このページでは、JDAを導入するときの基本的な考え方をまとめます。実装の手順は、Phase5 Implementationで説明しています。
重要な判断から、現場で動かす
JULIAで選んだ判断（JP）について、まず実装計画で範囲と見積もりを確かめ、実装に進むかを決めます。進む場合は、判断材料の取得・提示、判断入力、状態遷移、JLogとVLogへの接続を小さく実装します。これをJudgement Slice Implementationと呼びます。
判断設計から必要なタスク・実行フローを具体化し、現場運用に必要な最小構成を選びます。前後の工程は、既存システム、Excel、CSV、手動確認など、今ある方法でつなげます（Operational Bridge）。少しずつシステム化します。
判断とタスクをつなぐ
材料取得・整理 → 提示 → 判断・状態遷移・JLog記録 → 後続アクション → 結果追跡・VLog評価
これは論理的な接続であり、すべてを同期・直列で動かすという意味ではありません。
execute_jpは判断の実行・状態遷移・JLog記録を担い、材料取得と後続アクションは前後のタスクとして扱います。判断状態とタスク実行状況を分け、「採用済みだが登録未完了」といった状況を追跡します。
JLogを残す
判断結果だけではなく、判断理由も記録します。
なぜその判断を行ったのかが残らなければ、組織は学習できません。
人間の責任を残す
JDAは、AIにすべてを任せるための理論ではありません。
誰が判断し、誰が責任を持つのかを明確にしながら、人とAIが協働できる構造を作ります。
AIが判断材料を提示する場合でも、最終的な判断主体と責任者を曖昧にしないことが重要です。
運用から学ぶ
まず、評価を続けるための基盤を作ります（Stage0）。そのうえで、判断材料の改善（Stage1）、AIによる判断の再現と人による確認（Stage2）、条件付きの判断の委譲（Stage3）へ進みます。
初期段階ではAIが材料を整え、人が判断する形から始めます。AIへの委譲は、妥当性の評価と責任設計を踏まえて検討します。
現在の実証
2026年10月時点の実証では、営業業務の1つのプロセスを取り上げ、その中の1つの判断に絞って実装しています。判断の記録とその後の営業の状況を結びつける仕組み（Stage0）までが本番で動いています。実証の範囲は、Phase6 Learningの「実証状況」で説明しています。
判断基準の改善と効果の検証は今後の課題です。JDAの導入効果や他業務での有効性は、引き続き検証します。
詳細仕様について
このページでは、JDA実装の基本原則を説明しました。
Judgement Harness、Judgement Injection、JLog / VLog、Learning Cycle などの詳細仕様については、GitHubで公開しているJDA CoreおよびMethodを参照してください。
JDAは現在も実証と改善を継続しており、本ページも実装知見に合わせて更新します。