AI分析の精度を向上させるためのヒント

Q. AI分析では、チケットのどの情報を参照しているのですか？

A. チケットの「タイトル」だけでなく、「説明文（詳細）」や「期間」「進捗」など、多角的なデータを参照しています。

PROEVERのAIは、チケットの表面的な情報だけでなく、以下のデータを総合的に分析してプロジェクトの健康状態を診断しています。

• チケット情報: タイトル、説明文（詳細欄の内容）、ステータス、担当者、優先度、見積・実績時間、各予定日・実績日

• プロジェクト情報: プロジェクト名、目標、概要、全体の期間

• 統計データ: 全体の進捗率、完了遅延数、未着手率などの計算値

Q. 分析の精度をより高めるためのコツはありますか？

A. 「タイトルの具体性」と「説明文の活用」、そして「最新データの維持」が鍵となります。

AIが状況をより正確に把握できるよう、以下の3つのポイントを意識して運用いただくことを推奨します。

1. タイトルに「動詞」と「対象」を加える

AIはタイトルから作業の種類や緊急度を推測します。

• 不十分な例: 「要件定義書」「不具合対応」

• 良い例: 「要件定義書のレビュー」「ログイン画面の不具合修正」 このように「何を」「どうするのか」を明確にすることで、分析の質が向上します。

2. チケットの説明文（詳細欄）を活用する

チケットの詳細欄（リッチテキスト）に作業の背景や具体的な内容を記載いただくと、AIがコンテキスト（文脈）を理解し、より踏み込んだアドバイスが可能になります。

3. 「実績日」と「進捗率」を正しく更新する

AI分析（エグゼクティブサマリー）は、EVMやTOCといった管理手法の観点から診断を行います。

• 完了したタスクには必ず実績終了日を入れる

• 定期的に（例：毎週金曜日）進捗率を更新する

この基本動作が、AI分析の最も重要な土台となります。

Q. チケット件数が多い場合、正しく分析されますか？

A. AIが一度に分析できる件数には「200件」の上限があります。フィルター機能を活用してください。

対象チケットが200件を超える場合、システム側で独自の優先順位（期日が近いものや遅延しているものを優先）をつけて抽出します。 本当に分析してほしいタスクをAIに伝えるために、以下の運用をおすすめします。

• フィルターを活用する

  •  「完了済み」のチケットを除外する

  • 「課題」や「リスク」など、特定の分類に絞って実行する

これにより、AIのリソースを重要なタスクに集中させ、精度の高い分析結果を得ることができます。