テナントに届くものの形状。

Intelligence Layer はプラットフォームが生み出し、チームがクエリするコーパスです。レポートではありません。静的なダッシュボードでもありません。すべてのファクトにタイムスタンプ、セグメントスコープ、信頼スコア、それを生み出した実際のインタビューの正確な瞬間への引用が付いたテナントごとのデータサブストレートです。ダッシュボードを通じて見え、ブランドパートナーはスコープ付き API を通じて見え、AI エージェントは MCP ツールを通じて見ます。3 つすべてが同じコーパスを読みます。

このページはオペレーターの視点からレイヤーを説明します。何が含まれているか、クエリに対してどう返るか、更新サイクルが何をするか、アクセスをどう制御するか。レイヤーを生み出すパイプラインは 方法論 で説明されています。レイヤーを保持するテナント境界は 信頼とセキュリティ で説明されています。

エンリッチされた各会話は 10 の型付きディメンションに分解されます: 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。これらの 10 がリテールの操作セットです。コンサルティング、レストラン、薬局、その他プラットフォームがサポートするバーティカルでは 2 から 3 次元が入れ替わりますが、形状は同じです: 10 の型付きスロット、安定したスキーマ、ファクトごとに 1 行。

各ファクト行はディメンション、主張、transcript_id / turn_id / sentence_id という形式の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、顕著性カウント（いくつの独立した会話がそれを裏付けるか）、信頼スコア、ベクトル検索のための埋め込みを持ちます。ダッシュボードはこれらの行をディメンション別、セグメント別、時間別にグループ化します。AI エージェントはツール呼び出しで取得します。

ディメンションは市場を横断し時間を超えて安定しており、これが市場間ベンチマークを可能にします。ある市場のペインポイントは他のどの市場のペインポイントとも比較可能です。なぜなら同じ定義と同じプロービングプロトコルが両方を生み出したからです。

すべてのファクトは 3 つの独立したタイムスタンプを持ちます。learned_at はプラットフォームがそれを観察した時（インタビュー日、エンリッチメント日）です。valid_at はファクトが世界で真実になった時で、多くの場合会話自体から推論されます。invalid_at はファクトが真実でなくなった時で: 矛盾する会話が届いたときに明示的に設定されるか、更新によって確認されない場合は半減期の減衰によって設定されます。ブランド認知ファクトは数週間で減衰します。研修ギャップファクトは研修カタログが変わったときだけ減衰します。半減期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。

運用上の結果は時点リプレイです。昨年 5 月のコーパスに対してクエリを実行し、今日の同じクエリと比較できます。「6 か月前、Q2 の購買決定をした時点でカテゴリーについて何を言っていたか」と尋ねるブランドパートナーは両方の日付の正しい回答を得ます。AI エージェントは有効期限ウィンドウに今日が含まれていないファクトに基づいて推奨を根拠付けることをブロックされます。

更新ケイデンスはファクトのライフサイクルに組み込まれています。コンソールは市場ごと、ディメンションごとの鮮度クロックを表示します: ディメンションのファクトの 20% が有効期限切れになると、プラットフォームは更新サイクルを推奨します。これがカレンダーを気にせずレイヤーを正直に保つ方法です。

ファクトがどこでも真実であることはまれです。「ファンデーション X が最も頻繁に拒否される」はラテンアメリカのマス市場向け店舗では真実で、ヨーロッパのブティックでは偽りかもしれません。「ブランドはバリューファッションの目的地だ」は今日のエンドカスタマーには真実で、フランチャイズレベルでは異論があるかもしれません。レイヤーの各ファクトはスパースセグメントベクトルを持ちます: バーティカルで重要なセグメンテーション軸（ティア、地理、店舗フォーマット、顧客セグメント、ブランドパートナー、デモグラフィック）への射影。

これがブランドパートナー API を扱いやすくするものです。パートナーが API を通じてクエリすると、そのトークンはセグメントベクトルの自分のスライスに射影されます。セグメントベクトルが自分の射影と交差するファクトを見ます。それ以外は何も見えず、プラットフォームは何かがフィルタリングされたというシグナルを与えません。同じコーパスが漏洩なく 100 のパートナーにサービスします。

すべてのレポートのすべての主張、すべてのダッシュボードのすべての行、AI エージェントへのすべての検索はチャンク識別子を通じてそれを生み出した文字起こしにリンクします。リンクはすべての会話で、サンプリングなしで常に存在します。ブランドパートナーが自社製品が代替品に負けると主張する根拠を尋ねると: 答えは 3 つのチャンク ID、3 つのアドバイザー発言、3 つのタイムスタンプ、3 つの名前付きストアです。推論ではありません。レシートです。

逐語的連鎖はパイプラインによって強制されます。システムを出るすべての引用は実際のインタビューからの実際のユーザーターンのリテラルな部分文字列です。決定論的フィルターが永続化前にこれを検証します。作り出された引用は削除され、書き直されることはありません。連鎖の完全な説明は 信頼とセキュリティの基盤ページ にあります。

同じコーパスが 3 つのサーフェスにサービスします。戦略、マーチャンダイジング、オペレーションチームはダッシュボードを通じて利用します。ブランドパートナーはスコープ付き API を通じて利用します。AI エージェントは MCP ツールを通じて利用します。各サーフェスはデータパスでその独自のスコープを強制します。あるパートナーは別のパートナーのスライスを見ません。アドバイザーコパイロットは OAuth セッションチケットが許可するファクトのみを見ます。完全なセキュリティカスケードは セキュリティカスケード で文書化されています。

MCP サーフェスはデュアルストアの複雑さを隠します。エージェントはグラフトラバーサルと SQL のどちらかを選ぶ必要がありません。query_facts、traverse_relations、pivot_dimension、replay_as_of、cite を呼び出します。すべての回答は引用付きの構造化行として返ります。エージェントは基礎となるストア境界を見ることはありません。

テナント内では、オペレーターコンソールがチームにレイヤーの作業ビューを提供します。市場ごと、ディメンションごとのコーパスヘルス、各ディメンションの鮮度クロック、インタビュアー監査の会話ごとの品質スコア、すべてのエンリッチメント呼び出しの監査トレイルが見えます。何か間違っているように見えるとき、それを生み出した正確な LLM 呼び出しまで遡ることができます。モデル識別子、プロンプトバージョン、トークン数、所要時間とともに。

チームのドメインエキスパートがコンテキスト内の解釈に異議を唱えると、コンソールから修正します。Expert-in-the-Loop ループ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、修正を履歴レコード全体に伝播させます。以前の解釈は監査トレイルに残ります。何も黙って上書きされることはありません。