AIToday
大規模言語モデルAIコーディングZenn AI/ML掲載日時: 2026年11月9日 6:00

ClaudeとサスケWorksで目標管理を自動化

LINEで送る
ClaudeとサスケWorksで目標管理を自動化

3つのポイント

  1. 何が起きたか

    エンジニアがClaudeとサスケWorksでOKR等級コンパスを作り、promptfooで検証。精度は16/18から18/18に上昇し、不安定なグループは1から0に減少した。

  2. なぜ重要か

    等級判定の精度と一貫性が向上し、系統的なベンチマークが見過ごされがちなAIの誤りを明らかにして修正できることを示した。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

このプロジェクトは、目標設定と評価を社員にとって公正に感じられるものにしつつ、会社の成長も支えるにはどうすべきかという共通の問題意識から始まった。エンジニアは評価側に焦点を当て、主観的な判断を、明示的な基準に基づくAI支援のチェックに置き換えることを目指した。

ツールの中核は、目標が扱う問題の大きさと、関わる人の範囲の2軸で目標を評価する尺度だ。2軸のうち低い方が目標の等級を決める。この尺度は、目標を効果的に区別できなかった以前の8軸版から改良されたものだ。

重要な発見はベンチマークから得られた。AIは他者への相談に関する表現を含む目標を一貫して誤判定し、意図より多くの人が関わるものと読み取っていた。これはAIの欠陥ではなく、等級定義の曖昧な表現に起因していた。境界を明確にした後、ツールの精度は18/18に達し、繰り返し実行しても結果は安定した。エンジニアは、この尺度自体が暫定的なモデルであり、会社に公式承認された基準ではないと注記している。

よくある質問
ツールはどのように検証されたのか?
エンジニアはプロンプト評価用のオープンソースツールpromptfooを使い、同じ等級判定タスクを複数回実行した。初期版は18件中16件に合格し、等級定義を改良した後は18件中18件に合格、不安定な結果もなくなった。
promptfooはどんな誤りを明らかにしたのか?
AIは「先輩社員に相談する」といった表現を、等級間の境界が曖昧だったため、より高い等級と誤読していた。区別を明確に書くことで修正された。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へAI企業が2026年に3000億ドル超の株式売却