評価基準（Evaluators & LLM Judges）
ステータス
Owner: TBD · ステータス: draft · 正規ソース: flezi.app.frontend.main/src/pages/Evaluators.tsx
対象者
自動採点の方法を設計する AI エンジニア（AI_BUILDER）。
できること
- LLM-as-a-judge 技術を使用する自動評価セットを作成する（より高性能な AI モデルを使用して Agent の回答を採点）。
- 明確な rubric 基準とともに、評価尺度（1～5 星または Pass / Fail）を定義する。
- 評価者の prompt をカスタマイズし、企業固有の観点（例：ブランドのトーンへの準拠、セキュリティポリシー違反の有無）を測定する。
Evaluator を作成する手順
- Governance モジュールで Evaluators を選択します。
- Create Evaluator をクリックします。
- 評価基準の種類を選択します（Semantic Similarity、Hallucination Check、Tool Call Validity、Tone & Style）。
- 評価者モデル（例：GPT-4o）と採点指示 Prompt を設定します。
- Save Evaluator をクリックし、評価実行で使用できるようにします。