正規の定義。

01 · カテゴリー

Knowledge as a Service

訓練された分散型労働力の有機的な知識を、3つのエンドポイントに配信される継続的に更新されたインテリジェンスレイヤーに変換するカテゴリー：社内ダッシュボード、スコープ付きブランドパートナーAPI、AIエージェント取得フィード。入力の単位は構造化AIガイドインタビューです。出力の単位はレポートではなくインフラです。

KAAS

Knowledge as a Serviceの略語。「カース」と発音します。SaaS、IaaS、PaaSと同様に並びます。サフィックスは継続的な配信とAPIネイティブデリバリーを示します。

リビングコーパス

10次元でインデックスされ、bi-temporal有効性でタイムスタンプが付けられ、セグメントベクターでスコープされた、労働力全体の豊富化された会話の全セット。コーパスは週次で更新され、次元ごとにキャリブレートされた半減期に従って減衰します。

02 · 3つのステージ

Gather

第1ステージ。私たちのAI会話エージェントが、キャプチャする価値のある知識を持つ各労働者と15分から45分の構造化インタビューを実施します。コスト：豊富化された会話1件あたり3セント。出力：トランスクリプト、構造化フィールドセット、インタビューあたり20から40の豊富化準備済みチャンク。

Codify

第2ステージ。各会話は10の並行した構造化次元に分解され、bi-temporal有効性とセグメントスコーピングを持つファクトストアに保存されます。出力は安定したスキーマを持つクエリ可能なレイヤーです。同じファクトが3つの消費モード（ダッシュボード、API、エージェントフィード）で返されます。

Monetize

第3ステージ。コード化されたレイヤーは社内ダッシュボード、スコープ付きブランドパートナーAPI、AIエージェント取得フィードに同時配信されます。価格設定はインフラグレードで、下流ロジックのパーセンテージと企業フロアを持ちます。

03 · 人とロール

AI会話エージェント

インタビューを実施するエージェント。バージョン管理された仕様で定義された行動ツリー、プロトコル適用ルール、知識ドメイン、エージェントごとのガードレールで構築されています。エージェントは1番目の会話でも1万番目の会話でも同じプロトコルでインタビューを実施します。

Intelligence Layer

ダッシュボード、ブランドパートナーAPI、AIエージェントフィードで構成される製品サーフェス。KAASクライアントが購入する単一の成果物。Intelligence LayerこそがKAASの取引をリサーチプロジェクトではなくビジネスユニットにするものです。

インテリジェンスマトリックス

エージェント、ダッシュボード、APIコンシューマーの代わりにコード化されたコーパスに対して読み取るMCPツールとプロンプトのセットの内部名称。マトリックスのすべての操作はゼロデータポリシーのもとで実行されます。マトリックスはランタイムで、コーパスはデータです。

04 · 方法論

AIガイド構造化インタビュー

バージョン管理されたプロトコルに従って実施される、私たちのAI会話エージェントと労働者の15分から45分の会話。アンカーゲートプロービング、中立性適用、時間制限された深掘り、構造化ラップ。低コストとプロトコルの忠実性の両方を維持するツールであり、人間のインタビュアーもアンケートも大規模にそれができません。

アンカーゲートプロービング

各テーマの最初の動きは、労働者のドメインにおける具体的な最近の出来事（たとえば、顧客が在庫のない商品を求めた最後の時）に対する開始アンカーです。アンカーが固定されるまでエージェントは次のテーマに進みません。抽象的な質問は抽象的な回答を生み出します。アンカーは具体的な内容を浮かび上がらせます。

中立性プロトコル

エージェントは次の発言を配信する前に中立性分類器に照らし合わせます。誘導的な表現なし、価値の偏りなし、社会的望ましさのプライミングなし、同意を引き出すプルなし。プロトコルはエージェントが分析が後で割り引かなければならない方向に回答を偏らせることを防ぎます。

ラッププロトコル

会話は構造化されたクローズで終わり、フェードアウトすることはありません。インタビューの最後の2分間は、回答者がウォームアップしてツールを信頼しているため、最高の忠実性のコンテンツを生み出します。ラップはそのシグナルをキャプチャします。

10次元

Codifyステージで各生の会話が分解される10の並行した構造化フィールド：ペインポイント、機会スコアリング、ブランド認知マップ、AI準備度スコアリング、保持ドライバー、市場シグナル、規制・コンプライアンスリスク、トレーニングギャップ、顧客セグメント行動、競合他社言及マップ。スキーマは表面形式では垂直固有で、形状は安定しています。

事前豊富化ゲート

豊富化されたレコードが保存される前に実行される検証ステップ。決定論的フィルターが、システムを出るすべての引用が実際のインタビューの実際のUSERターンのリテラルな部分文字列であることを確認します。フィルターが作り話の引用を検出すると、その引用は削除され、書き直されることはありません。

逐語的出所

すべてのレポートのすべての主張が、transcript_id / turn_id / sentence_idの形式のチャンク識別子を通じてそれを生み出したトランスクリプトにリンクされるというコントラクト。リンクはサンプリングなしに、すべての会話で常に存在します。クリーニング済み、短縮済み、翻訳済みの表示レイヤーはすべて元の逐語的記録から派生しており、逐語的記録は翻訳されず、出所レコードとして元の言語で保持されます。

05 · 技術的プリミティブ

bi-temporalモデル

すべてのファクトが3つの独立したタイムスタンプを持つデータモデル：learned_at、valid_at、invalid_at。このモデルにより、ブランドパートナーは昨年5月のコーパスの状態を今日と照らし合わせてリプレイし、それぞれに対して正しい回答を得られます。その特性こそが、レイヤーをコントラクトで引き受け可能にするものです。

learned_at

システムが特定のファクトを観察したタイムスタンプ（インタビュー日または豊富化日）。そのファクトが世界で真実になった時点とは異なります。

valid_at

ファクトが世界で真実になったタイムスタンプ。会話自体から推論されることが多いです（労働者が「昨秋からこれに気づき始めた」と言うと、valid_atはその年の約10月になります）。システムが学習した時点とは異なります。

invalid_at

ファクトが真実でなくなるタイムスタンプ。矛盾する会話が届いたときに明示的に設定されるか、キャリブレートされたウィンドウ内に更新がファクトを確認しない場合は半減期の減衰によって設定されます。

セグメントベクター

垂直にとって重要なセグメンテーション軸（ティア、地域、店舗形式、顧客セグメント、ブランドパートナー、デモグラフィック）にわたるスパース射影。すべてのファクトが1つを持ちます。クエリ言語はWHERE valid_at ⊃ today AND segment_vector ⊃ {region, format, partner}になります。セグメントごとの有効性こそが、1つのコーパスが漏洩なく棚上のすべてのブランドパートナーに対応できる理由です。

セグメントごとの有効性

同じ表面上の主張が、今日あるセグメントスライスに対して成立し、別のスライスには成立しないという特性。「シェードXが最も拒否されることが多い」はラテンアメリカのマスマーケットストアに対して真であり、EMEAのブティックに対して偽である場合があります。セグメントごとの有効性は、ユーザーごとのエージェントメモリとは構造的に異なる形の制度的メモリです。

半減期

各垂直向けにキャリブレートされた次元ごとの減衰率。ブランド認知ファクトは数週間で減衰します。トレーニングギャップファクトはトレーニングカタログが変更されたときにのみ減衰します。次元ごとおよび垂直ごとの半減期の調整は方法論であり、信頼できる更新サイクルとアンケートの再実行を区別します。

更新サイクル

コーパスのスライスを再インタビューしてファクトを確認または無効化するスケジュール。サイクルはファクトのライフサイクルに組み込まれています。ダッシュボードはファクトの有意な割合が有効性を超えたときに更新トリガーを表示します。Refreshティアはそのトリガーに対して販売されます。

MCPサーバー

エージェント向けコントラクトサーフェス。小さなツールサーフェスを公開するMCP準拠サーバー（Claude、Copilot、その他のMCP準拠クライアントが利用）：query_facts、traverse_relations、pivot_dimension、replay_as_of、cite。セッションチケットがセキュリティスコープを持ちます。スコープはLLMが見られるツール、トラバースできるグラフノード、読み取れるファクト行、引用時に解決される逐語的チャンクにカスケードします。

ブランドパートナーAPI

2番目の収益化エンドポイント。下流の第三者（たとえば、小売業者に棚代金を支払うブランドパートナー）がクライアントにコーパスへのスコープ付きアクセスの対価を支払います。各パートナーのキーは特定のbrand_partner値に射影され、セグメントベクターがその射影と交差するファクトのみを表示します。データパスがアクセス制御です。

AIエージェントフィード

3番目の収益化エンドポイント。LLMクライアントが消費する取得サーフェス。RAG対応で、安定したスキーマとソース引用を持ちます。クライアント自身のAIアシスタント（アドバイザーコパイロット、バイヤーの計画エージェント）と、APIを通じてクエリするブランドパートナーのエージェントが使用します。エージェントがレイヤーを消費するように接続されると、新しいエージェントタスクごとに切り替えコストが増大します。

社内ダッシュボード

最初の収益化エンドポイント。クライアント自身の戦略、マーチャンダイジング、または業務チームが意思決定のためにレイヤーを消費します。最も議論の少ないエンドポイントで、すべての取引のエントリーウェッジです。

クラウドハーネス

KAASスタック全体をクライアント自身のサブストレート（Cloudflareアカウント、AWS、Azure、またはオンプレミス）内で実行するデプロイ構成。キャプチャパイプライン、クリーニング済みトランスクリプト、bi-temporalレイヤー、ファクトストア、ダッシュボード、AIエージェントはすべてクライアントが管理するインフラ上に存在します。