{ "schema_version": "core-reviewed-term-ai-handoff-v2", "version": "core-reviewed-term-ai-handoff-v2", "compat": { "backward_compatible_schema_versions": [ "core-reviewed-term-ai-handoff-v1" ], "v1_fields_preserved": true }, "contract_status": "preview", "distribution": "per_term_read_only_ai_handoff", "no_write_operations": true, "content_tier": "db_backed", "canonical": { "url": "https://core.yogoq.com/ja-JP/core/model-experiment", "slug": "model-experiment", "locale": "ja-JP" }, "summary": { "schema_version": "core-reviewed-term-summary-v1", "term_id": "225f167a-da41-5b93-9f9e-8b11c750183d", "canonical_slug": "model-experiment", "canonical_url": "https://core.yogoq.com/ja-JP/core/model-experiment", "locale": "ja-JP", "display_name": "モデル実験", "english_name": "Model Experiment", "abbreviation": null, "short_definition": "モデル実験は、プロダクト・プロジェクト・技術の文脈で、範囲、根拠、責任者、次に決める運用判断をそろえるための実務用語である。", "content_tier": "db_backed", "quality": "reviewed", "publication_status": "published_reviewed", "version": "core-reviewed-term-summary-v1", "last_reviewed_at": "2026-06-17T00:14:29.494+00:00", "sources_count": 2, "limitations_key": "core-trust-policy-v1-2026-06-22" }, "aliases": [ { "text": "モデル実験", "type": "display_name", "locale": "ja-JP" }, { "text": "Model Experiment", "type": "english_name", "locale": "en-US" }, { "text": "モデル・エクスペリメント", "type": "katakana", "locale": "ja-JP" }, { "text": "モデル実験", "type": "localized_title", "locale": "ja-JP" } ], "content": { "definition": { "key": "definition", "title": "一言でいうと", "text": "モデル実験は、プロダクト・プロジェクト・技術の文脈で、範囲、根拠、責任者、次に決める運用判断をそろえるための実務用語である。", "items": [] }, "formula": null, "boundary": { "key": "boundary", "title": "含めるもの / 含めないもの", "text": "モデル実験を計画やレビューで使う前に、境界を明記する。 含める | 合意した事業文脈に合い、同じ根拠でレビューできるケース | 比較の公平性を保つ 含めない | 一回限り、無関係、根拠不足など、用語の意味を変えてしまうケース | 過大解釈を防ぐ 明記する | データソース、責任者、更新タイミング、例外処理 | 後からレビューを再現できるようにする", "items": [ "含める | 合意した事業文脈に合い、同じ根拠でレビューできるケース | 比較の公平性を保つ", "含めない | 一回限り、無関係、根拠不足など、用語の意味を変えてしまうケース | 過大解釈を防ぐ", "明記する | データソース、責任者、更新タイミング、例外処理 | 後からレビューを再現できるようにする" ] }, "usage": [ { "key": "meaning", "title": "意味", "text": "モデル実験は、単に語彙として知るだけではなく、チームが何を判断するかをそろえるためのビジネス概念である。プロダクト・プロジェクト・技術では、対象範囲を定め、選択肢を比較し、責任者を置き、どの根拠で判断が変わるかを説明する場面で役立つ。強い使い方では、含めない範囲、合わせて確認する指標やプロセス、実行後のレビュー方法まで明確にする。 モデル実験を実務で扱うときは、誰が、どの範囲で、どの根拠を見て、どの行動を変えるのかまで明文化する必要がある。特にプロダクト・プロジェクト・技術では、同じ言葉でも部門、顧客層、期間、データソースによって意味が変わるため、定義と判断基準を一体で残すことが重要である。", "items": [] }, { "key": "usage", "title": "役立つ場面", "text": "モデル実験は、運用上の会話と判断品質を変える。 範囲 | どのチーム、顧客セグメント、プロセス、期間を扱うかを決める | 前提がずれたまま合意した気になることを防ぐ 責任 | 判断後に行動を変えられる担当者を明確にする | フォローアップと説明責任を成立させる 根拠 | 観測できるシグナルと用語を結びつける | 意見や好みだけの議論に流れないようにする", "items": [ "範囲 | どのチーム、顧客セグメント、プロセス、期間を扱うかを決める | 前提がずれたまま合意した気になることを防ぐ", "責任 | 判断後に行動を変えられる担当者を明確にする | フォローアップと説明責任を成立させる", "根拠 | 観測できるシグナルと用語を結びつける | 意見や好みだけの議論に流れないようにする" ] }, { "key": "usage", "title": "使い方のポイント", "text": null, "items": [ "選択肢を比較する前に範囲を書き、異なる母集団や期間を混ぜないようにする。", "事実、仮説、未確認事項を分け、後のレビューで判断を検証できるようにする。", "用語を責任者、確認頻度、具体的な運用選択に結びつける。 この確認によって、後から同じ議論を繰り返さず、実行とレビューをつなげられる。", "セグメント、チャネル、顧客タイプで解釈が変わる場合は、隣接する用語や指標も確認する。", "市場、プロダクト、規制、運用プロセスが変わったら定義を見直す。" ] }, { "key": "drivers", "title": "何が数字を動かすか", "text": "モデル実験は背後のドライバーを言えると実務で使える。 量 | 影響を受ける顧客、ユーザー、取引、タスクの数 | 規模を説明する 構成 | 関係するセグメント、チャネル、プラン、地域、ワークフロー | 変化の質を説明する 規律 | プロセス、定義、レビュー頻度がどれだけ守られているか | 再現性を説明する", "items": [ "量 | 影響を受ける顧客、ユーザー、取引、タスクの数 | 規模を説明する", "構成 | 関係するセグメント、チャネル、プラン、地域、ワークフロー | 変化の質を説明する", "規律 | プロセス、定義、レビュー頻度がどれだけ守られているか | 再現性を説明する" ] } ], "misunderstandings": [ { "key": "misunderstandings", "title": "よくある誤解 / 落とし穴", "text": null, "items": [ "誤解 | 短い定義が分かれば十分 | 実務利用には範囲、根拠、責任者が必要である", "誤解 | 全員が同じ意味で使っている | 前提と除外条件を書き出す必要がある", "誤解 | 常に良い意味のシグナルである | リスク、無駄、実行しない理由を示すこともある" ] } ], "examples": [ { "key": "examples", "title": "最小例", "text": "運用レビューを準備するチームが、曖昧な議論を避けるためにモデル実験を使う。責任者は対象範囲、手元の根拠、合わせて見るべき周辺指標、今期に決める選択肢を書き出す。比較後、チームは採択した方針、受け入れるトレードオフ、判断を開き直すシグナルを記録する。次のレビューでは同じページを使い、行動によって期待したシグナルが変わったか、または定義を狭める必要があるかを確認する。 このとき重要なのは、用語を説明して終わらせず、対象範囲、比較対象、責任者、レビュー日、判断を変える条件を同じ記録に残すことである。そうすることで、次回の会議では感覚的な再議論ではなく、前回決めた前提と実際に観測された変化を比べて改善できる。", "items": [] } ], "comparisons": [ { "key": "comparisons", "title": "似ている言葉との違い", "text": "モデル実験は近い概念と比較してから判断に使う。 モデル実験 | 今扱う概念 | 議論の主な判断軸になるときに使う 隣接する指標 | 補助根拠 | 概念を検証する数値シグナルが必要なときに使う 隣接するプロセス | 運用規律 | 主なリスクが定義ではなく実行の一貫性にあるときに使う", "items": [ "モデル実験 | 今扱う概念 | 議論の主な判断軸になるときに使う", "隣接する指標 | 補助根拠 | 概念を検証する数値シグナルが必要なときに使う", "隣接するプロセス | 運用規律 | 主なリスクが定義ではなく実行の一貫性にあるときに使う" ] } ], "faq": [ { "question": "モデル実験はいつ使うべきですか？", "answer": "範囲、根拠、責任者、具体的な運用選択をそろえる必要があるときに使う。" }, { "question": "モデル実験を使う前に何を書くべきですか？", "answer": "含める範囲、除外するケース、データソース、レビュー頻度、判断責任者を書く。" }, { "question": "よくある失敗は何ですか？", "answer": "用語をラベルとして使うだけで、判断、プロセス、説明責任が変わらないことである。" } ] }, "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "sources": { "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "visible_sources": [ { "label": "Site Reliability Engineering Book (Google)", "url": "https://sre.google/sre-book/table-of-contents/", "kind": "tier_s" }, { "label": "AI Risk Management Framework (NIST)", "url": "https://www.nist.gov/artificial-intelligence", "kind": "tier_s" } ] }, "related_terms": [ { "topic_id": "89e159e5-1d25-52ef-b794-07d7f9fdb5b4", "canonical_slug": "inflation-decline", "canonical_url": "https://core.yogoq.com/ja-JP/core/inflation-decline", "title": "inflation-decline", "relation_type": "next" }, { "topic_id": "a1e3e7e6-668f-56e3-ae96-f214009e9ec5", "canonical_slug": "product-requirement", "canonical_url": "https://core.yogoq.com/ja-JP/core/product-requirement", "title": "product-requirement", "relation_type": "used_together" }, { "topic_id": "32e096a9-956e-5556-bf40-cf3ce63c91d8", "canonical_slug": "data-field", "canonical_url": "https://core.yogoq.com/ja-JP/core/data-field", "title": "data-field", "relation_type": "used_together" }, { "topic_id": "7e8cd7da-fc2e-599f-8abe-9ad369b9a66a", "canonical_slug": "product-specification", "canonical_url": "https://core.yogoq.com/ja-JP/core/product-specification", "title": "product-specification", "relation_type": "used_together" } ], "relations": [ { "term_id": "89e159e5-1d25-52ef-b794-07d7f9fdb5b4", "canonical_slug": "inflation-decline", "canonical_url": "https://core.yogoq.com/ja-JP/core/inflation-decline", "display_name": "inflation-decline", "relation_type": "related", "source_relation_type": "next" }, { "term_id": "a1e3e7e6-668f-56e3-ae96-f214009e9ec5", "canonical_slug": "product-requirement", "canonical_url": "https://core.yogoq.com/ja-JP/core/product-requirement", "display_name": "product-requirement", "relation_type": "related", "source_relation_type": "used_together" }, { "term_id": "32e096a9-956e-5556-bf40-cf3ce63c91d8", "canonical_slug": "data-field", "canonical_url": "https://core.yogoq.com/ja-JP/core/data-field", "display_name": "data-field", "relation_type": "related", "source_relation_type": "used_together" }, { "term_id": "7e8cd7da-fc2e-599f-8abe-9ad369b9a66a", "canonical_slug": "product-specification", "canonical_url": "https://core.yogoq.com/ja-JP/core/product-specification", "display_name": "product-specification", "relation_type": "related", "source_relation_type": "used_together" } ], "chunk_ids": [ "core:chunk:model-experiment:ja-JP:definition:39aa7f43877f29a2", "core:chunk:model-experiment:ja-JP:boundary:391b3160d5009e9b", "core:chunk:model-experiment:ja-JP:meaning:038f2fd6201f7e31", "core:chunk:model-experiment:ja-JP:usage:6452949b4f183edc", "core:chunk:model-experiment:ja-JP:usage:c71a8eeff55b69b6", "core:chunk:model-experiment:ja-JP:drivers:1501999d07640451", "core:chunk:model-experiment:ja-JP:misunderstandings:6195f9758009868a", "core:chunk:model-experiment:ja-JP:examples:b6da04df5a4e5896", "core:chunk:model-experiment:ja-JP:comparisons:1b7981c37c9b1065", "core:chunk:model-experiment:ja-JP:faq:a7f277af09398dc8", "core:chunk:model-experiment:ja-JP:faq:069c39708bf96c56", "core:chunk:model-experiment:ja-JP:faq:abb1c237ff214100" ], "chunks": [ { "chunk_id": "core:chunk:model-experiment:ja-JP:definition:39aa7f43877f29a2", "section_key": "definition", "heading": "一言でいうと", "text": "モデル実験は、プロダクト・プロジェクト・技術の文脈で、範囲、根拠、責任者、次に決める運用判断をそろえるための実務用語である。", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "39aa7f43877f29a26f1b4f2c2dab04c0461c7a78e5735dabffd873960b942b85" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:boundary:391b3160d5009e9b", "section_key": "boundary", "heading": "含めるもの / 含めないもの", "text": "モデル実験を計画やレビューで使う前に、境界を明記する。 含める | 合意した事業文脈に合い、同じ根拠でレビューできるケース | 比較の公平性を保つ 含めない | 一回限り、無関係、根拠不足など、用語の意味を変えてしまうケース | 過大解釈を防ぐ 明記する | データソース、責任者、更新タイミング、例外処理 | 後からレビューを再現できるようにする 含める | 合意した事業文脈に合い、同じ根拠でレビューできるケース | 比較の公平性を保つ 含めない | 一回限り、無関係、根拠不足など、用語の意味を変えてしまうケース | 過大解釈を防ぐ 明記する | データソース、責任者、更新タイミング、例外処理 | 後からレビューを再現できるようにする", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "391b3160d5009e9bfdba1ddfd865c04332d50a88eca8a7c966b200454ef64729" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:meaning:038f2fd6201f7e31", "section_key": "meaning", "heading": "意味", "text": "モデル実験は、単に語彙として知るだけではなく、チームが何を判断するかをそろえるためのビジネス概念である。プロダクト・プロジェクト・技術では、対象範囲を定め、選択肢を比較し、責任者を置き、どの根拠で判断が変わるかを説明する場面で役立つ。強い使い方では、含めない範囲、合わせて確認する指標やプロセス、実行後のレビュー方法まで明確にする。 モデル実験を実務で扱うときは、誰が、どの範囲で、どの根拠を見て、どの行動を変えるのかまで明文化する必要がある。特にプロダクト・プロジェクト・技術では、同じ言葉でも部門、顧客層、期間、データソースによって意味が変わるため、定義と判断基準を一体で残すことが重要である。", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "038f2fd6201f7e3182021803b3e72b95587e881442c94ac6b4dbab863dafe50e" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:usage:6452949b4f183edc", "section_key": "usage", "heading": "役立つ場面", "text": "モデル実験は、運用上の会話と判断品質を変える。 範囲 | どのチーム、顧客セグメント、プロセス、期間を扱うかを決める | 前提がずれたまま合意した気になることを防ぐ 責任 | 判断後に行動を変えられる担当者を明確にする | フォローアップと説明責任を成立させる 根拠 | 観測できるシグナルと用語を結びつける | 意見や好みだけの議論に流れないようにする 範囲 | どのチーム、顧客セグメント、プロセス、期間を扱うかを決める | 前提がずれたまま合意した気になることを防ぐ 責任 | 判断後に行動を変えられる担当者を明確にする | フォローアップと説明責任を成立させる 根拠 | 観測できるシグナルと用語を結びつける | 意見や好みだけの議論に流れないようにする", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "6452949b4f183edca1f7962d97a37ea6f5e4e4acac5d0dfdc442a3e92705367c" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:usage:c71a8eeff55b69b6", "section_key": "usage", "heading": "使い方のポイント", "text": "選択肢を比較する前に範囲を書き、異なる母集団や期間を混ぜないようにする。 事実、仮説、未確認事項を分け、後のレビューで判断を検証できるようにする。 用語を責任者、確認頻度、具体的な運用選択に結びつける。 この確認によって、後から同じ議論を繰り返さず、実行とレビューをつなげられる。 セグメント、チャネル、顧客タイプで解釈が変わる場合は、隣接する用語や指標も確認する。 市場、プロダクト、規制、運用プロセスが変わったら定義を見直す。", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "c71a8eeff55b69b6beb6df5d443f425074e1db34dc1382993980a2c41f5d92e8" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:drivers:1501999d07640451", "section_key": "drivers", "heading": "何が数字を動かすか", "text": "モデル実験は背後のドライバーを言えると実務で使える。 量 | 影響を受ける顧客、ユーザー、取引、タスクの数 | 規模を説明する 構成 | 関係するセグメント、チャネル、プラン、地域、ワークフロー | 変化の質を説明する 規律 | プロセス、定義、レビュー頻度がどれだけ守られているか | 再現性を説明する 量 | 影響を受ける顧客、ユーザー、取引、タスクの数 | 規模を説明する 構成 | 関係するセグメント、チャネル、プラン、地域、ワークフロー | 変化の質を説明する 規律 | プロセス、定義、レビュー頻度がどれだけ守られているか | 再現性を説明する", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "1501999d076404518f6660f3f864360069bbdb2659e4671041ca3e85fa556a8e" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:misunderstandings:6195f9758009868a", "section_key": "misunderstandings", "heading": "よくある誤解 / 落とし穴", "text": "誤解 | 短い定義が分かれば十分 | 実務利用には範囲、根拠、責任者が必要である 誤解 | 全員が同じ意味で使っている | 前提と除外条件を書き出す必要がある 誤解 | 常に良い意味のシグナルである | リスク、無駄、実行しない理由を示すこともある", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "6195f9758009868a56fe7a7872ecf23425b692434a7c7eadcb5927b1802930b7" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:examples:b6da04df5a4e5896", "section_key": "examples", "heading": "最小例", "text": "運用レビューを準備するチームが、曖昧な議論を避けるためにモデル実験を使う。責任者は対象範囲、手元の根拠、合わせて見るべき周辺指標、今期に決める選択肢を書き出す。比較後、チームは採択した方針、受け入れるトレードオフ、判断を開き直すシグナルを記録する。次のレビューでは同じページを使い、行動によって期待したシグナルが変わったか、または定義を狭める必要があるかを確認する。 このとき重要なのは、用語を説明して終わらせず、対象範囲、比較対象、責任者、レビュー日、判断を変える条件を同じ記録に残すことである。そうすることで、次回の会議では感覚的な再議論ではなく、前回決めた前提と実際に観測された変化を比べて改善できる。", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "b6da04df5a4e58967a1fe54c84f768c04f5c403d769fc9390d830fb9e86df04a" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:comparisons:1b7981c37c9b1065", "section_key": "comparisons", "heading": "似ている言葉との違い", "text": "モデル実験は近い概念と比較してから判断に使う。 モデル実験 | 今扱う概念 | 議論の主な判断軸になるときに使う 隣接する指標 | 補助根拠 | 概念を検証する数値シグナルが必要なときに使う 隣接するプロセス | 運用規律 | 主なリスクが定義ではなく実行の一貫性にあるときに使う モデル実験 | 今扱う概念 | 議論の主な判断軸になるときに使う 隣接する指標 | 補助根拠 | 概念を検証する数値シグナルが必要なときに使う 隣接するプロセス | 運用規律 | 主なリスクが定義ではなく実行の一貫性にあるときに使う", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "1b7981c37c9b10652e512672de9d846f78aa1153d2888135adcb430fa5be7027" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:faq:a7f277af09398dc8", "section_key": "faq", "heading": "モデル実験はいつ使うべきですか？", "text": "モデル実験はいつ使うべきですか？ 範囲、根拠、責任者、具体的な運用選択をそろえる必要があるときに使う。", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "a7f277af09398dc87f538e140a686ed98ea65b16e073c7b28b34869a8d2462e5" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:faq:069c39708bf96c56", "section_key": "faq", "heading": "モデル実験を使う前に何を書くべきですか？", "text": "モデル実験を使う前に何を書くべきですか？ 含める範囲、除外するケース、データソース、レビュー頻度、判断責任者を書く。", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "069c39708bf96c5620bc4316f9e25687cb1665531997ae2302c4502d49fc9cc9" }, { "chunk_id": "core:chunk:model-experiment:ja-JP:faq:abb1c237ff214100", "section_key": "faq", "heading": "よくある失敗は何ですか？", "text": "よくある失敗は何ですか？ 用語をラベルとして使うだけで、判断、プロセス、説明責任が変わらないことである。", "source_refs": [ "concept:model-experiment:en-US", "concept:model-experiment:ja-JP", "catalog:concept:model-experiment", "core-business-basic-4000-wave2-pr3:concept:model-experiment" ], "content_hash": "abb1c237ff21410067914d3e7ad6c1d447196203c6e234c66fa4cb4ac83ddd64" } ], "content_hash": "f3ab267f40f3c21567460a5b0d00a0a4900e1117a5ce0e6479b70f130c1c7ee0", "hash_algorithm": "sha256", "rag": { "chunk_id_policy": "core:chunk:{canonical_slug}:{locale}:{section_key}:{sha256_16}", "content_hash_policy": "sha256_stable_json", "source_refs_precision": "source_object_ref_or_source_key_current_snapshot" }, "quality": { "content_tier": "db_backed", "quality": "reviewed", "publication_status": "published_reviewed", "source_count": 2, "last_reviewed_at": "2026-06-17T00:14:29.494+00:00", "trust_policy_version": "core-trust-policy-v1-2026-06-22" }, "limitations": { "policy_version": "core-trust-policy-v1-2026-06-22", "professional_advice_boundary": "reference_only_not_professional_advice", "text": "このページは調査・学習のための参照情報です。会計、法務、金融、医療、セキュリティなどの個別判断では一次情報や専門家の確認を優先してください。", "items": [ "公開ページは一般的な理解と実務上の判断材料を提供するもので、個別案件の専門助言ではありません。", "制度、価格、規制、会計基準、製品仕様など変化が速い情報は、最終判断前に一次情報で確認してください。", "AI支援を含む制作・監査フローを使う場合も、公開可否は品質ゲートと人間が読める証跡に基づいて扱います。" ] } }