承認されたすべての会話が、構造化インテリジェンスの10の型付き次元になります。

会話は原材料です。10次元は、プラットフォームが承認されたすべての会話に課す構造です。このセットは形状的にバーティカル安定です。各バーティカルは10次元を持ち、実際の労働力が知っていることに応じて2〜3の次元が置き換わります。小売業には一つのセットがあります。コンサルティングは顧客セグメント行動をエンゲージメントエコノミクスの示唆に入れ替えます。レストランはブランド認知マップをシフトレベルの運用分散に入れ替えます。数は10のままです。

10はキャリブレーションされた数です。5つでは次元が互いに重なり合い、市場間の比較可能性が失われます。20では信号が多すぎるフィールドに断片化し、1回の会話では各フィールドが十分に埋まりません。10では、15〜45分のインタビューが次元ごとに十分な密度を生み出して会話間の集計を支え、かつフィールド数が少なく、スキーマが単一オブジェクトとしてクエリ可能なままです。このキャリブレーションは経験に基づいています。最初の商業展開前に2年間の作業を経てセットが絞り込まれました。

上記の10次元は小売のセットです。コンサルティングでは、顧客セグメント行動がエンゲージメントエコノミクスの示唆（レート実現、スコープクリープ、パートナーレバレッジ）に置き換わります。レストランでは、ブランド認知マップがシフトレベルの運用分散（同店舗の朝・昼・夜のラッシュ時のパフォーマンスの差異）に置き換わります。薬局では、規制・コンプライアンスリスクの比重が大きくなり、AIレディネス スコアリングは規制された調剤コンテキスト向けにキャリブレーションされます。

一般的なパターン: 各バーティカルは10次元を維持し、小売セットに対して2〜3次元を置き換えます。スキーマはバーティカルをまたいで移植可能です。置き換えの方法論はバーティカルごとにドキュメント化され、展開とともに提供されます。

ほとんどのAIインタビューシステムはすべての会話を処理し、後でフィルタリングします。欠点は、質の低い会話がダッシュボードのレポート対象となる集計を汚染することです。プラットフォームは逆の設計を採用しています。決定論的ゲートがLLM呼び出しの前に実行されます: 中断された通話（60秒未満、6メッセージ未満、クリーンなトランスクリプト行4行未満）、および低シグナルの通話（ユーザー文字数200未満、または平均ターンが15文字未満かつ最長ターンが40文字未満の組み合わせ）はゲートを通過できません。

ゲートが作動すると、品質スコアがゼロに設定され、理由が記録され、パイプラインが終了します。シグナルを生成しない会話にLLMトークンは消費されません。閾値（60秒、200文字）は経験的なものです。パイロットコーパスでキャリブレーションされました。パラメータとして追跡され、バーティカルごとに調整可能です。

2つ目のゲートはLLMパイプラインの後に実行されます。インテリジェンス抽出コールがリッチネスを「thin」とフラグを立てた場合、または引用クリーンアップコールがすべての逐語的発言を低品質とフラグを立てた場合、または品質監査がデータ使用可能性を「low」とフラグを立てた場合、その会話は外れ値としてタグ付けされ、エグゼクティブビューから除外されます。記録は監査のために保存されます。削除されることはありません。

エンジニアリングの深みはドキュメントサイトにあります（以下にリンク）。方法論レベルでは、パイプラインは特定の順序で5つのことを行い、特定のアトミシティ特性を持ちます。

コール1: インテリジェンス抽出。トランスクリプトは、構造化されたペインポイント、機会、脅威、サプライズ、矛盾、回答者プロファイル、および0〜8の主要な逐語的発言に変換されます。各逐語的発言は実際のワーカーターンのリテラル部分文字列でなければなりません。幻覚フィルターがコール後にこれを検証します。作られた引用は削除され、書き直されることはありません。

コール2: 引用クリーンアップ。より安価なモデルでの機械的な作業。逐語的引用は法的記録であり、変更されることはありません。ディスプレイロング版は言い換えなしにフィラーを取り除きます。ディスプレイショート版はディスプレイロング版から最も強力なブランド意見の節を抽出します。ケベック・フランス語のレジスターはそのまま保持されます。

コール3: 認知マッピング。モデルが2つを1回のパスに折りたたまないよう、インテリジェンス抽出から分離して実行されます。まず生データ、次に構造化。このコールの後にクロスコンタミネーションチェックが実行されます: ワーカーが名前を挙げなかった競合他社や製品に言及するブランド認知フィールドはクリアされ、フラグが立てられます。

コール4: 品質監査。独立したエージェントがすべての会話でインタビューエージェントを6つのプロトコルKPIに対してグレーディングします。監査プロンプトはインタビュアーを設定するのと同じプロトコル仕様を参照します。双方が同じドキュメントに基づいているため、監査は測定しているプロトコルから静かに乖離することができません。

コール5: 翻訳。ダッシュボードが英語ユーザーに対応できるよう、分析文字列がフランス語から英語に翻訳されます。ソース言語の逐語的発言は翻訳されません。起源記録としてオリジナル言語のまま残ります。

決定論的スコアリング。LLMなし。リッチネス（上限付きのインテリジェンス抽出カウント）、深み（ターン数、最長ターン長、時間）、実行（監査の6つのKPIスコア）を組み合わせて0〜100の複合スコアを算出する式。式は監査可能です。クライアントはコーパス内の任意のスコアを生成した正確な計算を要求できます。

1回の会話は1つのパイプラインを実行します。失敗すると全ての部分的な状態がクリアされ、リトライはゼロから始まります。データベースに部分的なエンリッチメント記録は存在しません。

パイプラインは、ほとんどのパイプラインが無視する失敗モードを検出する4つのコントロールを実行します。プロンプトドリフトチェック。すべてのシステムプロンプトはSHA-256ハッシュで登録されます。登録済みバージョンと一致しない展開済みハッシュはコールを失敗させます。幻覚フィルタリング。すべての主要な逐語的発言は、保存前に実際のワーカーターンのリテラル部分文字列として検証されます。クロスコンタミネーションチェック。ワーカーが名前を挙げなかったエンティティを導入する認知マッピングフィールドはクリアされ、フラグが立てられます。エンリッチメント監査証跡。すべてのLLM呼び出しは追記専用の監査テーブルに行を書き込みます: パイプラインバージョン、プロンプトバージョン、モデル識別子、トークン数、時間、ステータス。このテーブルは削除されません。

これらのコントロールの背後にあるメカニズムはトラスト＆セキュリティに詳しく記載されています。