AI運用で危険なのは、「テストしていないこと」だけではありません。

もっと厄介なのは、テストしたつもりになっていることです。

この状態では、モデルやエージェントの性能以前に、測定器そのものが信用できません。

本教材では、AI・ツール・自動化・記事・画像・エージェントなどを評価するときに、

Claim → Evidence → Oracle → Coverage → Verdict

を分離し、「何を・どの条件で・どこまで保証したか」を再利用できる評価系へ変えます。

この教材でできるようになること

読み終わった時点で、少なくとも次を区別できる状態を目指します。

対象は、単発の「AI回答チェック」ではなく、複数工程・長時間Agent・自動化・比較実験を壊れにくく運用したい人です。

最初にやることは、PASSの横に5項目を書くこと

評価結果を PASS の一語だけで保存すると、あとでほとんど使えません。

最低でも次を結び付けます。

Artifact：何を確認したか
Condition：どの条件で確認したか
Oracle：何を基準に正しいとしたか
Coverage：どこまで見たか
Time / Version：いつ・どの版か

悪い例です。

PASS：保存機能

これでは、何をしたのか分かりません。

改善するとこうなります。

Artifact：v1.4 の保存機能
Condition：新規作成 → 保存 → 再起動 → 再読込
Oracle：保存前後JSON一致 + 画面上の再表示
Coverage：正常系3件。破損ファイルは未確認
Time / Version：2026-09-23 / build 1.4.2

重要なのはPASSを強く見せることではありません。

PASSの効力が及ぶ範囲を、狭く正確にすることです。