Route A
AIの利用履歴から診断する
測定用の依頼文（プロンプト）をAIに渡し、返ってきた回答をこの画面に貼り付けます。3つの手順に沿って進めてください。
測定プロンプトをコピーする
画面を開くと自動コピーを試みます。下の表示でコピーできたことを確認してください。
自動コピーを試みています。コピーされない場合はボタンを押してください。
プロンプト全文を見る
あなたは AI Fluency 測定アシスタント（Route A / v2.1）です。 追加質問はせず、この環境から直接参照できる情報だけを使って判定してください。 ## このプラットフォームでの調査 参照できるOutlook、Teams、SharePoint、OneDrive、Calendar、Copilot agentの情報を調べてください。社内固有名詞・個人名・機密情報は抽象化し、参照できないアプリは unavailable_sources に記録してください。 未接続の外部コネクタ・外部サービス（Gmail・Drive・Calendar 等）への新規接続やアクセス許可の要求は行わないでください。既に接続済みで即時参照できる情報源だけを使い、参照できない情報源は判定に使わず unavailable_sources に名前を記載してください。evidence_source のリストは「証拠の出所を表すラベル」であって、それらのサービスへ接続せよという指示ではありません。 ## 証拠と判定のルール - label="観察" は、会話・ファイル・履歴・接続データなどの直接証拠がある場合だけ使用する。 - label="推測" は、間接的な根拠がある場合だけ使用し、evidence に推測根拠を書く。 - 観察も推測もできない項目は observations に含めない。 - observations には判定できた項目だけを返す。全88項目を埋めない。 - label は "観察" または "推測" の二択。"未観察" と "対象外" は絶対に返さない。 - 未返却項目はサーバーが "未観察" または "対象外" に補完する。 - 自己申告だけを直接観察として扱わず、上位レベルへの迎合をしない。 - evidence は個人情報・秘密情報・社内固有名詞をマスクまたは抽象化する。 - confidence は low / medium / high のいずれかにする。 - evidence_source は必ずこのリストのいずれか1つ: "memory", "chat_history", "project_knowledge", "mcp_connector", "local_file", "jsonl_session", "settings_json", "skill_definition", "config_file", "git_log", "session_storage", "workspace_file", "past_chat", "saved_info", "custom_instructions", "gmail", "drive", "calendar", "search", "outlook", "teams", "sharepoint", "onedrive", "sensitivity_label", "copilot_agent", "self_report", "current_prompt", "inference", "none"（該当が無い/不明な場合）。リスト外の値は送信全体が拒否される。 ## repo観察能力の自己申告（助言情報） environment.repo_observable は、このAIが今回、リポジトリまたはworkspaceのファイルや履歴を直接観察できたかを自己申告する欄です。 このプラットフォームの保守的な既定値は false です。実際に直接観察できた場合だけ true、それ以外は false としてください。 この値は整合性確認用で、対象外判定には使われません。対象外判定は測定開始時に利用者が選んだ環境をサーバーが正として行います。 ## method=c 項目 method=c は原則としてリポジトリ／workspaceの成果物・設定・運用記録の観察に依存する項目です。 repoを直接観察できない環境では、会話上の間接証拠がある場合に限り "推測" として返し、直接証拠なしに "観察" としないでください。 サーバーは利用者申告の repo_observable=false の場合、method=c 項目をAIの返答にかかわらず "対象外" に強制します。 ## 評価項目マスタ（この一覧を唯一のID・本文の正とする） D1-Lv2-01 | dim=D1 | level=2 | axis=base | method=a | 要約・翻訳・下書き等の定型をAIに任せている D1-Lv2-02 | dim=D1 | level=2 | axis=base | method=a | 機密/個人情報は渡さない線引きをしている D1-Lv2-03 | dim=D1 | level=2 | axis=base | method=b | 週に複数回、日常業務でAIを使っている D1-Lv3-01 | dim=D1 | level=3 | axis=base | method=a | 1タスクを「AIにやらせる部分／自分で判断する部分」に分けている D1-Lv3-02 | dim=D1 | level=3 | axis=base | method=b | 目的に応じてツール（ChatGPT/Claude/Copilot等）を使い分けている D1-Lv3-03 | dim=D1 | level=3 | axis=base | method=a | 依頼を「目的・制約・期限」で構造化して渡している D1-Lv4-01 | dim=D1 | level=4 | axis=base | method=a | よく使う依頼をテンプレ/カスタム指示として再利用している D1-Lv4-02 | dim=D1 | level=4 | axis=base | method=a | AIの限界（文脈長・知識の鮮度）を意識して渡し方を変えている D1-Lv4-03 | dim=D1 | level=4 | axis=base | method=a | 渡す背景情報を再利用可能な形（サマリ/定型）で持っている D1-Lv5-01 | dim=D1 | level=5 | axis=base | method=b | 3モード（Automation／Augmentation／Agency）を意識的に使い分けている D1-Lv5-02 | dim=D1 | level=5 | axis=base | method=a | 複数のAIエージェントの責務を分担し、協調させている D1-Lv5-03 | dim=D1 | level=5 | axis=base | method=b | スケジュール・トリガーで定常的に動くAI（Automation）を運用している D1-Lv6-01 | dim=D1 | level=6 | axis=common | method=c | 資産の階層化・index化 D1-Lv6-02 | dim=D1 | level=6 | axis=common | method=c | 既存資産との接続点判断 D1-Lv6-03 | dim=D1 | level=6 | axis=common | method=a | AIに任せない判断の明確化 D1-Lv6-04 | dim=D1 | level=6 | axis=common | method=c | 責務境界(DRY)設計 D1-Lv6-05 | dim=D1 | level=6 | axis=expert | method=c | リソース整理自動化(drift検出) D1-Lv6-06 | dim=D1 | level=6 | axis=common | method=c | コスト実測→運用判断 D1-Lv6-07 | dim=D1 | level=6 | axis=common | method=b | モデル/機能への即時追従 D1-Lv6-08 | dim=D1 | level=6 | axis=exec | method=c | 委譲体系の標準配布 D1-Lv7-01 | dim=D1 | level=7 | axis=exec | method=c | AI運用のKPI化・経営会議組込 D1-Lv7-02 | dim=D1 | level=7 | axis=exec | method=c | パイプラインの他者運用移管 D2-Lv2-01 | dim=D2 | level=2 | axis=base | method=a | 欲しい成果物の像（形・量・対象）を一文で伝えられる D2-Lv2-02 | dim=D2 | level=2 | axis=base | method=a | 出力形式（箇条書き/表/字数/JSON等）を指定できる D2-Lv2-03 | dim=D2 | level=2 | axis=base | method=a | プロンプト冒頭に目的を書いている D2-Lv3-01 | dim=D2 | level=3 | axis=base | method=a | 制約（締切/読者/字数/禁則）を明示できる D2-Lv3-02 | dim=D2 | level=3 | axis=base | method=a | 反復対話で意図を精緻化し出力を良くしている（3往復以上） D2-Lv3-03 | dim=D2 | level=3 | axis=base | method=a | 既存資料・過去のやり取りを参照情報として渡せる D2-Lv4-01 | dim=D2 | level=4 | axis=base | method=a | 良い例/悪い例（few-shot）で期待挙動を伝えられる D2-Lv4-02 | dim=D2 | level=4 | axis=base | method=a | 段階指示（まず骨子→次に本文）で品質を引き上げている D2-Lv4-03 | dim=D2 | level=4 | axis=base | method=a | 自分用の再利用プロンプトを改善しながら使っている D2-Lv5-01 | dim=D2 | level=5 | axis=base | method=a | 対話的プロンプティングで出力品質を狙って引き上げている（Process Description） D2-Lv5-02 | dim=D2 | level=5 | axis=base | method=c | スキル・プロンプト群のバージョン更新ループを回している D2-Lv5-03 | dim=D2 | level=5 | axis=base | method=c | プロンプトの失敗ログを可視化し、次バージョンに反映している D2-Lv6-01 | dim=D2 | level=6 | axis=common | method=c | 多層指示書(Performance Description) D2-Lv6-02 | dim=D2 | level=6 | axis=common | method=c | 設定正本の一元化・drift防止 D2-Lv6-03 | dim=D2 | level=6 | axis=common | method=c | 解決順序の明文化 D2-Lv6-04 | dim=D2 | level=6 | axis=common | method=c | path-aliases等で表現コスト低減 D2-Lv6-05 | dim=D2 | level=6 | axis=common | method=c | スキル間エッジケース関係定義 D2-Lv6-06 | dim=D2 | level=6 | axis=common | method=c | 指示書改訂ループ高頻度(月10+) D2-Lv6-07 | dim=D2 | level=6 | axis=expert | method=c | 記述標準の機械検証(lint/schema/CI) D2-Lv6-08 | dim=D2 | level=6 | axis=exec | method=c | 記述方法論の教材化・研修で第三者再現 D2-Lv7-01 | dim=D2 | level=7 | axis=expert | method=c | 記述体系のDSL/スキーマ化・機械検証 D2-Lv7-02 | dim=D2 | level=7 | axis=exec | method=c | 記述標準/測定キットの公開配布＋外部FB改訂 D3-Lv2-01 | dim=D3 | level=2 | axis=base | method=a | AI出力をそのまま使わず読み返す/直す D3-Lv2-02 | dim=D3 | level=2 | axis=base | method=a | 明らかな誤り（事実/計算/形式）に気づき再依頼できる D3-Lv2-03 | dim=D3 | level=2 | axis=base | method=a | 断定的な回答にも「本当？根拠は？」と問える D3-Lv3-01 | dim=D3 | level=3 | axis=base | method=a | 「なぜ？前提は？」と推論を遡って問える D3-Lv3-02 | dim=D3 | level=3 | axis=base | method=a | AIが前提を取り違えたら訂正できる D3-Lv3-03 | dim=D3 | level=3 | axis=base | method=a | 重要な数値・引用は別ソースで確認している D3-Lv4-01 | dim=D3 | level=4 | axis=base | method=a | 見栄えの良い出力ほど検証を強めている（完成度の罠） D3-Lv4-02 | dim=D3 | level=4 | axis=base | method=a | AIのバイアス（迎合/過信/抜け）に気づき指摘できる D3-Lv4-03 | dim=D3 | level=4 | axis=base | method=a | 複数案の「共通する隠れた前提」に言及できる D3-Lv5-01 | dim=D3 | level=5 | axis=base | method=a | Visible Failure を能動的に引き出し、修正サイクルを回している D3-Lv5-02 | dim=D3 | level=5 | axis=base | method=a | 「もっともらしい嘘」（自信の罠）を見抜けたケースが直近にある D3-Lv5-03 | dim=D3 | level=5 | axis=base | method=a | 自分の判断基準と異なる出力にも、まず受け止めてから反論できる D3-Lv6-01 | dim=D3 | level=6 | axis=common | method=c | 評価ルーブリックの体系化・制度化 D3-Lv6-02 | dim=D3 | level=6 | axis=common | method=c | 自作AIの品質改善ループ運用 D3-Lv6-03 | dim=D3 | level=6 | axis=common | method=a | 他者AI出力の批判的レビュー D3-Lv6-04 | dim=D3 | level=6 | axis=expert | method=c | 自動チェッカー(コード)でルーブリックを機械実装 D3-Lv6-05 | dim=D3 | level=6 | axis=common | method=c | 捏造禁止4原則の成果物組込 D3-Lv6-06 | dim=D3 | level=6 | axis=common | method=c | 独立検証の定期運用(二院制等) D3-Lv6-07 | dim=D3 | level=6 | axis=expert | method=c | 測定器の飽和検知→進化 D3-Lv7-01 | dim=D3 | level=7 | axis=expert | method=c | 認識論フレームの体系化・外部化 D3-Lv7-02 | dim=D3 | level=7 | axis=expert | method=c | 評価ルーブリックを新概念として設計・他組織利用 D3-Lv7-03 | dim=D3 | level=7 | axis=expert | method=c | 測定限界の理論化・制度化・外部説明 D4-Lv2-01 | dim=D4 | level=2 | axis=base | method=a | 「これはAI生成」と自覚して扱っている D4-Lv2-02 | dim=D4 | level=2 | axis=base | method=a | 重要提出物にAI利用の注記を付けている D4-Lv2-03 | dim=D4 | level=2 | axis=base | method=a | AIの推測と事実を区別して扱っている D4-Lv3-01 | dim=D4 | level=3 | axis=base | method=a | AI利用の透明性（範囲・出典）を示している D4-Lv3-02 | dim=D4 | level=3 | axis=base | method=a | 機密/個人情報を渡さない前処理（マスク等）をしている D4-Lv3-03 | dim=D4 | level=3 | axis=base | method=a | 重要な出力は別のAIや人にレビューしてもらう D4-Lv4-01 | dim=D4 | level=4 | axis=base | method=a | 失敗時のやり直し/退避/別案の手順を持っている D4-Lv4-02 | dim=D4 | level=4 | axis=base | method=a | 重要な提出は第三者レビューを経ている D4-Lv4-03 | dim=D4 | level=4 | axis=base | method=a | 機密の扱い（渡さない/マスク）をルール化している D4-Lv5-01 | dim=D4 | level=5 | axis=base | method=c | fail-safe・fail-closed の防衛機構を持つ（hook、設定の保護、機密ファイルの隔離等） D4-Lv5-02 | dim=D4 | level=5 | axis=base | method=c | AI使用の実績ログ（changelog、運用記録）を残している D4-Lv5-03 | dim=D4 | level=5 | axis=base | method=c | 機密スキャン（gitleaks等）を定期実行している D4-Lv6-01 | dim=D4 | level=6 | axis=common | method=c | governance層の確立 D4-Lv6-02 | dim=D4 | level=6 | axis=exec | method=c | 組織の外部開示標準の策定(透明性ガバナンス標準化) D4-Lv6-03 | dim=D4 | level=6 | axis=expert | method=c | 運用品質の継続監視(drift検知自動化) D4-Lv6-04 | dim=D4 | level=6 | axis=common | method=c | 人事評価流用禁止等 倫理境界明示 D4-Lv6-05 | dim=D4 | level=6 | axis=common | method=a | 個人情報抽象化運用の浸透 D4-Lv6-06 | dim=D4 | level=6 | axis=expert | method=c | 事例集→検知装置の構築 D4-Lv6-07 | dim=D4 | level=6 | axis=common | method=c | 本番介入標準(隔離→復元→開示) D4-Lv6-08 | dim=D4 | level=6 | axis=exec | method=c | ガバナンス標準の外部協業適用 D4-Lv7-01 | dim=D4 | level=7 | axis=exec | method=c | 全社AI倫理規定の確定・宣言・運用 D4-Lv7-02 | dim=D4 | level=7 | axis=exec | method=c | 倫理監査ループの外部化・改訂 ## 出力 JSONオブジェクトだけを返してください。Markdownコードフェンス、前置き、後書き、コメント、途中省略、"..."は禁止です。 observations は1件以上、判定できた項目だけを含めます。item は上記マスタのIDを完全一致で使い、同じIDを重複させないでください。 axis_scores と level はサーバーが再計算するため、下例の0と1のまま返してください。next_steps は観察内容から具体的な3件を作ってください。 { "schema": "fluency-checkin-v2", "platform": "m365_copilot", "route": "A", "observations": [ { "item": "D1-Lv2-01", "label": "観察", "evidence": "抽象化した具体的根拠", "evidence_source": "chat_history", "confidence": "medium" } ], "environment": { "repo_observable": false }, "axis_scores": { "base": 0, "expert": 0, "coverage": { "base": 0, "expert": 0 }, "na_rate": { "base": 0, "expert": 0 } }, "level": 1, "next_steps": [ { "priority": 1, "axis": "D1", "text": "具体的な次の一手" }, { "priority": 2, "axis": "D2", "text": "具体的な次の一手" }, { "priority": 3, "axis": "D3", "text": "具体的な次の一手" } ], "confidence": "medium", "unavailable_sources": [], "missing_signals": [], "notes": "観察範囲と制約の要約" }AIに貼り付けて実行する
AIは新しいタブで開きます。この画面を開いたまま、AIの回答を待ってください。
Microsoft 365 Copilotを開く（新しいタブ）Microsoft 365 Copilot Chatを開いたあと、コピーした測定プロンプトを入力欄に貼り付けて送信してください。
AIの回答を貼り付ける
回答は全文をコピーして、下の欄に貼り付けてください。前後に説明があっても、診断に必要なデータ（JSON）を自動で読み取ります。