AskDona（アスクドナ）
BATCH ANALYSIS
BATCH ANALYSIS
AskDonaのコア技術「dona-rag-2.0」を基盤とし、事前に定義された大量の質問や項目リストに対して、一括で自動処理を実行することで、組織の人手の負荷が高い業務を劇的に効率化します。
AskDonaのコア技術「dona-rag-2.0」を基盤とし、事前に定義された大量の質問や項目リストに対して、一括で自動処理を実行することで、組織の人手の負荷が高い業務を劇的に効率化します。
AskDonaのコア技術「dona-rag-2.0」を基盤とし、事前に定義された大量の質問や項目リストに対して、一括で自動処理を実行することで、組織の人手の負荷が高い業務を劇的に効率化します。
判定精度90%以上。
膨大なアセスメント業務の
一次評価を生成AIエージェントに。
Batch Assessment（バッチアセスメント）とは、あらかじめ定義した多数の評価項目に対して、評価AIエージェントが自動で判定を行うアセスメント機能です。AskDonaは、質問リストに対して自動回答を行う「Batch Process（バッチプロセス）」の仕組みを拡張し、本機能として提供しています。Batch Assessmentでは、単に質問への回答を生成するのではなく、評価AIエージェントが、取得した情報源を参照し、判定に至った根拠（参照箇所・引用）および判断理由を明示したうえで、各評価項目が「対応済み」「未対応」「対象外」のいずれに該当するかを判定します。
AIによる客観的で精度の高い自動判定
評価AIエージェントは、管理者が事前に設定した評価基準（プロンプト）に従って判定を行います。dona-rag-2.0の仕組みを応用し取得した関連性の高い情報源と、事前定義された評価項目の内容を照らし合わせ、判定結果に加えて根拠（参照箇所・引用）と判断理由を提示することで、客観的かつ精度の高い自動判定を実現します。これにより、担当者による解釈のばらつきや評価結果の差異を抑制し、一貫性のある評価につなげます。
dona-rag-2.0について詳細はこちら
判定の根拠となるナレッジ（情報源）は、Excel（.xlsx/.xls）はもちろん、Word、PowerPoint、PDFなど、普段お使いのドキュメントをそのままアップロードするだけでデータベースへ登録できます。事前に定義した質問リストは、Excelファイルをアップロードすることで一括登録でき、コピー＆ペーストや複雑な設定を行わずにワークフローを準備して業務へ組み込みやすい機能が備わっています。
証跡に基づいた透明性の高い判定プロセス
評価AIエージェントによる判定に抵抗感がある場合でも、AskDonaでは「AIが判断したから正しい」という前提にはしません。評価AIエージェントは、組織内のどのナレッジを根拠として判定を下したのかが分かる形で結果を提示するため、AIであっても人であっても、証跡にもとづいて判定を行うプロセスを確立できることが特徴です。
一般的に、人が評価を行うと、根拠の書き方や粒度、参照した資料の示し方が担当者によってばらつきやすく、評価の一貫性や説明責任に差が出ることがあります。評価AIエージェントの判定結果には、結論だけでなく判断理由に加えて、根拠となった証跡（参照箇所・引用）および参照した情報のソース（出典）が明確に表示されます。担当者は、評価AIエージェントの結果をそのまま受け入れるのではなく、提示された証跡と出典を確認しながら妥当性を検証し、納得したうえで最終判断を行うことができます。
証跡不足を示す新たな
判定区分「判断不可」
Batch Assessmentは、ナレッジベースに登録された情報源を検索・取得し、得られた証跡（エビデンス）に基づいて、評価AIエージェントが判定を行う仕組みです。そのため、参照すべき根拠情報が十分に見つからず、評価AIエージェントが「判定に必要な証跡が不足している」と判断した場合は、無理に結論を出さず、判定区分として「判断不可」を出力するように設定できます。
「判断不可」の評価は、「判断材料となる情報がナレッジベースに存在しない（文章化されていない）」ことを可視化する重要なフィードバックになります。例えば、本来は業務が回っていても、実態としては属人的（経験則）に運用されており、根拠が文書として残っていないケースがあり得ます。「判断不可」を起点に必要な情報源を追加・更新することで、組織のナレッジを継続的に整備・改善でき、以後の判定品質の向上につなげられます。
Batch Assessment
Batch Process
判定精度90%以上。
膨大なアセスメント業務の
一次評価を生成AIエージェントに。
Batch Assessment（バッチアセスメント）とは、あらかじめ定義した多数の評価項目に対して、評価AIエージェントが自動で判定を行うアセスメント機能です。AskDonaは、質問リストに対して自動回答を行う「Batch Process（バッチプロセス）」の仕組みを拡張し、本機能として提供しています。Batch Assessmentでは、単に質問への回答を生成するのではなく、評価AIエージェントが、取得した情報源を参照し、判定に至った根拠（参照箇所・引用）および判断理由を明示したうえで、各評価項目が「対応済み」「未対応」「対象外」のいずれに該当するかを判定します。
AIによる客観的で精度の高い自動判定
評価AIエージェントは、管理者が事前に設定した評価基準（プロンプト）に従って判定を行います。dona-rag-2.0の仕組みを応用し取得した関連性の高い情報源と、事前定義された評価項目の内容を照らし合わせ、判定結果に加えて根拠（参照箇所・引用）と判断理由を提示することで、客観的かつ精度の高い自動判定を実現します。これにより、担当者による解釈のばらつきや評価結果の差異を抑制し、一貫性のある評価につなげます。
dona-rag-2.0について詳細はこちら
判定の根拠となるナレッジ（情報源）は、Excel（.xlsx/.xls）はもちろん、Word、PowerPoint、PDFなど、普段お使いのドキュメントをそのままアップロードするだけでデータベースへ登録できます。事前に定義した質問リストは、Excelファイルをアップロードすることで一括登録でき、コピー＆ペーストや複雑な設定を行わずにワークフローを準備して業務へ組み込みやすい機能が備わっています。
証跡に基づいた透明性の高い判定プロセス
評価AIエージェントによる判定に抵抗感がある場合でも、AskDonaでは「AIが判断したから正しい」という前提にはしません。評価AIエージェントは、組織内のどのナレッジを根拠として判定を下したのかが分かる形で結果を提示するため、AIであっても人であっても、証跡にもとづいて判定を行うプロセスを確立できることが特徴です。
一般的に、人が評価を行うと、根拠の書き方や粒度、参照した資料の示し方が担当者によってばらつきやすく、評価の一貫性や説明責任に差が出ることがあります。評価AIエージェントの判定結果には、結論だけでなく判断理由に加えて、根拠となった証跡（参照箇所・引用）および参照した情報のソース（出典）が明確に表示されます。担当者は、評価AIエージェントの結果をそのまま受け入れるのではなく、提示された証跡と出典を確認しながら妥当性を検証し、納得したうえで最終判断を行うことができます。
証跡不足を示す新たな
判定区分「判断不可」
Batch Assessmentは、ナレッジベースに登録された情報源を検索・取得し、得られた証跡（エビデンス）に基づいて、評価AIエージェントが判定を行う仕組みです。そのため、参照すべき根拠情報が十分に見つからず、評価AIエージェントが「判定に必要な証跡が不足している」と判断した場合は、無理に結論を出さず、判定区分として「判断不可」を出力するように設定できます。
「判断不可」の評価は、「判断材料となる情報がナレッジベースに存在しない（文章化されていない）」ことを可視化する重要なフィードバックになります。例えば、本来は業務が回っていても、実態としては属人的（経験則）に運用されており、根拠が文書として残っていないケースがあり得ます。「判断不可」を起点に必要な情報源を追加・更新することで、組織のナレッジを継続的に整備・改善でき、以後の判定品質の向上につなげられます。
Batch Assessment
Batch Process
判定精度90%以上。膨大なアセスメント業務の一次評価を生成AIエージェントに。
Batch Assessment（バッチアセスメント）とは、あらかじめ定義した多数の評価項目に対して、評価AIエージェントが自動で判定を行うアセスメント機能です。AskDonaは、質問リストに対して自動回答を行う「Batch Process（バッチプロセス）」の仕組みを拡張し、本機能として提供しています。Batch Assessmentでは、単に質問への回答を生成するのではなく、評価AIエージェントが、取得した情報源を参照し、判定に至った根拠（参照箇所・引用）および判断理由を明示したうえで、各評価項目が「対応済み」「未対応」「対象外」のいずれに該当するかを判定します。
AIによる客観的で精度の
高い自動判定
評価AIエージェントは、管理者が事前に設定した評価基準（プロンプト）に従って判定を行います。dona-rag-2.0の仕組みを応用し取得した関連性の高い情報源と、事前定義された評価項目の内容を照らし合わせ、判定結果に加えて根拠（参照箇所・引用）と判断理由を提示することで、客観的かつ精度の高い自動判定を実現します。これにより、担当者による解釈のばらつきや評価結果の差異を抑制し、一貫性のある評価につなげます。
dona-rag-2.0について詳細はこちら
判定の根拠となるナレッジ（情報源）は、Excel（.xlsx/.xls）はもちろん、Word、PowerPoint、PDFなど、普段お使いのドキュメントをそのままアップロードするだけでデータベースへ登録できます。事前に定義した質問リストは、Excelファイルをアップロードすることで一括登録でき、コピー＆ペーストや複雑な設定を行わずにワークフローを準備して業務へ組み込みやすい機能が備わっています。
証跡に基づいた透明性の高い判定プロセス
評価AIエージェントによる判定に抵抗感がある場合でも、AskDonaでは「AIが判断したから正しい」という前提にはしません。評価AIエージェントは、組織内のどのナレッジを根拠として判定を下したのかが分かる形で結果を提示するため、AIであっても人であっても、証跡にもとづいて判定を行うプロセスを確立できることが特徴です。
一般的に、人が評価を行うと、根拠の書き方や粒度、参照した資料の示し方が担当者によってばらつきやすく、評価の一貫性や説明責任に差が出ることがあります。評価AIエージェントの判定結果には、結論だけでなく判断理由に加えて、根拠となった証跡（参照箇所・引用）および参照した情報のソース（出典）が明確に表示されます。担当者は、評価AIエージェントの結果をそのまま受け入れるのではなく、提示された証跡と出典を確認しながら妥当性を検証し、納得したうえで最終判断を行うことができます。
証跡不足を示す新たな判定区分「判断不可」
Batch Assessmentは、ナレッジベースに登録された情報源を検索・取得し、得られた証跡（エビデンス）に基づいて、評価AIエージェントが判定を行う仕組みです。そのため、参照すべき根拠情報が十分に見つからず、評価AIエージェントが「判定に必要な証跡が不足している」と判断した場合は、無理に結論を出さず、判定区分として「判断不可」を出力するように設定できます。
「判断不可」の評価は、「判断材料となる情報がナレッジベースに存在しない（文章化されていない）」ことを可視化する重要なフィードバックになります。例えば、本来は業務が回っていても、実態としては属人的（経験則）に運用されており、根拠が文書として残っていないケースがあり得ます。「判断不可」を起点に必要な情報源を追加・更新することで、組織のナレッジを継続的に整備・改善でき、以後の判定品質の向上につなげられます。
Batch Assessment
Batch Process
判定精度90%以上。膨大なアセスメント業務の一次評価を生成AIエージェントに。
Batch Assessment（バッチアセスメント）とは、あらかじめ定義した多数の評価項目に対して、評価AIエージェントが自動で判定を行うアセスメント機能です。AskDonaは、質問リストに対して自動回答を行う「Batch Process（バッチプロセス）」の仕組みを拡張し、本機能として提供しています。Batch Assessmentでは、単に質問への回答を生成するのではなく、評価AIエージェントが、取得した情報源を参照し、判定に至った根拠（参照箇所・引用）および判断理由を明示したうえで、各評価項目が「対応済み」「未対応」「対象外」のいずれに該当するかを判定します。
AIによる客観的で精度の
高い自動判定
評価AIエージェントは、管理者が事前に設定した評価基準（プロンプト）に従って判定を行います。dona-rag-2.0の仕組みを応用し取得した関連性の高い情報源と、事前定義された評価項目の内容を照らし合わせ、判定結果に加えて根拠（参照箇所・引用）と判断理由を提示することで、客観的かつ精度の高い自動判定を実現します。これにより、担当者による解釈のばらつきや評価結果の差異を抑制し、一貫性のある評価につなげます。
dona-rag-2.0について詳細はこちら
判定の根拠となるナレッジ（情報源）は、Excel（.xlsx/.xls）はもちろん、Word、PowerPoint、PDFなど、普段お使いのドキュメントをそのままアップロードするだけでデータベースへ登録できます。事前に定義した質問リストは、Excelファイルをアップロードすることで一括登録でき、コピー＆ペーストや複雑な設定を行わずにワークフローを準備して業務へ組み込みやすい機能が備わっています。
証跡に基づいた透明性の高い判定プロセス
評価AIエージェントによる判定に抵抗感がある場合でも、AskDonaでは「AIが判断したから正しい」という前提にはしません。評価AIエージェントは、組織内のどのナレッジを根拠として判定を下したのかが分かる形で結果を提示するため、AIであっても人であっても、証跡にもとづいて判定を行うプロセスを確立できることが特徴です。
一般的に、人が評価を行うと、根拠の書き方や粒度、参照した資料の示し方が担当者によってばらつきやすく、評価の一貫性や説明責任に差が出ることがあります。評価AIエージェントの判定結果には、結論だけでなく判断理由に加えて、根拠となった証跡（参照箇所・引用）および参照した情報のソース（出典）が明確に表示されます。担当者は、評価AIエージェントの結果をそのまま受け入れるのではなく、提示された証跡と出典を確認しながら妥当性を検証し、納得したうえで最終判断を行うことができます。
証跡不足を示す新たな判定区分「判断不可」
Batch Assessmentは、ナレッジベースに登録された情報源を検索・取得し、得られた証跡（エビデンス）に基づいて、評価AIエージェントが判定を行う仕組みです。そのため、参照すべき根拠情報が十分に見つからず、評価AIエージェントが「判定に必要な証跡が不足している」と判断した場合は、無理に結論を出さず、判定区分として「判断不可」を出力するように設定できます。
「判断不可」の評価は、「判断材料となる情報がナレッジベースに存在しない（文章化されていない）」ことを可視化する重要なフィードバックになります。例えば、本来は業務が回っていても、実態としては属人的（経験則）に運用されており、根拠が文書として残っていないケースがあり得ます。「判断不可」を起点に必要な情報源を追加・更新することで、組織のナレッジを継続的に整備・改善でき、以後の判定品質の向上につなげられます。
Batch Assessment
Batch Process
判定精度90%以上。
膨大なアセスメント業務の
一次評価を生成AIエージェントに。
Batch Assessment（バッチアセスメント）とは、あらかじめ定義した多数の評価項目に対して、評価AIエージェントが自動で判定を行うアセスメント機能です。AskDonaは、質問リストに対して自動回答を行う「Batch Process（バッチプロセス）」の仕組みを拡張し、本機能として提供しています。Batch Assessmentでは、単に質問への回答を生成するのではなく、評価AIエージェントが、取得した情報源を参照し、判定に至った根拠（参照箇所・引用）および判断理由を明示したうえで、各評価項目が「対応済み」「未対応」「対象外」のいずれに該当するかを判定します。
AIによる客観的で精度の高い自動判定
評価AIエージェントは、管理者が事前に設定した評価基準（プロンプト）に従って判定を行います。dona-rag-2.0の仕組みを応用し取得した関連性の高い情報源と、事前定義された評価項目の内容を照らし合わせ、判定結果に加えて根拠（参照箇所・引用）と判断理由を提示することで、客観的かつ精度の高い自動判定を実現します。これにより、担当者による解釈のばらつきや評価結果の差異を抑制し、一貫性のある評価につなげます。
dona-rag-2.0について詳細はこちら
判定の根拠となるナレッジ（情報源）は、Excel（.xlsx/.xls）はもちろん、Word、PowerPoint、PDFなど、普段お使いのドキュメントをそのままアップロードするだけでデータベースへ登録できます。事前に定義した質問リストは、Excelファイルをアップロードすることで一括登録でき、コピー＆ペーストや複雑な設定を行わずにワークフローを準備して業務へ組み込みやすい機能が備わっています。
証跡に基づいた透明性の高い判定プロセス
評価AIエージェントによる判定に抵抗感がある場合でも、AskDonaでは「AIが判断したから正しい」という前提にはしません。評価AIエージェントは、組織内のどのナレッジを根拠として判定を下したのかが分かる形で結果を提示するため、AIであっても人であっても、証跡にもとづいて判定を行うプロセスを確立できることが特徴です。
一般的に、人が評価を行うと、根拠の書き方や粒度、参照した資料の示し方が担当者によってばらつきやすく、評価の一貫性や説明責任に差が出ることがあります。評価AIエージェントの判定結果には、結論だけでなく判断理由に加えて、根拠となった証跡（参照箇所・引用）および参照した情報のソース（出典）が明確に表示されます。担当者は、評価AIエージェントの結果をそのまま受け入れるのではなく、提示された証跡と出典を確認しながら妥当性を検証し、納得したうえで最終判断を行うことができます。
証跡不足を示す新たな判定区分「判断不可」
Batch Assessmentは、ナレッジベースに登録された情報源を検索・取得し、得られた証跡（エビデンス）に基づいて、評価AIエージェントが判定を行う仕組みです。そのため、参照すべき根拠情報が十分に見つからず、評価AIエージェントが「判定に必要な証跡が不足している」と判断した場合は、無理に結論を出さず、判定区分として「判断不可」を出力するように設定できます。
「判断不可」の評価は、「判断材料となる情報がナレッジベースに存在しない（文章化されていない）」ことを可視化する重要なフィードバックになります。例えば、本来は業務が回っていても、実態としては属人的（経験則）に運用されており、根拠が文書として残っていないケースがあり得ます。「判断不可」を起点に必要な情報源を追加・更新することで、組織のナレッジを継続的に整備・改善でき、以後の判定品質の向上につなげられます。
Batch Assessment
Batch Process
判定精度90%以上。
膨大なアセスメント業務の
一次評価を生成AIエージェントに。
Batch Assessment（バッチアセスメント）とは、あらかじめ定義した多数の評価項目に対して、評価AIエージェントが自動で判定を行うアセスメント機能です。AskDonaは、質問リストに対して自動回答を行う「Batch Process（バッチプロセス）」の仕組みを拡張し、本機能として提供しています。Batch Assessmentでは、単に質問への回答を生成するのではなく、評価AIエージェントが、取得した情報源を参照し、判定に至った根拠（参照箇所・引用）および判断理由を明示したうえで、各評価項目が「対応済み」「未対応」「対象外」のいずれに該当するかを判定します。
AIによる客観的で精度の高い自動判定
評価AIエージェントは、管理者が事前に設定した評価基準（プロンプト）に従って判定を行います。dona-rag-2.0の仕組みを応用し取得した関連性の高い情報源と、事前定義された評価項目の内容を照らし合わせ、判定結果に加えて根拠（参照箇所・引用）と判断理由を提示することで、客観的かつ精度の高い自動判定を実現します。これにより、担当者による解釈のばらつきや評価結果の差異を抑制し、一貫性のある評価につなげます。
dona-rag-2.0について詳細はこちら
判定の根拠となるナレッジ（情報源）は、Excel（.xlsx/.xls）はもちろん、Word、PowerPoint、PDFなど、普段お使いのドキュメントをそのままアップロードするだけでデータベースへ登録できます。事前に定義した質問リストは、Excelファイルをアップロードすることで一括登録でき、コピー＆ペーストや複雑な設定を行わずにワークフローを準備して業務へ組み込みやすい機能が備わっています。
証跡に基づいた透明性の高い判定プロセス
評価AIエージェントによる判定に抵抗感がある場合でも、AskDonaでは「AIが判断したから正しい」という前提にはしません。評価AIエージェントは、組織内のどのナレッジを根拠として判定を下したのかが分かる形で結果を提示するため、AIであっても人であっても、証跡にもとづいて判定を行うプロセスを確立できることが特徴です。
一般的に、人が評価を行うと、根拠の書き方や粒度、参照した資料の示し方が担当者によってばらつきやすく、評価の一貫性や説明責任に差が出ることがあります。評価AIエージェントの判定結果には、結論だけでなく判断理由に加えて、根拠となった証跡（参照箇所・引用）および参照した情報のソース（出典）が明確に表示されます。担当者は、評価AIエージェントの結果をそのまま受け入れるのではなく、提示された証跡と出典を確認しながら妥当性を検証し、納得したうえで最終判断を行うことができます。
証跡不足を示す新たな判定区分「判断不可」
Batch Assessmentは、ナレッジベースに登録された情報源を検索・取得し、得られた証跡（エビデンス）に基づいて、評価AIエージェントが判定を行う仕組みです。そのため、参照すべき根拠情報が十分に見つからず、評価AIエージェントが「判定に必要な証跡が不足している」と判断した場合は、無理に結論を出さず、判定区分として「判断不可」を出力するように設定できます。
「判断不可」の評価は、「判断材料となる情報がナレッジベースに存在しない（文章化されていない）」ことを可視化する重要なフィードバックになります。例えば、本来は業務が回っていても、実態としては属人的（経験則）に運用されており、根拠が文書として残っていないケースがあり得ます。「判断不可」を起点に必要な情報源を追加・更新することで、組織のナレッジを継続的に整備・改善でき、以後の判定品質の向上につなげられます。
Batch Assessment
Batch Process
よくあるご質問
よくあるご質問
よくあるご質問
RAGのデータベースにアップロードするデータは国内のサーバーに保存されますか？
はい、RAGのデータベースにアップロードされたファイルは日本国内のサーバーで管理されます。
RAGのデータベースにアップロードするデータは国内のサーバーに保存されますか？
はい、RAGのデータベースにアップロードされたファイルは日本国内のサーバーで管理されます。
RAGのデータベースにアップロードするデータは国内のサーバーに保存されますか？
はい、RAGのデータベースにアップロードされたファイルは日本国内のサーバーで管理されます。
RAGのデータベースにアップロードするデータは国内のサーバーに保存されますか？
はい、RAGのデータベースにアップロードされたファイルは日本国内のサーバーで管理されます。
RAGのデータベースにアップロードするデータは国内のサーバーに保存されますか？
はい、RAGのデータベースにアップロードされたファイルは日本国内のサーバーで管理されます。
AskDonaの利用環境は、他社と分離されていますか？
AskDonaの利用環境は、他社と分離されていますか？
AskDonaの利用環境は、他社と分離されていますか？
AskDonaの利用環境は、他社と分離されていますか？
AskDonaの利用環境は、他社と分離されていますか？
自社のクラウド環境でAskDonaを利用することはできますか？
自社のクラウド環境でAskDonaを利用することはできますか？
自社のクラウド環境でAskDonaを利用することはできますか？
自社のクラウド環境でAskDonaを利用することはできますか？
自社のクラウド環境でAskDonaを利用することはできますか？
RAGに入れらるファイルフォーマットや容量制限は？
RAGに入れらるファイルフォーマットや容量制限は？
RAGに入れらるファイルフォーマットや容量制限は？
RAGに入れらるファイルフォーマットや容量制限は？
RAGに入れらるファイルフォーマットや容量制限は？
社内データがChatGPTの学習に使われることはありますか？
社内データがChatGPTの学習に使われることはありますか？
社内データがChatGPTの学習に使われることはありますか？
社内データがChatGPTの学習に使われることはありますか？
社内データがChatGPTの学習に使われることはありますか？
まずは無料相談から。
AskDonaのテーマは「役割の再定義」です。AIができることはAIに任せて人が人の業務に集中できる環境をAskDonaを活用してつくりませんか？
お問い合わせ
お問い合わせ
基盤RAGモデル
基盤RAGモデル
まずは無料相談から。
AskDonaのテーマは「役割の再定義」です。AIができることはAIに任せて人が人の業務に集中できる環境をAskDonaを活用してつくりませんか？
お問い合わせ
お問い合わせ
基盤RAGモデル
基盤RAGモデル
まずは無料相談から。
AskDonaのテーマは「役割の再定義」です。AIができることはAIに任せて人が人の業務に集中できる環境をAskDonaを活用してつくりませんか？
お問い合わせ
お問い合わせ
基盤RAGモデル
基盤RAGモデル
まずは無料相談から。
AskDonaのテーマは「役割の再定義」です。AIができることはAIに任せて人が人の業務に集中できる環境をAskDonaを活用してつくりませんか？
お問い合わせ
お問い合わせ
基盤RAGモデル
基盤RAGモデル
まずは無料相談から。
AskDonaのテーマは「役割の再定義」です。AIができることはAIに任せて人が人の業務に集中できる環境をAskDonaを活用してつくりませんか？
お問い合わせ
お問い合わせ
基盤RAGモデル
基盤RAGモデル
判定精度90%以上。
膨大なアセスメント業務の
一次評価を生成AIエージェントに。
Batch Assessment（バッチアセスメント）とは、あらかじめ定義した多数の評価項目に対して、評価AIエージェントが自動で判定を行うアセスメント機能です。AskDonaは、質問リストに対して自動回答を行う「Batch Process（バッチプロセス）」の仕組みを拡張し、本機能として提供しています。Batch Assessmentでは、単に質問への回答を生成するのではなく、評価AIエージェントが、取得した情報源を参照し、判定に至った根拠（参照箇所・引用）および判断理由を明示したうえで、各評価項目が「対応済み」「未対応」「対象外」のいずれに該当するかを判定します。
AIによる客観的で精度の高い自動判定
評価AIエージェントは、管理者が事前に設定した評価基準（プロンプト）に従って判定を行います。dona-rag-2.0の仕組みを応用し取得した関連性の高い情報源と、事前定義された評価項目の内容を照らし合わせ、判定結果に加えて根拠（参照箇所・引用）と判断理由を提示することで、客観的かつ精度の高い自動判定を実現します。これにより、担当者による解釈のばらつきや評価結果の差異を抑制し、一貫性のある評価につなげます。
dona-rag-2.0について詳細はこちら
判定の根拠となるナレッジ（情報源）は、Excel（.xlsx/.xls）はもちろん、Word、PowerPoint、PDFなど、普段お使いのドキュメントをそのままアップロードするだけでデータベースへ登録できます。事前に定義した質問リストは、Excelファイルをアップロードすることで一括登録でき、コピー＆ペーストや複雑な設定を行わずにワークフローを準備して業務へ組み込みやすい機能が備わっています。
証跡に基づいた透明性の高い判定プロセス
評価AIエージェントによる判定に抵抗感がある場合でも、AskDonaでは「AIが判断したから正しい」という前提にはしません。評価AIエージェントは、組織内のどのナレッジを根拠として判定を下したのかが分かる形で結果を提示するため、AIであっても人であっても、証跡にもとづいて判定を行うプロセスを確立できることが特徴です。
一般的に、人が評価を行うと、根拠の書き方や粒度、参照した資料の示し方が担当者によってばらつきやすく、評価の一貫性や説明責任に差が出ることがあります。評価AIエージェントの判定結果には、結論だけでなく判断理由に加えて、根拠となった証跡（参照箇所・引用）および参照した情報のソース（出典）が明確に表示されます。担当者は、評価AIエージェントの結果をそのまま受け入れるのではなく、提示された証跡と出典を確認しながら妥当性を検証し、納得したうえで最終判断を行うことができます。
証跡不足を示す新たな判定区分「判断不可」
Batch Assessmentは、ナレッジベースに登録された情報源を検索・取得し、得られた証跡（エビデンス）に基づいて、評価AIエージェントが判定を行う仕組みです。そのため、参照すべき根拠情報が十分に見つからず、評価AIエージェントが「判定に必要な証跡が不足している」と判断した場合は、無理に結論を出さず、判定区分として「判断不可」を出力するように設定できます。
「判断不可」の評価は、「判断材料となる情報がナレッジベースに存在しない（文章化されていない）」ことを可視化する重要なフィードバックになります。例えば、本来は業務が回っていても、実態としては属人的（経験則）に運用されており、根拠が文書として残っていないケースがあり得ます。「判断不可」を起点に必要な情報源を追加・更新することで、組織のナレッジを継続的に整備・改善でき、以後の判定品質の向上につなげられます。
Batch Assessment
Batch Process
判定精度90%以上。
膨大なアセスメント業務の
一次評価を生成AIエージェントに。
Batch Assessment（バッチアセスメント）とは、あらかじめ定義した多数の評価項目に対して、評価AIエージェントが自動で判定を行うアセスメント機能です。AskDonaは、質問リストに対して自動回答を行う「Batch Process（バッチプロセス）」の仕組みを拡張し、本機能として提供しています。Batch Assessmentでは、単に質問への回答を生成するのではなく、評価AIエージェントが、取得した情報源を参照し、判定に至った根拠（参照箇所・引用）および判断理由を明示したうえで、各評価項目が「対応済み」「未対応」「対象外」のいずれに該当するかを判定します。
AIによる客観的で精度の高い自動判定
評価AIエージェントは、管理者が事前に設定した評価基準（プロンプト）に従って判定を行います。dona-rag-2.0の仕組みを応用し取得した関連性の高い情報源と、事前定義された評価項目の内容を照らし合わせ、判定結果に加えて根拠（参照箇所・引用）と判断理由を提示することで、客観的かつ精度の高い自動判定を実現します。これにより、担当者による解釈のばらつきや評価結果の差異を抑制し、一貫性のある評価につなげます。
dona-rag-2.0について詳細はこちら
判定の根拠となるナレッジ（情報源）は、Excel（.xlsx/.xls）はもちろん、Word、PowerPoint、PDFなど、普段お使いのドキュメントをそのままアップロードするだけでデータベースへ登録できます。事前に定義した質問リストは、Excelファイルをアップロードすることで一括登録でき、コピー＆ペーストや複雑な設定を行わずにワークフローを準備して業務へ組み込みやすい機能が備わっています。
証跡に基づいた透明性の高い判定プロセス
評価AIエージェントによる判定に抵抗感がある場合でも、AskDonaでは「AIが判断したから正しい」という前提にはしません。評価AIエージェントは、組織内のどのナレッジを根拠として判定を下したのかが分かる形で結果を提示するため、AIであっても人であっても、証跡にもとづいて判定を行うプロセスを確立できることが特徴です。
一般的に、人が評価を行うと、根拠の書き方や粒度、参照した資料の示し方が担当者によってばらつきやすく、評価の一貫性や説明責任に差が出ることがあります。評価AIエージェントの判定結果には、結論だけでなく判断理由に加えて、根拠となった証跡（参照箇所・引用）および参照した情報のソース（出典）が明確に表示されます。担当者は、評価AIエージェントの結果をそのまま受け入れるのではなく、提示された証跡と出典を確認しながら妥当性を検証し、納得したうえで最終判断を行うことができます。
証跡不足を示す新たな判定区分「判断不可」
Batch Assessmentは、ナレッジベースに登録された情報源を検索・取得し、得られた証跡（エビデンス）に基づいて、評価AIエージェントが判定を行う仕組みです。そのため、参照すべき根拠情報が十分に見つからず、評価AIエージェントが「判定に必要な証跡が不足している」と判断した場合は、無理に結論を出さず、判定区分として「判断不可」を出力するように設定できます。
「判断不可」の評価は、「判断材料となる情報がナレッジベースに存在しない（文章化されていない）」ことを可視化する重要なフィードバックになります。例えば、本来は業務が回っていても、実態としては属人的（経験則）に運用されており、根拠が文書として残っていないケースがあり得ます。「判断不可」を起点に必要な情報源を追加・更新することで、組織のナレッジを継続的に整備・改善でき、以後の判定品質の向上につなげられます。
Batch Assessment
Batch Process