eval

生成AIの評価方法は、正解が一つに決まらない出力を業務ごとの複数観点で繰り返し測る設計作業です。4系統の評価指標、5段階の評価手順、LLM-as-a-Judgeと人手評価の使い分け、運用への組み込み方を実務目線で解説します。

ハルシネーション対策では、入力（RAG・ナレッジ整備）、生成（根拠の引用と棄権の許可）、出力（自動検証と人間レビュー）の三層を重ねる。そのうえで自社の評価セットを使い、事実整合率と重大誤り率を測り続けるのが基本。原因から体制づくりまで、実務の視点で解説する。