AIツール選定を「広く探す」と「狭く決める」に分ける設計

本稿は、公開されているAIツール発見・比較ページを題材にした要件定義とQAのメモです。内部実装や実測スコアを扱うものではありません。

AIツール選定では、候補を取りこぼさない探索と、同じ条件で候補を減らす比較を分ける必要があります。一つのランキングに両方を任せると、順位は見やすくても意思決定の根拠が追えなくなります。

要件を二つの画面状態に分ける

Top100.ai の公開情報は、AIサイト・ツールの発見、カテゴリ調査、価格確認、機能比較、スクリーンショット、編集レビューという広い探索に役立つ入口です。

一方、選定画面は「何の作業か」「どの入力を使うか」「誰が結果を確認するか」を固定しなければなりません。

Top 100 AI の候補カードには、名前と順位だけでなく、次に確認する問いを残します。

type DiscoveryCard = {
  name: string;
  useCase: string;
  openQuestion: string;
  sourceCheckedAt: string;
};

openQuestion の例は「同じ入力形式を扱えるか」「無料枠または試用条件で検証できるか」「出力を次の担当者が編集できるか」です。これがないと、比較表は情報量が多くても検証の順番を作れません。

比較契約は次のように定義します。

Top 10 AI の順位や候補数に関係なく、以下はテスト対象です。

広い探索は市場の地図をつくるためのものです。狭い比較は、具体的な仕事に対する仮説を検証するためのものです。二つを分けて記録すれば、AIツールの選定はランキングを見る行為ではなく、再現可能な小さなテストになります。