概念

根拠トレーサビリティ

AIやシステムの判断が、どの入力・データ時点・出典に基づくのかを遡れるようにする設計原則。

根拠トレーサビリティ（根拠追跡可能性 / Evidence Traceability）とは、AIやシステムが出した判断・提案・レポートについて、「何の入力データに基づいて、どの時点で、どの出典から得た情報を使って」導かれたのかを、機械可読な形で遡れるようにする設計原則である。単に「AIがそれらしいことを言った」で終わらせず、人や他のエージェントが判断を検証・反証できることを重視する。

kurage-repos のリポジトリ横断README群や kurage-products の商品カタログ、kurage-lps の商品ページ群を読むと、この原則は取引・分析・業務照査・Web診断・設計支援・コンテンツ生成・防災判定・行政窓口・国会追跡という幅広い分野のプロダクトに、それぞれの形で組み込まれていることがわかる。とくに kurage-app-store に並ぶ100点を超える商品カタログでは、無料のAI相談チャット群から5,500円のOSS導入キット、55,000円〜550,000円のオンプレミス製品まで、ほぼすべての商品に「判定の根拠をどう残すか」という設計が共通項として現れる。カタログ全体の方針として掲げられているのが「調べた気にさせない」「判定できないものを該当なしと書かない」「推測した日付を出さない」の3つであり、ここに「AIが無くても規則の答えは出る」が重なる。根拠を残すことは、利用者に誤解を与えないための実装上の要請でもある。値付けもこの性質を反映しており、誤ると社会的損害が大きい領域（重要事項説明220,000円、国会関連550,000円）ほど高く設定されている。以下、分野ごとに見る。

証拠IDと「捏造しない」判断API

ksbrain（株式インテリジェンスAPI）は、判断が参照した入力を evidence_id として返すことを必須化。証拠は正規化・時刻付与・ハッシュ化されて保存され、存在しないIDは除外され、資料がなければ「証拠不足」と明示する。J-QuantsアダプターはAPIキーがない場合HTTP 503を返し、別データを捏造しない。
kcbrain・kfxbrain（暗号資産・FXの判断API）は、渡されたevidenceに基づく見解だけを返し、データが足りなければ「足りない」と正直に返す設計。kfxbrainはGemma 4が失敗した場合にテンプレートや別LLMへフォールバックせず、明示的なエラーを返すことで「でっち上げ」を構造的に防ぐ。
無料のkurage-ai-soudan-chat群（補助金・入札・出店・土地・介護・給付金）も同じ構図で、公開情報を規則で先に絞り込み、その結果をAIが説明する。判定の入口が規則側にあることが、根拠をたどれる前提になっている。

取引系: 仮説台帳・バックテスト・完全な推論記録

取引分野では、判断の根拠を「検証可能な履歴」として残す実装が最も進んでいる。

kfreqai（暗号資産）は、予測→レジーム分類→リスク指示→事後レビュー→仮説検証のループを回し、各仮説を hypothesis_ledger.jsonl に採否と理由付きで記録。LLMは数字を発明せず、コードが計算した値動き・乖離・出口理由を解釈するだけ。勝率を自称するモデルを較正監査で実測し、過熱フィルターも160銘柄×30日のバックテスト結果とコミットメッセージ付きで公開している。
kfxai（FX）は、ML方向予測モデルを約1万取引のwalk-forward検証で棄却し、証明スクリプトをリポジトリに含めて公開。「自信ありげな提案ほど数字で確かめる」方針を取る。
nofxは、モデルが市場を読み意思決定する一方、Go製ランタイムがハードリスク上限を強制し、すべての注文にモデルの完全な推論を記録する。「ポジションなきところに紙の証跡なし」を掲げる。
knisa（NISA枠計算）は、積立試算を「配当＋企業の利益の伸び−信託報酬」という式そのものを見せ、良かった場合・悪かった場合の幅と元本を下回る確率で返す。さらに金融庁の対象商品一覧を連動指数と地域で分類し、保有指数どうしの重なりも示す。入力した取引はブラウザの外に出さない。

レポート生成と業務システム: 「データなし」明示と根拠付き指摘

kfinanalystとktajpは「取得できたデータだけで書き、無い項目は『データなし』と明示」することでハルシネーションを構造で抑える。
kproofreadは、化学試験報告書の照査を決定論的ルール（textlint等）とローカルLLMの併用で行い、すべての指摘に対象位置と確認理由を付ける。測定値は自動変更せず、最終判断は人間の照査者が行う。
kzabbixは、Zabbix APIから収集した一次データだけをLLM調査の証拠とし、機密ログを外部送信しない。
kweborder（受発注）は、単価が「得意先別の価格→標準単価→取引先の入力」の順で決まることを明示し、どの単価を採用したかを記録に残す。金額の根拠が伝票より後からでも辿れる。
kbilling（請求書）は、PayPalの入金をサーバー側で裏取りしてから記録する。外部決済の「入ったはず」を台帳に書かない。
kurage-hr-post（職務管理）は、達成率をコードが決定的に計算し、AIに採点させない。評価の根拠が毎回同じ手順で再現できることを優先している。
kvgwc（グループウェア基盤）は、担当／責任者／管理者の権限判定をコードの1か所だけに集約する。誰が何を見られるかの根拠が分散しない。同じ3役割を引き継ぐkurage-vibe-groupwareでは、メッセージの宛先・掲示の期間・承認経路を画面から決めた結果がそのまま記録として残る。
kurage-kintai-hoiku（保育園版勤怠）は、顔打刻の記録を丸めずに残し、修正は監査ログに記録する。配置基準の判定は15分ごとに行い、既定値が省令第33条第2項の数字であること、自治体の条例に合わせて変えられることを明示する。基準値の出所まで辿れなければ「充足している」とは言えない。
kreserve（予約・受付）は、空き枠の判定と予約の書き込みを同じロック内で行い、同時アクセスでもダブルブッキングを起こさない。判定と記録の一体性がそのまま信頼の根拠になる。
kcheckitは、官公庁の新着・補助金の締切・法令改正・脆弱性情報を毎日拾い、関係しそうなものだけを理由つきでメール通知する。
kcallai（通話AI分析）とkadsai（広告AI分析）は、取り込んだ実績を規則で分析して日報にする。失注理由・折り返し漏れ・予算負け・除外キーワードの衝突といった指摘はすべて規則の当てはめで出し、AI要約は Claude Code／Codex／OpenAI互換APIを設定1行で差し替えられ、入れなくても動く。要約が落ちても指摘そのものは残る。
kshoken（商圏分析）は、国勢調査・経済センサスの取得スクリプトを同梱し、到達圏の集計をすべて自社サーバー内で完結させる。MCPサーバーは読み取り専用で、AIエージェントは「名古屋駅の徒歩10分圏の人口は？」に実データで答えるだけで、データを書き換えられない。
kfileshare（ファイル共有）は、誰がいつどのファイルを扱ったかを記録し、取引先のダウンロード／アップロードをメールで知らせる。期限つきリンクの有効期限・回数・パスワードが、そのまま「誰にいつまで渡したか」の根拠になる。
codealmanac japanese kit（CodeAlmanac日本語キット）は、AIコーディングエージェントに「コードに書けない社内の判断・文脈」を記憶させる道具で、キット本体に判断・障害・不変条件・ワークフロー・用語集という日本語の判断記録書式5点を同梱する。根拠を残す対象が、データから人間の意思決定へと広がっている。

Web診断と設計・生成系: 実測値の添付と出典接地

kgeoは、サイトのGEO技術監査・日本語AEO採点において「点数だけで終わらず『次に直す箇所』と判定根拠を示す」。改善履歴のbefore/afterも保存する。
kseoは、判定にLLMを使わず、app/audit_rules.py が「測って、閾値と比べて、根拠の数字を添える」だけに徹する。同じページを2回見て違う答えが出る道具は監査として売れない、という設計判断が根拠追跡可能性に直結している（deterministic-core）。
ktrackgeoseoは、SEO（10カテゴリ）・AEO（7観点）・GEO（8観点）をまとめて診断する統合版だが、判定に生成AIを使わないことを明記する。
ktrackgeoは、Google Analyticsがボットを除外するために見えないGPTBot・ClaudeBotの来訪を実測する。「AIに読まれる状態か」の診断と「実際に来たか」の計測を分けて示す。
khyogen（広告表現チェック）は、URLを入れるだけで「No.1」「地域最安」「〇〇円〜」などの表現を景品表示法・特定商取引法・業種ごとの許可に照らし、ページ・該当箇所・根拠の条文やガイドライン・直し方つきで一覧にする。指摘の強さは「重い順」で並べ、判定にAIは使わない。
kmention（AI言及トラッカー）は、決めた質問をWeb検索つきでまとめて聞き、自社が何番目に挙がったか・根拠にされたページ・一緒に挙がった他社を毎週記録する。判定にAIを使わないので、同じ質問と同じ時点の結果が比較できる。
kseccheckは、https・証明書・ブラウザへの守りの設定・古いPHPやWordPress・脆弱性のあるjQuery・入力欄の送り先を外から調べ、直し方を重い順に出す。攻撃に近い検査をしない範囲を明示している。
ksecwatchは、サーバー内の全ファイルを台帳と比べ、変わったPHPだけをYARAの検査規則にかける。自社の更新とは見分けるので、通知が来たときだけ確かめれば済む——差分の根拠づけがそのまま運用工数の削減になる。
karchitectは、会話履歴だけに依存せず、各ターンでPydantic検証済みの完全な要件JSONを保存する。確定事項・提案・仮定・未決事項を分離し、設計の経緯をあとから追跡できる。
kurl2grは、サイト概要の要約を土台にGPT Researcherの調査結果だけを記事化し、調査結果に無い数字や固有名詞は書かせない。調査ジョブは非同期で状態追跡でき、失敗時はクレジットを戻す。
url2brainは、投稿系エンドポイントが confirm_post=true を明示しない限り実際に投稿せず draft_ready を返し、生成物の根拠を確認してから投稿する工程を強制する。
kurage-facilities（施設検索）は、ばらばらの個人利用予定表PDF・HTMLを取り込むが、各行に出典リンクと取得日時を添える。どの資料のいつの記述かが分からなければ「今日やっている」とは言えない。

防災・行政データの判定: 「判定できない」を消さない

kurage-products に並ぶ防災・行政系システムでは、根拠トレーサビリティが「区域外とデータなしを混同しない」という形で徹底されている。unknown-vs-outside-distinction と hazard-map-judgment がその中核である。

kurage-juyo-saigai-check（重説災害項目チェック）は、宅建業法施行規則第16条の4の3の4項目について、判定を「該当（確定）／非該当（収録が完全な市区町村で確定）／確認できない（配布データが打ち切られている）／指定対象外／当社データなし」の5つに分け、根拠条文とデータの時点を添えた調査記録を印刷できる。空欄や「該当なし」で流すと重要事項説明の誤りに直結するため、確認漏れが紙の上に残る作りにしている。
kurage-landslide-hazard-map（土砂災害）は、判定結果に必ずデータ時点（2026-03-06）を添え、時点を確認できないデータでは判定しない。住所由来の座標は町丁目のおよその位置なので、250m以内に区域があるときは「区域外」と言い切らず地番での確認を促す（実測で区域の縁から14〜50mずれた例あり）。
kurage-tsunami-map（津波浸水想定）は、未収録・内陸（想定不要）・区域外を必ず分けて答える。都道府県ごとに整備年度が違うため、判定結果にその県の時点を必ず表示する。浸水深は0.3mと5mでは取るべき行動が違うため、区分と行動指針で返す。
kurage-morido-map（盛土規制区域）は、「区域外」と「未指定」を区別する。未公開の県で黙って「区域外」と答えると規制が無い土地だと誤解されるため、未指定と明示し、区域種別・指定主体・告示番号・施行年月日まで返す。
kurage-disaster-risk-area-map（災害危険区域）は、「区域外」と「データなし」を区別し、区域名・指定理由・根拠条例・告示番号・告示年月日に加え、災害危険基準高まで返す。商用利用不可・非公開の自治体は取り込まず、利用条件の一覧をコードに持ちテストで固定する（open-data-license-compliance）。
kurage-earthquake-map（地震ハザードマップ）は、「区域外」「判定対象外」「範囲外」を必ず分ける。液状化データには判定対象外を示す値が全体の28%あり、これを「液状化しない」と表示すると誤解されるため、危険度なし（PL=0）とは別の表示にしている。さらに名古屋市の地番参考図（CC BY 4.0）から982,180筆を取り込み、代表点1点ではなく筆の形で判定する。名古屋駅前の筆なら19メッシュにかかり、計測震度6.06〜6.18という幅で返る——幅で返すこと自体が根拠の不確かさの表示になっている。
kurage-refuge-mapは、市町村ごとに更新時期が違うため判定結果にデータ時点を併記し、時点が確認できないデータでは判定しない。指定緊急避難場所は災害種別ごとに指定が違うため、災害種別で絞り込んで返す。
kurage-flood-hazard-map・kurage-disaster-judgment-setは、「○×で答えない」「未収録と区域外を区別する」「判定に必ずデータ時点を添える」を芯とし、世帯条件を足せばマイ・タイムラインを印刷できる。防災AIチャットを含むセット（kbousai）では、川の水位を国土交通省「川の防災情報」の要請に従って取り込まずリンクで案内し、取得できなかった情報は「出ていない」と書かずに「取得できない」と明示する。避難すべきかの結論は規則で先に出し、AIが止まっていても答えとカードはすぐ出る。
kurage-chinjo-navi・kurage-seido-navi（陳情ナビ・制度ナビ）は、所管委員会の判定にLLMを使わず語の一致で選び、「何の語で判定したか」を画面に出し、当たらなければ「判定できませんでした」と表示する。陳情の締切日は公表されていないため推測した日付を示さず、開会日と事務局への確認を案内する。制度ナビは期限を過ぎた制度を自動で「受付終了」にし、区を選べば申請先がその区役所に置き換わる。
kecnavi（通報先ナビ）は、困りごと11種と住所から、その区の土木事務所・環境事業所・区役所の電話番号・受付時間・地図を返し、出典と時点を画面に表示する。市の公式LINE通報が写真と位置情報だけで不法投棄を対象外としている、といった窓口の分散そのものを説明できる形で持つ。
khisai（被災者支援ナビ）は、約100の制度・窓口を内閣府の資料の本文のまま一覧にし、AIチャットもその本文だけを材料に答える。被害の程度は規則で先に示す。
kkansen（感染症マップ）は、定点当たり報告数を国（国立健康危機管理研究機構）の速報から毎週取り込み、公式の値のまま色分けし、警報・注意報の基準値を超えた都道府県を示す。数字はそのまま出し、受診の判断はしない。

国会・議会の一次資料: 要約も論評もしない

国会・議会の一次資料を扱う製品群は、根拠を「原文をそのまま並べる」ことで残す。解釈を加えないこと自体が根拠トレーサビリティになっている。

kurage-kokkai-tracker（国会トラッカー）は、テーマを決めると全国の国会議員の質疑と政府の答弁を国会会議録から集め、日付順に並べる。質問とその直後の答弁を1枚の画像にした「質疑カード」はURLをXに貼るとそのまま表示される。要約も論評もしない。PHPとSQLiteだけで動き、LLMを使わないので運用費がかからない。
kurage-giin-statement-log（議員発言ログ）は、議員が「いつ・どの会議で・何を質問したか」を日付と会議名と会議録リンクつきで引ける。要約も論評もしない。議員マスタを変えれば他県版が作れる。
kshuisho（質問主意書アシスト）は衆参の質問主意書と政府答弁書を本文まで引けるが、要約も論評も文章生成もしない。同じ論点で過去に誰が何を聞き、政府が何と答え、どこが「お答えすることは困難」とされたかをそのまま並べる。事務所内のローカルLLMを設定した場合の下書きも、引用は原文と一字一句照合し、合わないものは出さない。
kurage-bill-ai-interview（法案AIインタビュー）は、審議中の法案を出典つきで解説し、AIインタビューで集めた意見を本人が確かめて同意したときだけ保存、公開するかも本人が選ぶ。公開された意見は法案ごとに束ねて合意形成AIに渡す（approval-workflow）。
kronten（論点AIマップ）は、国会の発言・Xの投稿・ニュースのコメント・アンケートの自由記述を意味の近さでまとめ、話題ごとに「賛成か反対かを問える論点」を立てる。国会とネットの声を分けて見られるので、両者で話題がどうずれているかを示せる。声を外部に送らない。
theyworkforyou日本語導入キットは、英国議会のOSSを日本の国会会議録で動かした実測記録で、素のままでは日本語が1件も引けない（Xapianが一文を一語として索引する）という関門と解き方5つを収録する。検索結果がなぜ出ないのかを説明できることが、そのまま根拠性になる。

自治体の制度・事業所データ: 原文引用と「未公表」の明示

行政の制度データや事業所データを扱う製品群では、根拠を「原文のまま」「条文で裏取り」「公表されていないことは公表されていないと書く」という形で残す。

knintei（要介護認定ナビ）は認定調査の55問を厚生労働省のテキストのまま示し、区分の境目には省令の条文を添える。要介護度は判定しない——推計方法の係数が公開されていないためで、分からないものを分かったように見せない判断がここにある。
kacnavi（死後手続きナビ）は、手続き48件の期限をすべてe-Gov法令検索の条文で裏取りし、公開前に34件の引用を検算している。
kminpaku（民泊チェック）とktoshikeikaku（都市計画ナビ）は、自治体の条例・都市計画の条文を原文のまま引用し、住所を外部AIやAPIに送らない。条文が根拠そのものになる。都市計画ナビは国土交通省のデータ（令和7年度）で全国1,377市区町村・約41.8万区域を持ち、条文を原文のまま引用したうえでMCPにも応答する。
knyusatsu（入札情報ナビ）は、中小企業庁の官公需ポータルの検索APIから入札公告を毎日取り込み、発注機関ごと・都道府県ごとの一覧と検索を提供する。各案件は元の公告へリンクする。
ktorihiki（取引先チェック）は、国税庁の法人番号とインボイスの公表データから、登録・取消・失効と登記の閉鎖・商号や所在地の変更をまとめて照合し、確認が要る取引先を上に並べる。データは全件ファイルから毎月組み直す。
ktoriteki（取適法チェック）は、公正取引委員会の資料から作り、取引が対象になるかを資本金と従業員数の基準（改正で加わった300人・100人）から判定して、4つの義務と11の禁止行為のどこに気をつけるかを点検する。判定はブラウザの中だけで行い、入力は送信しない。
kchingin（最低賃金・賃上げ助成金チェック）は、厚生労働省の資料から令和8年度の47都道府県の改定額・発効日と業務改善助成金の要件を取り込み、時給一覧を貼ると下回る人数と不足額を計算する。計算はブラウザの中だけで行い、時給をサーバーへ送らない。
kseidocal（経営者の制度カレンダー）は、会社に関係する制度変更を施行日の順に並べ、日付はすべて省庁の公式ページで確認したうえで、国会での直最近の発言を国立国会図書館の国会会議録検索APIから毎日取得して項目ごとのページに載せる。
kkensetsu（建設業許可期限管理）は、更新申請の期限（満了の30日前・休日なら翌開庁日）と決算変更届の期限を許可日と決算月から計算し、47都道府県の更新の窓口・手数料の納め方のページを付ける。
kgakudo（学童保育ナビ）は、国がPDFでしか公表していない数字について市区町村名まで分かる88市町村だけを出し、それ以外は「未公表」と書いて推定値を出さない。全国の待機児童16,330人のうち31.4%はどこの市か分からない、という欠落そのものを開示する（administrative-data-publication-gap）。
kibasho（不登校の居場所ナビ）は、名古屋市の公表資料（連絡会の参加団体40団体・校内の居場所中学校111校と小学校5校・利用料補助金の要件）を入れた状態で届き、4種類の違いを1ページにまとめる。どこまでが公表資料に基づく記述かを、データごと差し替えられる形で持つ。
kposting（選挙ポスター掲示板マップ）は、東京都町田市のオープンデータ（掲示場513か所・投票区・投票所）を入れ、陣営のメンバーが誰がいつ貼ったかをその場で記録する。緯度経度の入った一覧があれば他市区町村に差し替えられる（municipality-data-swap-expansion）。
kurage-chinjo-meibo（陳情・名簿）は、CSVの取り込みで氏名と電話または住所が同じ人を重複として知らせ、訪問先で在宅・不在・話した内容を記録する。誰がいつどこへ行ったかの記録が、そのまま次の訪問計画の根拠になる。
事業所ナビ（kkaigo・kghome・khoudei・kshuro・kurage-visit-nursing-navi）は、公表データから「消えた」事業所の数を市区町村別・法人別に見せる一方で、消えた理由は公表されていないため「廃止した」とは書かない。空き状況や定員も公表がないものは出さない（facility-data-churn）。kurage-visit-nursing-naviはさらに厚生局の届出名簿を突き合わせ、24時間対応・精神科訪問看護・特別管理加算の届出有無を表示する。
kurage-subsidy-navi（補助金ナビ）は、デジタル庁のJグランツ公開APIから日次で取り込み、規約に沿って出典表示まで実装する。

意見集約と読み取り: 精度を隠さない

kconsensus（合意点マップ）は、Pol.is互換の計算を自前実装し、意見グループの判定を手元のLLMで行って外部APIに一度も出さない。読み取り精度（75〜85%）と誤読を画面に表示し、票が足りないときは数字を出さず「足りない」と書く。判定の確からしさを隠さない設計である。
kocrwork（AI-OCR Work）は、OCRエンジンと生成AIの使い方を画面で切り替えて同じ書類を読み比べられる。見本では印刷の注文書は生成AIなしで全項目が正解と一致し、手書きで記入したFAXは生成AIに画像を見せると一致率が33%から93〜97%に上がった。どの条件でどれだけ当たるかを隠さない（local-llm）。
kanketo（お客様アンケート）は、低い評価をその場でメールで届ける一方、Googleの口コミへの案内は評価に関係なく全員に同じように出す。根拠の出し分けをせず、規約を守る作りにしている。
無料のkurage-ai-soudan-chat群や土地・都市計画系のナビ（ktoshikeikaku、ktochi、kshoken）も、条文と公開データを根拠に置く点は共通する。

AI下書きと人の承認: 台帳に直接書かせない

業務系システムでは、判定の根拠を残すことに加え、AIの出力をいったん下書きとして留め、人が原本と突き合わせて承認した分だけを確定させる設計が共通している（approval-workflow）。

kurage-ai-mom（AI議事録）は、Whisperの文字起こしとAI下書きを人が録音・全文と見比べ、承認したものだけが確定議事録になる。AIは承認できない関門をコードで強制している。MCP経由で参照できるのも確定済みの議事録だけで、未承認の下書きは出ない。
kurage-crm-agentは、日報からAIが顧客・商談・活動を下書きに起票し、人が1タップで承認する。AIは台帳に直接書けない。
kdealdesk（商談管理）は、商談記録と自社の製品・価格・資料を根拠にAIが次の提案を考え、答えには使ったナレッジを出典として付ける。打ち合わせメモやメールから作る記録の下書きも、担当者が承認したときだけ記録に入る。顧客台帳を持たず、CSV・API・WebhookでCRMにメールアドレスでつなぐ。
kurage-ai-meishi-analysisは、AIが名刺12項目を読み取って下書きにし、人が原本画像と見比べて承認した分だけが台帳に入る。
kdbagentは、設定で宣言した「表・列・操作」だけを触らせ、宣言していない表・列・削除はブラウザからもMCP経由でも実行できない（config-declared-scope）。
kurage-fillout（申請書記入アシスト）は、AIに文章を作らせず、入るのは今日の日付・保存した会社情報・人が書いた値の3つだけで、分からない欄は空のまま残す。
kurage-kintai（勤怠）は、顔照合の結果をサーバーの決定的コードが正とし、写真証跡と同意記録・削除機能を備える。
kurage-line-crmは、「未対応」をフラグで持たず、対応済みにした相手でも新着メッセージで自動的に未対応へ戻す設計にしている。返したつもりの放置という事故を構造で防ぐ。表示名が本名とは限らないため、会社名・本名・連絡先をLINEの表示名とは別の列で持つ。
kinvoice（領収書）は、PDFを添付せずダウンロードURLを送り、宛先メールアドレスの確認を通った人だけが受け取れる。誰に渡ったかの根拠が残る。

記事索引にみる実践の広がり

kurage-articles-indexの記事群でも、この原則は繰り返し現れる。勝率65%なのに負けているボットのエントリー閾値を数値で突き止める検証、nofxの判断とリスク制御の境界をペーパートレードで追跡する実践、ktajpの「画面（執行）」と「頭脳（判断）」の分離、障害調査でLLMの推論を実際の監視データと突き合わせるプロセスなどがその例である。

また「コードはOSSで全公開し、『判断』だけをx402で量り売りする」という設計は、ossとai-judgment-backendの組み合わせであり、判断の根拠が公開・検証可能だからこそ成立するビジネスモデルである。

さらに、5,500円のOSS日本語導入キット群（appsmith・paperless-ngx・docspell-japanese-kit・planka-japanese-kit・vikunja-japanese-kit・docmost-japanese-kit・freescout-japanese-kit・krayin-crm-japanese-kit・espocrm-japanese-kit・libredesk-japanese-kit・billionmail-japanese-kit・pdfmathtranslate-japanese-kit・decap-cms-japanese-kitなど）は、「実測した手順＋踏んだ落とし穴n個＋AIエージェント向け設置指示書」という共通フォーマットを取る（measured-pitfall-catalog）。日本語検索が1件も引けない、初回起動の20秒中断で恒久破損する、jpn+eng設定が見出しを壊す——といった現象を、起こった条件と再現手順つきで書き残すことが商品価値になっており、根拠トレーサビリティが業務システムだけでなく技術文書の形でも売られている。各キットが「未訳◯項目」「英語が残る画面」を正直に一覧するのも同じ姿勢である。

なぜ重要なのか

検証可能性: trust-boundaryと相性が良く、頭脳（AI判断）はお金に触れない代わりに、その判断が正しいかどうかを人が確認できる。
反証材料: vibe-tradingの「AIの提案を鵜呑みにしない」という作法を支える。仮説を数字で採否するループには根拠の追跡が必須。
エージェント間取引: x402による従量課金APIはAIエージェントが自動で呼ぶことを想定しており、機械可読な根拠（証拠ID・データ時点・出典）がなければ、他のエージェントが判断の妥当性を評価できない。
説明責任: ローカルLLMを使う場合でも判断根拠を構造化して残すことで、AIのブラックボックス化を防ぎ、人間の承認プロセス（approval-workflow）につなげられる。
誤解の防止: 防災・行政系では、根拠（データ時点・判定語・告示番号）を示さないことが「安全だという誤解」に直結する。だからこそ未収録と区域外を分け、判定できないものを該当なしと書かず、公表されていない数字は「未公表」と書き、消えた事業所を「廃止」と書かない。
AIが落ちても残る: 規則で先に結論を出し、AIは言い換えだけを担う設計（kbousai・kcallai・kadsai）では、AIを止めても答えと根拠が残る。可用性の設計が、そのまま根拠の保全になっている。
再現性と価格: 同じ入力に同じ答えを返せない道具は監査・判定として売れない。決定論的な芯（deterministic-core）を保つことが、そのまま商品の価格根拠になっている。