけから実通信revisionを推定してはならない。
• EA · EA-159AG-UI「AG-UIは、agentic backendとユーザー向けfrontendの間を、HTTP／WebSocket等の上にイベント駆動・双方向で接続するプロトコルである。イベント仕様1.0は当該資料でDraftと表示されているため、採用時は版・SDK・再接続・認可・表示安全性を個別に確認する。」
• EA · EA-213Unstructured／Document ETLUnstructuredは文書を要素へ分解し、その要素からRAG向けchunkを構成するOSS部品を提供する。抽出方式や依存によって読み順・表・来歴の結果が変わるため、元素材に照合した評価と権限継承を経てindexへ投入する。変換の成功だけで正確性や無通信性を判断しない。
• EA · EA-214DoclingDoclingはPDF、Office、画像等を共通構造へ変換し、Markdown・HTML・JSON等へ出力する。表・読み順・OCRの品質は素材と設定に依存するため、元素材との照合を行う。内部表現のJSON保存は変換後の構造を保持する手段であり、原文の完全復元や正確性の保証ではない。offline運用にはモデル準備と通信制御を別途確認する。
• EA · EA-685Coding AgentのDependency Hallucination／Slopsquatting防御AIが生成した依存パッケージ名は導入候補として扱います。存在確認、正常なhash、provenance、既知脆弱性scanのいずれも単独では安全性を保証しません。導入前の承認identityと、実際に取得するartifactのidentity・bytesを結び付けて確認する運用が必要です。この運用は設計上の提案であり、特定製品の防御率を実証したものではありません。
• EA · EA-239Content Safety／Moderation Model・APIContent Safety／Moderation APIは、入力や出力を「安全／危険」と最終決定する認可機構ではありません。特定のモデル、taxonomy、threshold、対応modalitiesと言語の下で、ポリシー判断に使う分類信号を返す部品です。組織側では、この信号をどの条件でblock、allow、transform、human reviewへ接続するかを別に定義します。
• EA · EA-1012AI Use-Case Coverage Census／未充足セル・過密セル検出「Coverage Censusは、version固定した多軸プロファイル上でEA・実運用ユースケースの分布を観測し、未充足・過密・分類不能を探索する。空セルは自動的に不足や新規導入必要性を意味せず、過密セルも自動的に重複を意味しない。各signalは用途、actor、risk、evidence、代替手段を確認してdispositionする。」
• EA · EA-1200AIの公平性・有害バイアス・disparate impactをどう評価するか「公平性指標を満たしたためAIは公平である」と断定しません。安全な表現は、「定義した母集団・期間・意思決定・属性・metricの範囲で観測された格差と不確実性を評価した。結果は当該条件下の証拠であり、他の集団、期間、法域、用途での公平性や法的適合を自動的に保証しない」です。
• EA · EA-1201Explainability／Interpretability／Explanation Fidelity「AIが判断理由を説明できる」と一括して表現せず、「特定の説明手法により、定義された対象・参照条件の下でモデル挙動の一部を説明または近似できる。説明の忠実性、安定性、理解可能性、適用範囲は別途検証が必要」と記述します。
• EA · EA-1212Mistral Platform／Open-weight Operating Profile「Mistralの運用条件はprovider名ではなく、surface・model/version・weight artifact・license・runtime・region/data-processing条件を分離して確認する。」 「open-weightであること、APIで提供されること、同じmodel family名であることを、同一の契約・runtime・data boundaryの証拠として扱わない。」
• EA · EA-1218AgentWorld — 長期マルチエージェント協調ベンチマークAgentWorld は複数AIエージェントの長期協調を評価する研究ベンチマークである。既存GX provenanceでは arXiv:2609.31590、50ラウンド超、3〜20エージェント、採集時点の最良系タスク成功率52.0%が記録されている。
• EA · EA-231Object StorageをAI正本層にするObject Storage can serve as the canonical byte/evidence layer for AI workflows when the design binds each important artifact to an immutable version identity and content digest, uses provider-supported conditional writes
• EA · EA-249ETL・ELTからAIの知識索引まで更新の成立を追うETLは取り出したデータを変換してから読み込み、ELTは読み込んだ後の基盤で変換します。AIの知識更新では、その後にも解析、分割、embedding、索引公開、権限の反映があります。取込ジョブが成功しただけで、検索や回答が最新・正確・閲覧可能になったとは判断できません。原本から検索可能な版まで、何がどこまで反映されたかを追います。
• EA · EA-251Data Quality Gate for RAG／AIRAG/AIのData Quality Gateは、定義したdata constraintsを満たさないrevisionをindex/servingへ進めないための制御です。 Gate PASSは「検査したconstraintを満たした」ことを示します。retrieval relevance、groundedness、answer correctnessまで保証するものではありません。
• EA · EA-252Data Lineage／ProvenanceをAI回答までつなぐAI回答のcitation、execution trace、data lineageは同一ではありません。 citationは回答からsourceを参照する表示、traceはLLM・retrieval・tool等の実行経路、lineageはsource artifactから派生artifactまでのderivationです。監査・再現・影響分析に使う場合は、この三者をstable identifierで接続します。
• EA · EA-257Confidential Computing／TEE × AIConfidential Computing／TEEは、定義したthreat modelの範囲でAI workloadのdata-in-useと実行環境をhost/operatorから隔離し、remote attestationをsecret/key releaseの条件にできます。 ただし、TEEやattestation PASSだけでapplication code、GPU、side channel、availability、pro
• EA · EA-266署名・Attestation・SLSAでAI Artifactを検証するAI Artifactの検証では、artifact bytesのdigest、署名者/issuer、attestation subject、provenance predicate、builder/workflow identityをconsumer policyに照らして確認します。
• EA · EA-272Model／Tool Health Check設計「health checkが成功した」は、そのprobeが定義した時点・地点・契約を満たしたことだけを意味する。モデル品質、全tool、全tenant、end-to-end業務成功、将来の可用性を保証しない。
• EA · EA-277Data Masking／Tokenization before LLM「LLM前のmasking/tokenizationは機微データ露出を減らすcontrolであり、匿名化や漏えい防止の保証ではありません。必要データだけを送り、検出漏れ、tokenのlinkability、再識別鍵・mapping、quasi-identifier、ログ／cache、出力側を別々に管理します。可逆tokenの復元はLLMから分離した認可済み境界で行います。」
• EA · EA-278Privacy-preserving Computation × AIPrivacy-preserving computationは一つのcontrolではありません。DP、MPC/FHE、federated/remote computation、TEEは異なる境界を保護します。攻撃者、保護対象、許可output、trust assumption、parameter、verification evidenceを明示し、単一PETから匿名性やend-to-end confidentialityを推定しません
• EA · EA-280Retention Policy for AI Conversations／Artifacts「保存先と派生先ごとに保持・利用停止・削除・確認の条件を定め、実行証拠を残す」。一方、「学習に使われないので保存もされない」「応答を消したので全派生物も消えた」「30日なら全製品・全契約で適合」とはしない。
• EA · EA-281Tenant Isolation for Multi-tenant AI「認証由来のテナント文脈を全データ・操作経路へ渡し、保存先と実行主体の認可を強制して分離する」。一方、「テナントIDをプロンプトに書けば分離済み」「索引を分ければ全経路が安全」「専用GPUなら会話やログも分離済み」とはしない。
• EA · EA-285Human Escalation Policy／Handoff Design「停止範囲と責任者を定め、受領・判断・結果・再開を証拠で接続する」。一方、「メールしたので引継ぎ完了」「担当名があるので着手済み」「人の返答を受ければ無条件に再開」「判断を渡したのでAI側の責任は終了」とはしない。
• EA · EA-480Insurance AI Operating Model／保険AI運用モデル保険AIの運用モデルは、一般AIガバナンスを共通controlとして再利用しつつ、保険法令、consumer outcome、use-case別risk、third-party model accountability、decision/appeal/correction evidence、regulatory examination evidenceをjurisdiction別のsector overlayとして統合する。具体的な義務
• EA · EA-504Agent Causality Graph／Action ReconstructionAIエージェントのaction reconstructionでは、traceを重要な相関証拠として使うが、完全なeffect ledgerとはみなさない。durable decision/action identity、authority/policy version、workflow/tool/provider operation ID、外部targetのauthoritative readbackを結合し、trace coverag
• EA · EA-506リース失効・タイムアウト・キャンセル後に残る「ゾンビ外部操作」をどう封じるかリース失効・heartbeat timeout・キャンセルは、スケジューラ上の所有権や待機を終わらせるための制御であり、旧実行主体の停止や既送信の外部副作用の取消しを一般には保証しない。可能な対象では単調なgeneration/fencing tokenをmutation境界で原子的に検証し、対応しない外部副作用ではstable operation identity、providerのdocumented idempotency、結果r
• EA · EA-513派生AIデータの消去と埋め込み・索引の残留管理原文を削除しても、その原文から作ったチャンク、埋め込み、索引、要約、評価用コピーまで消えたとは限りません。派生AIデータの消去では、元データとの依存関係、削除操作が及ぶ単位、検索からの不可視化、保存領域の回収、バックアップからの再導入、再生成を別々に管理します。EA-512が削除要求全体の伝播と証拠を扱うのに対し、本項は派生表現と保存層の残留を扱います。
• EA · EA-514AIメモリの訂正伝播と古い派生データの修復AIメモリの訂正では、元データの変更成功と、そのデータに依存する要約、ベクトル、索引、キャッシュ、検索結果の更新完了を分けます。正本が訂正済みでも、古い派生物が同じシステムに残り、回答へ再利用されることがあります。依存関係と版を管理し、影響する派生物を再計算し、提供経路で修復結果を再読込することが必要です。本項は訂正と収束を扱い、削除要求の伝播はEA-512、物理的な埋め込み残留はEA-513に接続します。
• EA · EA-515共有AIメモリのテナント分離共有AIメモリでは、利用者・チーム・顧客の識別子を保存するだけでは分離が成立しません。認証された主体から許可する範囲を決定し、読取、書込、更新、削除、要約、検索、キャッシュ、復元まで同じ範囲を適用する必要があります。検索だけにフィルタを付けても、別の経路で他テナントの記憶が更新・合成されれば分離は破れます。本項は共有メモリの権限伝播と運用検証を扱い、削除はEA-512、訂正収束はEA-514に接続します。
• EA · EA-517情報区分に応じたAIメモリの保持期限とTTLAIメモリの保持は、すべての記憶へ同じTTLを付けるだけでは管理できません。情報区分、利用目的、元データの版、保持の根拠、起算点、派生物、保持例外を対応させ、期限到達、提供停止、削除指示、実削除、backupの失効を分けて確認します。TTLは製品の削除・失効機構であり、組織が定める保持要件全体と同じものではありません。
• EA · EA-520Effective Instruction Contract Envelope「system instructionを設定した」ことと「そのinstructionが実行時に常に強制された」ことを同一視しない。監査可能なのは、組織が管理するinstruction revision、観測可能なprovider/model/runtime/configuration、明示したcomposition、指定した評価条件で得たbehavioral evidenceである。hidden provider instruction
• EA · EA-683Evaluation Set Aging / Refresh / Contamination“Benchmark scores are versioned observations, not timeless model properties. Preserve benchmark-release, item/scorer/harness provenance and inference conditions. A refresh or item correction starts a new comparison revis
• EA · EA-730AI policy regression testing-as-codeevidence_as_of: 2026-10-27 JST
• EA · EA-738AI評価の昇格判定に統計的信頼性ゲートを入れる「候補モデルの平均スコアが高い」だけでは昇格根拠として弱い。比較対象と評価単位を固定し、差の大きさと不確実性を示し、事前定義した実用上の最小差および安全性の非交渉条件を満たしたときに昇格させる。信頼区間や有意差は本番性能の保証ではなく、定義した評価設計の下で観測差をどこまで信頼できるかを判断する材料である。
• EA · EA-739Human annotation QA／disagreement adjudication for AI evaluationAI評価で人間注釈を使う場合、単一ラベルを「正解」として保存するだけでは評価品質を監査できません。rubricとannotator trainingを版管理し、複数annotatorの独立判断、agreement/disagreement、adjudication、rubric改訂、最終ラベルまでのprovenanceを残します。特に主観的・境界的な評価では、disagreementは単なる誤差ではなく、曖昧な指示、edge case、
• EA · EA-741Evaluation dataset lineage／ownership／provenance contract「評価データは、dataset/versionの識別子とdigestだけでなく、source・derivation・作成/承認責任・rubric・split・利用runを追跡し、後から評価結果の再現と影響範囲の逆引きができるようにする。PROV-O、MLflow、OpenLineage等はその一部を実装するための基盤になり得るが、権利・同意・削除・case-level approvalまで自動的に保証するものではない。」
• EA · EA-744Regulatory locale × evaluation requirement crosswalk「AI評価は世界共通の技術testをcoreとして再利用しつつ、法域・用途・system classification・operator role・適用日などで変わる要求をversioned regulatory overlayとして追加する。overlayは法的適用を自動決定するものではなく、承認済みapplicability判断をcontrol/test/evidenceへtraceするために使う。内部evalのPASSを法定con
• EA · EA-753Confidential AI inferenceとremote attestationの信頼境界「remote attestationに成功すればConfidential AI inferenceは安全」とは断定しない。「CPU/GPU/driver/firmware/workload policy等のattestation evidenceをversioned policyで検証し、許可状態に一致した場合だけsecretや暗号化資産をreleaseすることで、機密AI workloadの実行環境に対する信頼境界を強化する」とする
• EA · EA-758multimodal media cacheのUUID衝突・tenant隔離evidence_as_of: 2026-10-27 JST
• EA · EA-759speculative decodingを負荷に応じて切り替えるadaptive運用evidence_as_of: 2026-10-27 JST
• EA · CORE-02検索・記憶・出典の対応付けこの章は、「モデルへ入れられる量」「必要根拠を見つける能力」「見つけた根拠を使う能力」「sourceに忠実な生成」「sessionを越えて保持されるmemory/state」を分離し、企業AIのsource利用を検証可能な契約にする。
• EA · CORE-03タスク分解と処理工程CORE-03は、複合taskを検証可能なstageへ分け、stage間の入出力、intermediate artifact、retry、verification、parallel/serial、transaction境界を定義する。目的は「一発でやらせない」という標語ではなく、失敗を局所化し、再実行で完了済み工程や外部状態を壊さず、local passとend-to-end successを分けて判定できるpipeline contr
• EA · CORE-05エージェントの副作用・復旧・人への引継ぎCORE-05は、AIが外部状態を変更する前後のread/write境界、permission scope、dry-run、confirmation、idempotency、compensation、undo、human escalation、action evidenceを定義する。目的は「人が承認した」「toolがsuccessを返した」を安全・完了とみなさず、意図した対象・操作・差分と外部最終状態を照合し、失敗時に停止・修復・引継
• EA · PM-CLAUDE-CORE-01CLAUDE：状態を持つAIの運用契約This mapping binds Anthropic Messages, Message Batches and Claude Agent SDK session, resume, fork, hook and file-checkpoint surfaces to CORE-01. Provider dialogue/session state is not the canonical business task record.
• EA · PM-CLAUDE-CORE-02CLAUDE：検索・記憶・出典の対応付けCORE-02のpermission-aware retrieval、memory lifecycle、source binding、bounded long-context反証をClaudeの現行公開surfaceへ対応づける。Claude enterprise search／connectors、Messages APIのsearch-result・citations・Files、MCP connector、client-side
• EA · PM-CLAUDE-CORE-04CLAUDE：モデル・ツール・情報源・状態の選択CORE-04のmodel / tool / source / state routing、fallback、batch、observability契約をClaude API、Message Batches、service tier、Claude Agent SDKへ対応づける。Claude.ai、Claude API、Agent SDK、Claude Code CLI、Bedrock、Google Cloud、Managed Agen
• EA · PM-CLAUDE-CORE-07CLAUDE：評価データと公開前の評価契約CORE-07のdataset、scorer/judge、holdout、slice gate、release evidenceを、Anthropicの評価設計guidance、Console prompt improver/evaluator、Message Batches、structured outputs、Agent SDK/Claude Codeおよびauthor-maintained cookbookへ対応づける。公開仕様・
• EA · PM-GEMINI-CORE-02GEMINI：検索・記憶・出典の対応付けこの文書は、CORE-02で閉じていないprovider実装・provider実機残差をGemini用のProduct Mappingへ渡すための境界票である。ここで仕様意図、OSS版、issue観測をGemini製品の安全性・可用性・tenant実測へ昇格させない。Q-C02-001/002とAUD-C02-008の残差だけを扱い、新テーマは追加しない。
• EA · PM-GEMINI-CORE-04GEMINI：モデル・ツール・情報源・状態の選択CORE-04のmodel / tool / source / state routing契約を、Gemini Apps、Gem、Gemini API、ADK、Vertex AIへ対応づける。各surfaceのmodel名、tool、state、batch、quotaを一つの自動routerとみなさず、公開仕様、公開failure signal、組織観測を分離する。価格・quota・tenant設定・内部routingはcurrent値
• EA · PM-GEMINI-CORE-05GEMINI：エージェントの副作用・復旧・人への引継ぎCORE-05のread/write境界、confirmation、idempotency、recovery、undo、human escalationを、Gemini Apps、Gemini API、ADK、Vertex AI系runtimeへ対応づける。公開機能の存在を、trusted approval、exactly-once、external readback、完全undo、tenant採用の証拠へ昇格しない。CORE-05のl
• EA · PM-GEMINI-CORE-06GEMINI：プロンプトと設定の管理CORE-06のconfiguration bundle、version、digest、lineage、environment diff、canary、rollbackを、Gemini Apps/Gems、Gemini API、Vertex AI Prompt Managementへ対応づける。UIの保存、prompt version、model名、restore機能の存在を、composite release bundle、backe
• EA · PM-GPT-CORE-02OpenAI / GPT：検索・記憶・出典の対応付けこの文書は、CORE-02のQ-C02-001..004をGPT/OpenAIの現行surfaceへ対応づける。対象はChatGPTのCompany Knowledge／apps with sync／Projects／Memoryと、OpenAI APIのfile search／Retrieval／data controlsである。公開仕様、既存のprovider-neutral研究・local実験、本研究の分析を分離し、公開仕様だけで
• EA · PM-GPT-CORE-05OpenAI / GPT：エージェントの副作用・復旧・人への引継ぎSource: OpenAI, Human-in-the-loop, [ ; accessed 2026-09-08; sections Marking tools that need approval / How the approval flow works / Automatic approval decisions / Long-running approvals. New source EXT-C05-001.
• EA · PM-GPT-CORE-07OpenAI / GPT：評価データと公開前の評価契約CORE-07のgolden dataset、holdout、scorer/judge registry、slice-level AND gate、release/rollback evidenceをOpenAIのDatasets、Evals、Graders、Agent evals、Prompt optimizerおよびopenai/evals OSSへ対応づける。公開仕様と固定OSSだけを対象とし、実tenant、非公開dataset
• EA · PM-GROK-CORE-01GROK：状態を持つAIの運用契約This mapping binds xAI Responses, stored continuation, deferred Chat Completions, Batch API, function calling, ZDR and the official Python SDK to CORE-01. Provider response, request, batch and tool-call states are runtim
• EA · PM-GROK-CORE-02GROK：検索・記憶・出典の対応付けThis mapping binds xAI Collections, Collections Search, Files and ZDR to the existing CORE-02 contract. It does not treat collection membership, an API-key permission, an application-supplied metadata filter, a citation
• EA · PM-GROK-CORE-04GROK：モデル・ツール・情報源・状態の選択CORE-04のmodel / tool / source / state routing、fallback、service capacity、cost/error observability契約をxAI APIへ対応づける。model alias/date pin、retired-slug redirect、search/tool、Priority/Default、rate limit、online/deferred/Batch、SD
• EA · PM-GROK-CORE-07GROK：評価データと公開前の評価契約CORE-07のgolden dataset、scorer/judge、holdout、slice/tail gate、release evidenceを、Grok 4.6 announcement/model card、xAI APIのBatch/structured-output/model identity、author-maintained Grok Build、独立benchmark methodologyへ対応づける。公開b
• EA · PM-NOTEBOOKLM-CORE-02NotebookLM：検索・記憶・出典の対応付けThis supplement answers only REQ-NLM-20260909-001 and Q-NLM-SCOPE-001..004. Consumer/Workspace Gemini Notebook, Workspace admin controls, Gemini Notebook Enterprise, source ingestion, chat/notes, Studio artifacts and dow
• EA · ORG-CORE-02組織での適用：検索・記憶・出典の対応付けこの票は、組織・tenant・契約・管理設定・実測値をEnterprise AI CoreやGemini Product Mappingへ混入させないための空の受け皿である。未提供の値を既定値、製品仕様、匿名報告から補完しない。
• EA · PROVENANCE_POLICY出典の来歴と根拠の扱い本辞典は、チャット本文、S001〜S063、packet、registerを、それだけで外部知識の原典とは扱わない。これらは編纂容器・研究記録・中間成果物になり得る。外部情報を含むclaimは、容器を越えて原著者・原組織・原資料まで遡れることを公開条件とする。
• EA · INTEGRATION_READINESS_AUDIT統合時の整合性と残る制約INTEGRATION_READINESS_AUDIT-INT-022: final gate census grants CONDITIONAL_CLEARANCE_FOR_ASSEMBLY. IR-001/002/005/006/007/008 are closed or non-blocking under their existing canonical-input and layer-separation controls.
• EA · PUBLICATION_GATE_CENSUS公開判定と未解決事項APPROVED_FOR_PUBLICATION_WITH_DISCLOSED_RESIDUALS