ジャグプロジェクト、生成AIの誤回答検証サービスを旅行以外へ提供

ジャグプロジェクト合同会社は10月30日、生成AIの誤回答を抑える「Jag ウラドリ System」を旅行以外の分野へ提供すると発表しました。
防災の相談30問では、公的情報と食い違った回答が16問から0問になりました。
既存のチャットボットや業務用生成AIを替えず、参照資料や回答ルールの確認、導入後の定期測定を支援します。

記事の概要

Jag ウラドリ Systemは、AIが回答する前後に情報の裏取りを置く仕組みです。
地域や機関に固有の番号・住所・窓口などは、確認済み資料にある情報だけを回答します。
防災の追試は2026年10月2日に実施し、東京都江東区24問と江戸川区6問を調べました。
同じAIに仕組みを適用した結果、公的情報と食い違う回答は30問中16問から0問になりました。
江東区24問では、回答に含まれる要点の割合が51.4％から93.8％に上がりました。
一方、参照データがない江戸川区の6問では、要点の割合が9.7％にとどまりました。
同社は、資料整備と週次の最新性確認、誤回答診断、分野別アプリを提供します。

記事のポイント

1. 防災30問で誤回答ゼロ： 公的情報と食い違った回答は、同じAIへの適用前の16問から0問になりました。
2. 既存AIを置き換えず検証： 利用中のAIを変更せず、参照資料や回答ルールを確認し、回答品質を測定します。
3. 参照データ不足に課題： 江戸川区の6問では要点の割合が9.7％にとどまり、確認先を案内しました。

このニュースがもたらす影響

• 導入検討企業： 既存のチャットボットを入れ替えずに、参照資料や回答ルールの点検から始められるため、導入判断を急がず品質検証を先行する選択肢になりそうです。
• 同業サービス提供者： AIの回答生成だけでなく、根拠資料の整備や導入後の測定までを提供範囲に含める必要性が高まり、検証手順や継続運用が競争軸になる可能性があります。
• AI運用・管理者： 江戸川区の結果が示すように、参照データの不足は回答品質を下げます。導入前に対象地域や資料の網羅性を確認し、更新責任を決めることが求められそうです。

このニュースの背景

生成AIを業務で使う企業では、情報の正確性が懸念の1位となっており、誤りが混じった回答を見つけにくいことが課題になっています。
国のガイドラインは、偽誤情報の防止、データ品質、検証可能性を調達時の確認項目に挙げ、導入後も安全性や品質を定期的に検証するよう求めています。
今回の仕組みは、旅行向けAIで作られた手順を防災に適用したものです。地域や機関に固有の情報では、参照資料の整備と最新性の確認が回答品質を左右します。

関連するニュース

• 株式会社Uravationが、生成AIとAIエージェントの安全対策を12問で点検する無料診断を公開しました。
• Stellagentは、ChatGPT・Gemini・Copilotの回答900件から自社のAI検索での表示状況を診断するサービスを始めました。
• JetB株式会社が、厚生労働省のAI面接に関する行政整理を踏まえ、質問・評価・採否を企業が担う設計を公表しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

防災の問い合わせ30問で、AIの答えと公的情報の食い違いが16問から0問に。生成AIの誤回答を抑える「Jag ウラドリ System」、旅行以外の分野へ提供開始

ジャグプロジェクト合同会社のプレスリリース（2026年10月30日 10時00分）防災の問い合わせ30問で、AIの答えと…