品質改善の実験

品質チェックの精度を継続的に上げるため、2 種類の「実験」が実行できます。実験 = 現在の設定と比べて、新しい設定の方が良いかを数値で確かめる作業です。

1. ① AI プロンプトの改善
   Gemini / Claude に渡している指示文そのものを Claude に改善提案させます。「ここで誤検知が多い」というフィードバックを材料に、候補を 3 つ生成 → 採点用の正解データセットと照らし合わせて F1 スコアで比較 → 良ければ承認して適用。
2. ② SSIM 閾値の最適化
   画像差分の「どのくらいずれたら警告するか」の数値を総当たりで試し、正解データセット上で最も精度が高い閾値を探します。AI 呼び出しを使わないので高速・無料。

どちらの実験も候補生成まで自動、適用は必ず手動承認です。精度が下がる候補は自動で却下されるため、本番に悪化版が入るリスクはありません。