メインコンテンツへスキップ
見出し画像

AIエージェントの「共通の意味」を上書きしない――コンテキスト層を安全に変える8項目

    営業部門のAIでは、「顧客」に見込み客を含める。請求部門のAIでは、契約済みの企業だけを指す。
    この違いをなくそうとして、共有オントロジーの「顧客」を片方の定義へ上書きしたら、何が起きるでしょうか。
    エラーが出れば、まだ分かりやすい。怖いのは、両方のAIが動き続けることです。営業AIは対象を狭め、請求AIは未契約企業を請求候補へ混ぜるかもしれない。どちらも文章としては自然なので、誤りを見つけにくい。
    共有コンテキストで次に設計すべきなのは、「同じ意味を使う仕組み」だけではありません。意味を変えたとき、どのAIへ何が波及するかを制御する仕組みです。
    この記事では、オントロジー、セマンティックレイヤー、ナレッジグラフなどの共通定義を安全に変更するための「Context Release Manifest」を8項目でまとめます。

    共有コンテキストは、便利になるほど変更が怖くなる

    企業のAI活用では、エージェントごとに業務定義をプロンプトへ書く方式から、共通のコンテキスト層を使う方式へ動き始めています。
    Neo4jは2026年10月、組織・業務プロセス・データ・AI資産を結ぶ共有Knowledge LayerとしてContext Engineを発表しました。Dellも、Semantic LayerとKnowledge Graphを通じて、複数のアプリケーションやエージェントへ同じ業務上の意味を供給する構想を示しています。Microsoft Fabric Ontologyも、概念、関係、ルール、指標を複数の消費者で再利用する設計です。
    方向性は合理的です。「売上」「顧客」「有効な契約」といった言葉をエージェントごとに定義し直さなくてよい。計算式や関係も再利用できます。
    ただし、共有には副作用があります。
    一つの定義を5つのエージェントが使えば、その変更は5つの判断へ届きます。20のダッシュボードと3つの業務フローも参照していれば、影響先はさらに増えます。
    コンテキスト層は、単なる用語集ではありません。複数システムが依存する本番部品です。

    「正しい新定義」だけでは変更できない

    意味の変更でよく起きる失敗は、新しい定義そのものだけをレビューすることです。
    たとえば、「休眠顧客」を次のように変えるとします。

    • 旧:最終購入から180日以上

    • 新:最終購入から365日以上、かつ未解約

    新しい定義のほうが業務に合っていたとしても、それだけでは本番へ出せません。
    営業AIは休眠顧客へ再接触するかもしれない。解約予兆モデルは母集団を変える。経営ダッシュボードは前年との比較が切れる。定期バッチは180日を前提に抽出しているかもしれない。
    必要なのは、定義の正しさではなく、変更としての安全性です。
    これはデータベースのカラム変更やAPIの破壊的変更と似ています。意味にも依存先があり、互換性があり、切り替え順序があります。

    Context Release Manifestの8項目

    変更を本番へ出す前に、次の8項目を一枚へまとめます。製品固有の機能ではなく、スプレッドシート、YAML、チケットのどれでも始められる最小形です。

    1. Release IDと有効時点

    変更を一意に識別するIDと、「いつから有効か」を決めます。
    更新日時だけでは足りません。将来日から適用する定義、月次締めまで旧定義を使う集計、過去再計算で使う版を区別する必要があるからです。

    2. 変更対象のStable ID

    表示名ではなく、変更する概念・関係・指標の安定IDを記録します。
    「顧客」を「取引先」へ改名しただけなのか、概念自体を分割したのかで意味は違います。名前一致だけで同一性を決めると、履歴と依存関係が切れます。

    3. 旧定義・新定義・変更理由

    差分を人が読める形で並べます。
    ここで重要なのは、新定義だけを書かないことです。何が変わらないか、なぜ今変えるのか、どの業務判断を改善したいのかまで残します。

    4. 根拠・責任者・承認者

    定義の根拠となる規程、マスタ、会議決定、法令、データオーナーを結びます。
    AIが生成した提案なら、提案者と適用承認者を分けます。Microsoft Fabric OntologyのPreviewも、AIによる変更をproposal-firstとして、人が適用前に確認する形を採っています。

    5. Consumer Map

    その意味を使う消費者を列挙します。
    対象はAIエージェントだけではありません。

    • RAGや検索

    • BIダッシュボード

    • 業務ルール

    • バッチとAPI

    • 評価セット

    • 人向けの手順書

    理想は、各消費者が「どのRelease IDを使ったか」を実行記録へ残すことです。これがあれば、誤判断が起きたときに意味の版まで戻れます。

    6. 互換性分類

    変更を最低でも次の3つに分けます。

    • Additive:新しい属性や関係を追加。既存の意味は変えない

    • Behavioral:既存項目は残るが、対象範囲や計算結果が変わる

    • Breaking:削除、分割、統合、型変更など、既存消費者がそのまま使えない

    「項目を削除していないから互換」とは限りません。180日を365日へ変える変更は構造上は同じでも、業務上はBehavioralです。

    7. 評価セットと配布計画

    本番データの一部、境界値、反例を使い、旧版と新版の出力差を確認します。
    見るべきなのは正解率だけではありません。

    • 変わるべき判断が変わったか

    • 変わってはいけない判断を維持したか

    • 権限で見えない情報が混ざらないか

    • 「該当なし」「不明」「対象外」を区別できるか

    • 影響の大きい消費者で人が説明できるか

    その後、影響の小さいエージェントから段階配布します。全消費者を同時に切り替えると、どの変更が原因か分からなくなります。

    8. ロールバックと旧版の廃止条件

    戻し方を先に決めます。
    旧版を残す期間、切り戻しの担当者、停止条件、二重運用の終了日を記録します。旧版を無期限に残すと、今度はどの版が正本か分からなくなります。
    AWSのオントロジー設計ガイダンスでも、変更は小さく可逆にし、セマンティックバージョニング、事前検証、版管理、ロールバックを備える考え方が示されています。

    記入例:「休眠顧客」の定義変更

    以下は架空の例です。

    Release ID・有効時点

    CTX-CUSTOMER-2026-10/2026-11-01 00:00 JST

    Stable ID・変更内容

    customer.status.dormant/180日未購入 → 365日未購入かつ未解約

    根拠・責任

    顧客管理規程v4/CRM業務責任者

    主な消費者

    営業AI、解約分析、月次KPI、再接触バッチ

    互換性

    Behavioral

    評価

    境界日179/180/364/365日、解約済み、購入履歴不明

    配布

    分析環境 → 営業AIの10% → 全営業AI → 月次KPI

    ロールバック

    旧版を30日保持。誤対象率が承認閾値超過で即時復帰
    この記入例の価値は、定義を詳しく説明することではありません。
    「誰が、何に、どの順で、どの証拠を見て変更するか」を、変更前に揃えることです。

    最初から大きなオントロジー基盤は要らない

    Context Release Manifestを始めるために、先に全社オントロジーを完成させる必要はありません。
    まず、次の条件を満たす概念を一つ選びます。

    1. 複数のAIやシステムが使っている

    2. 定義変更で業務判断が変わる

    3. 誤りが静かに進む

    4. 旧版へ戻せる

    「顧客」「売上」「有効契約」「優先度」などが候補です。
    一つの変更でConsumer Mapを作り、依存先が見つからなければ、そこで台帳の不足が分かります。評価ケースを書けなければ、定義が検証可能な形になっていません。ロールバックできなければ、共有コンテキストを本番部品として運用する準備が足りないということです。

    共有するのは、意味だけではない

    AIエージェントが増えるほど、共通の意味を一か所へ寄せる価値は高まります。
    しかし、本当に共有すべきなのは最新版の定義だけではありません。

    • どの版を使ったか

    • 何が変わったか

    • どこへ影響するか

    • 何で確かめたか

    • 誰が承認したか

    • どう戻せるか

    ここまで共有されて初めて、コンテキスト層は「便利な用語集」から「信頼できる本番基盤」へ変わります。
    意味も、リリースする。
    その発想を持つだけで、オントロジーやセマンティックレイヤーの設計は、作る話から安全に変え続ける話へ進みます。


    次に、意味の同一性を名前から切り離したい方はAIに「同じ設計要素」を名前で探させない――改名・分割・統合に耐えるStable IDの設計へ。指標定義を機械的な契約にしたい方はAIにKPIを計算させない――同じ質問に同じ数字を返す「Metric Contract」8項目へ進むと、Context Release Manifestの対象を具体化できます。
    このアカウントでは、大企業の生成AI活用を、流行ツールの紹介ではなく、意味・権限・変更影響・証跡・承認・運用の設計へ落として発信します。

    参考にした一次情報

     
     
    ユーザー企業の立場から、生成AI活用、社内SE、システム企画・設計を考えます。AIエージェントの権限・検証・運用や設計情報の活かし方を、実務で使える判断基準として整理します。

    あなたへのおすすめ