Ontology AI

Ontology AI は、EXAWin+ 画面右側で開く自然言語ベースの根拠分析パネルです。ユーザーはディール、活動、顧客関係、Bayesian 判断、ontology グラフ、公式文書、ブログ/理論文書を自然言語で探索できます。

この機能は単純なチャットボットではありません。EXAWin+ に蓄積された実際の業務データ、ontology 関係、公開文書資産、理論文書が一緒に働き、ユーザーの依頼を根拠中心に分析する機能です。

場所: 上部ヘッダー → AI-Agent アイコン → Ontology AI パネル

何ができるか

Ontology AI は、ユーザーの自然言語依頼を現在の権限範囲内で解釈します。依頼は特定ディールの分析、現在画面の使い方、会社全体のプロジェクトポートフォリオ、公式文書、ブログ/理論文書に関するものにできます。

特定ディールを分析する場合は、依頼文に プロジェクトコードとディール名 を一緒に書くか、Ontology AI パネルで該当プロジェクトを選択してください。例として、「プロジェクトコード [コード]、ディール名 [ディール名] の現在 P(Win) が下がった理由を活動とシグナル根拠で説明して」と指定します。製品理解であれば「EXAWin の Bayesian 判断構造を顧客説明用に要約して」と依頼できます。特定画面を見ている場合は、その画面の目的や確認順序を聞くこともできます。

回答は可能な限り、業務データ、文書根拠、グラフ根拠を分けて示します。一般論だけでなく、現在システム内の実際の根拠と公式文書に基づく説明を受け取れます。

パネルの基本構成

上部ヘッダーの AI-Agent アイコンをクリックすると、右側に Ontology AI パネルが開きます。パネルには入力欄、依頼タイプのガイド、セッション領域、範囲選択、プロジェクト選択、回答領域があります。

セッション領域は分析の流れを分けて管理する場所です。新しい流れを始めたり、以前の流れを確認したりできます。

依頼タイプのガイドは、どんな分析を依頼できるかを素早く把握するための案内です。

回答領域には自然言語の説明だけでなく、必要に応じて根拠一覧とグラフ根拠が表示されます。グラフ根拠がある場合、どのオブジェクトと関係が回答に接続されたか確認できます。

範囲選択

Ontology AI は回答範囲を区分します。範囲を正しく選ぶと回答品質が上がります。

全体知識 は業務データ、公式文書、ブログ/理論文書を一緒に使います。製品理解、ディール判断、理論説明を混ぜて依頼するときに適しています。

現在画面 は、現在のパスやタイトルなど画面識別文脈を渡します。画面上の全データや現在見ているプロジェクトが自動分析対象になるという意味ではありません。画面の目的や確認順序を知りたいときに適しています。

現在プロジェクト は、Ontology AI パネルで選択されたプロジェクト、または URL から識別できるプロジェクトと接続データに焦点を合わせます。プロジェクトが明確でない場合は、依頼文にプロジェクトコードとディール名を含めてください。

全体プロジェクト は会社のプロジェクトポートフォリオを集計的に見ます。進行遅延リスクが大きい案件タイプや threshold を超えたプロジェクトを確認するときに適しています。

公式文書 はホームページの公式文書とユーザーマニュアルに基づく説明に限定します。顧客説明、社内教育、機能利用方法を確認するときに有効です。

ブログ/理論 はブログと理論文書を使います。Bayesian engine、沈黙、momentum、Auto Tuner を深く理解するときに使います。

一般依頼 は、製品内の実データを必要としない一般知識として処理されます。

依頼タイプ

パネルには依頼タイプが用意されています。これはユーザーが分析を始めやすくするためのガイドです。

Bayesian 計算構造 では、P(Win)、threshold、k、Bayesian update、stage と signal の計算構造を扱います。

時間減衰と momentum では、time decay、silence penalty、momentum P(Win) が判断にどう反映されるかを扱います。

文書ベースの理論/マニュアル では、公式文書、ユーザーマニュアル、ブログ、理論文書に基づく説明を扱います。

ポートフォリオ/ディール分析 では、実際のプロジェクト、顧客、ステージ、確率、リスク比較を扱います。

顧客/担当者/活動関係 では、顧客、担当者、活動、参加者、buying center 関係を扱います。

根拠グラフ では、回答がどの文書、業務 ontology、グラフ根拠に接続されるかを確認します。

Auto Tuner / 分析根拠 では、Auto Tuner が何を学習し、どの分析結果と根拠を使うかを確認します。

全体 ontology coverage では、会社、ユーザー、顧客、ディール、活動、シグナル、snapshot の全体関係を扱います。

良い依頼例

特定ディールを分析する場合は、プロジェクトコードとディール名を一緒に指定してください。

「プロジェクトコード [コード]、ディール名 [ディール名] の現在 P(Win) が下がった理由を、活動と選択シグナルの根拠で説明して。」

「プロジェクトコード [コード]、ディール名 [ディール名] で次回ミーティング前に必ず確認すべき質問を提案して。」

「プロジェクトコード [コード]、ディール名 [ディール名] の最近活動、Bayesian 状態、公式文書を合わせて、顧客に説明する核心根拠を整理して。」

ポートフォリオ全体を見る場合は、次のように依頼できます。

「現在の全体プロジェクトで進行遅延リスクが大きいディールはどのタイプか。」

「threshold を超えたディールと、まだ詰まっているディールを分けて説明して。」

製品と理論を理解する場合は、次のように依頼できます。

「EXAWin の Bayesian 判断構造を顧客説明用に要約して。」

「沈黙ペナルティがなぜ必要か、理論文書を基準に説明して。」

「Auto Tuner が完了済み won/lost history から何を学習するか説明して。」

回答の読み方

Ontology AI の回答は、最後の文章だけを見るのではなく、どの根拠から出たかを一緒に確認してください。

業務データベースの回答なら、ディール、顧客、活動、シグナル、snapshot が根拠になります。文書ベースの回答なら、ユーザーマニュアル、公式文書、ブログ、理論文書が根拠になります。グラフ根拠が提供される場合は、どのオブジェクトと関係が回答に接続されたかを確認できます。

回答が十分でない場合は、依頼を絞って続けると有効です。たとえば「その判断の根拠になった活動だけ整理して」「公式文書根拠と実際のディール根拠を分けて」「次回顧客ミーティングで確認する質問に変えて」のように依頼できます。

セキュリティと権限境界

Ontology AI はユーザーの権限範囲内でのみ答えます。他社、他テナント、アクセス権限のないプロジェクトについては答えません。

また、Ontology AI はデータを直接修正しません。「プロジェクトコード [コード]、ディール名 [ディール名] を修正して」「活動を削除して」「シグナル値を変えて」のような依頼は実行対象ではありません。データ変更が必要な場合は、該当する運用画面でユーザーが直接処理します。

これは不便さではなく安全装置です。営業データと Bayesian 判断は会社運営に影響するため、自然言語パネルが任意にデータを変更しないよう設計されています。

Decision Console と一緒に使う方法

Decision Console でディールを検討中に説明が必要であれば、Ontology AI を開いて根拠を分析できます。このとき、プロジェクトがパネルで選択されているか、依頼文にプロジェクトコードとディール名が明示されている必要があります。

Decision Console がボトルネックを示した場合、「プロジェクトコード [コード]、ディール名 [ディール名] でこのボトルネックを作った活動とシグナル根拠を説明して」と依頼できます。

推奨を採用する前には、「プロジェクトコード [コード]、ディール名 [ディール名] でこの推奨を実行する前に確認すべき顧客質問は何か」と依頼できます。

ただし、推奨採用、後続活動記録、実際の顧客接触結果入力は Decision Console と Activity War Room の標準 workflow に従います。Ontology AI は判断を説明し、質問を整理する道具であり、運用記録を代わりに作成する道具ではありません。

良い使い方

依頼はできるだけ具体的にしてください。「このディールどう？」のように対象を省略した依頼は避けます。「プロジェクトコード [コード]、ディール名 [ディール名] の P(Win) が下がった理由を、最近活動と選択シグナル基準で説明して」のように対象を明確にするのが良い依頼です。

回答範囲を意識してください。特定ディールの実根拠が必要なら現在プロジェクト範囲を使い、文書ベース説明が必要なら公式文書またはブログ/理論範囲を使います。

回答をそのまま顧客へ送る前に、会社の表現基準と実際の営業文脈に合わせて確認してください。Ontology AI は説明を支援しますが、顧客コミュニケーションの最終責任はユーザーにあります。

次に読む文書

Ontology AI が使う ontology 原則を理解するには Ontology Operating Principles を読んでください。

ディール判断と AI 分析を一緒に検討する方法は Decision Console を読んでください。

実際のオブジェクト関係を読み取り専用で確認するには Ontology Inspector を読んでください。