メインコンテンツへスキップ
AIワークフロー設計

fail-closedなAIワークフロー設計

AIワークフローで危険なのは、明確なエラーだけではありません。出典が取れない、検証結果が返らない、外部サービスの状態が分からないときに「たぶん大丈夫」と進むことです。

fail-closedは、異常や不明を検知したら安全側で止める設計です。止める条件と再開手順を先に決め、正常時だけ自動化の速度を出します。

01

「失敗したら止める」だけでは足りない

例外が出なくても、検索結果が0件、レビュー応答が空、価格の取得時点が古い状態は業務上の失敗です。正常データとして次工程へ渡すと、後段のAIが不足を推測で埋めます。

各工程は完了、再試行可能、人の確認待ち、情報不足、恒久失敗を区別します。必要条件を満たした完了状態だけを次へ渡します。

技術的な不明
タイムアウト、接続切れ、応答形式の不一致。未実行とは限りません。
業務上の不明
根拠不足、対象外、承認者不在、ルール競合。人の判断へ戻します。

02

状態と遷移条件を定義する

工程ごとに受け付ける入力、成功条件、停止理由、次に進める状態を定義します。状態遷移はAIの自由文ではなく決定的なルールで判定します。

工程ごとに定義する項目

  • 必須入力と有効期限
  • 成功を示す機械判定可能な条件
  • 情報不足・矛盾・対象外の状態
  • 自動再試行できる条件と上限
  • 人へ渡す判断材料
  • 次工程が受け付ける状態

03

再試行の前に実行済みか確認する

外部APIがタイムアウトしても、相手側では処理が完了している場合があります。送信、公開、決済をそのまま再試行すると重複します。

実行単位に一意なキーを付け、完了状態を照合します。止まった画面には、どの工程で何が不足し、誰が何をすれば再開できるかを表示します。

本番前の受け入れチェック

  • 必須データが空または古いと次へ進まない
  • 検証サービスが応答しない場合に合格扱いしない
  • 同じイベントが複数回来ても外部作用は一度だけ
  • 再起動後も停止状態と試行回数が保持される
  • 期限切れ・対象違いの承認を拒否する
  • 停止理由と復旧操作をログから追える
AIガバナンス

AI業務に人間承認ゲートが必要な理由

AIの提案と外部への実行を分離し、公開・送信・更新の直前で人が判断する承認ゲートの設計を、実務チェックリスト付きで解説します。

読む →
AI品質管理

出典に基づくAI下書きの作り方

出典を先に集め、事実・解釈・未確認を分けてAI下書きを作る実務フローを、証拠台帳と公開前チェックリストから解説します。

読む →

記事の考え方を、自社の業務設計へ。

対象業務、判断の境界、根拠、停止条件を整理し、現場で運用できるAI導入計画へ落とし込みます。