会話から型付きファクトへ、毎週のクロックで。

ステージ 02 は、生の文字起こしがファクトコーパスの行になる方法です。エンリッチメントパイプラインは受け入れられたすべての会話を型付きスキーマに通します: 10 の並列ディメンション、各々が bi-temporal ウィンドウ、セグメントベクトル、顕著性カウント、信頼スコア、生成したチャンクへの引用を持つ行を生成します。コーパスはデフォルトで毎週のクロックで更新されます。バーティカルの要求に応じてディメンションごとにケイデンスを調整できます。比較可能性が製品です。

このページはそのステージのプロダクトビューです: スキーマの形状、更新が行うこと、コンソールで制御できること。パイプラインのメカニズム（幻覚フィルター、クロス汚染チェック、決定論的スコアリング、プロンプト整合性ハッシュ）は 方法論 と 信頼とセキュリティ で文書化されています。

各会話は 10 の並列ディメンションにわたって行を生成します。リテールの場合、操作セットは: 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 対応度スコアリング、リテンション要因、市場シグナル、規制・コンプライアンスリスク、研修ギャップ、顧客セグメント行動、競合他社言及マップです。スキーマは表面形式でバーティカル固有です。バーティカルごとに 2 から 3 次元が入れ替わります（コンサルティングの場合、顧客セグメント行動はエンゲージメント経済指標に置き換わります。レストランの場合、ブランド認知マップはシフトレベルの運用差異に置き換わります）。形状は同じです: 10 の型付きスロット。

安定性がすべての要点です。5 月にある市場で記録されたペインポイントは、11 月に別の市場で記録されたペインポイントと同じように読めます。なぜなら両方が同じプロトコルで生成された同じスキーマの行だからです。この特性が市場間ベンチマークを可能にします。調査ではこれができません。なぜなら翻訳のたびに測定器が変わるからです。フォーカスグループではこれができません。なぜならグループダイナミクスが比較可能性を歪めるからです。インタビューエージェントはすべての会話でプロトコルを一定に保ち、その上でスキーマを一定に保てます。

更新サイクルは、プラットフォームが採用し、実行し、エンリッチする新しい会話のスケジュールされたバッチです。デフォルトのケイデンスはアクティブコホートごとに毎週です。サイクルが完了すると、すべての新しいファクトが独自の bi-temporal ウィンドウを持ってコーパスに届きます。前回のサイクル以降に有効期限が切れたファクトは履歴レコードに移動します。ダッシュボードは更新されたコーパスに対して再計算します。

更新トリガーはカレンダーリマインダーではありません。コンソールはディメンションごとの鮮度クロックを表示します: ブランド認知ファクトの 20% が過去 60 日間で有効期限切れになると、コンソールはそのディメンションの更新が必要であることを報告します。これがプラットフォームの定期収益スパインです: 古いデータはダッシュボードで見えるプロダクトシグナルであり、いつ追加キャプチャを発注すべきかを正確に教えてくれます。

減衰はディメンションごと、バーティカルごとにキャリブレーションされます。ブランド認知ファクトは数週間で減衰します。市場シグナルは数週間で減衰します。顧客セグメント行動は数週間から数か月で減衰します。ペインポイントと機会スコアリングは数か月で減衰します。AI 対応度スコアリングは四半期ごとに減衰します。リテンション要因は四半期ごとに減衰します。研修ギャップは研修カタログや製品が変わったときだけ減衰します。

プラットフォームにはリテール、コンサルティング、レストラン、薬局をカバーするベースラインキャリブレーションが付属しています。そこから Expert-in-the-Loop がお客様のバーティカルの半減期を精緻化します。チームのドメインエキスパートが特定のファクトクラスがベースラインより速くまたは遅く変化することをプラットフォームに伝えると、キャリブレーションが更新され、コーパスが新しい減衰ルールのもとで再生されます。以前のキャリブレーションは監査トレイルに残ります。

すべての会話は決定論的な数式で計算された 0 から 100 の複合品質スコアとともにコーパスに届きます。数式は、豊富さ（会話が生み出したペインポイント、機会、サプライズ、矛盾、逐語的引用の数）、深さ（ターン数、最長ターン長、所要時間）、実行（エージェントが 6 つの監査済み KPI にどれだけ従ったか）を組み合わせます。71 のスコアは 3 つのペインポイント、2 つの機会、1 つのサプライズ、ブランド認知 KPI の完全カバレッジを意味します。内訳は会話ごとに確認できます。

閾値を下回る会話は外れ値としてフラグ付けされ、エグゼクティブ向けの集計から除外されます。インテリジェンスレコードは監査のために保存されます。消えることはありません。スコアリング式、重み、外れ値閾値の完全な説明は 方法論ページ にあります。

チームのクライアントドメインエキスパートが特定のコンテキストでの解釈が誤っていることをプラットフォームに伝えると、システムはコーパス内でそのコンテキストに一致するすべての会話を見つけ、パイプラインを再実行します。すべての一致を再分析、再タグ付け、再重み付けします。エキスパートの修正は歴史的コーパス全体に伝播します。監査トレイルには以前のすべての解釈が新しいものと並んで保持されます。

修正を行うサーフェスは 2 つあります。1 つ目はダッシュボードアノテーションです: エキスパートは解釈、逐語的ソース、方法論の説明を見て、必要な箇所を上書きします。2 つ目は音声によるインタビューエージェントへの直接入力です。エキスパートはエージェントにコーチングサーフェスとして話しかけ、精緻化が同じ修正ループに入ります。詳細は 信頼とセキュリティページ にあります。

エンリッチされた会話ごとに、コーパスは 10 次元にわたって約 100 のファクト行を獲得します。各行はディメンション、主張、ソースチャンク識別子、bi-temporal ウィンドウ、セグメントベクトル、顕著性と信頼スコア、ベクトル検索のための埋め込みを持ちます。同じ行が MCP サーフェスを通じてダッシュボード、ブランドパートナー API、AI エージェントに届きます。引用は 3 つで同一です。

1,000 件の会話でコーパスは約 100,000 のファクト行を保持します。毎週更新での 50,000 件の会話でコーパスはアクティブな鮮度管理とともに数百万行を保持します。アーキテクチャは同じストアで 3 つのすべてのスケールを処理します。最小のデプロイメント時から最大のケースのために設計する決定が、成長するにつれてコーパスを有用に保ちます。後から容量を追加するということは、歴史的レコードを再取り込みすることを意味し、ほとんどのプラットフォームが崩壊するのはそこです。