AI / System Design Principles — AI・システム設計上の原則
ASD-001 AIは候補と根拠を出す。確定するのは人
マッチ精度は中程度で構わない。根拠を添えれば、人の確認は速い。 精度100%を目指すより、根拠つき候補＋人の確定のほうが早く実用化する。
出典: 2026-08-14 reel_catalog / seicho-tasukeru（両方で独立に採用）
ASD-002 AIの自己申告確信度は信用できる（要定期再測定）
「確信度：高」と申告したものの的中率は100%だった（2026-08-14 実測）。ただしモデル更新で校正は変わるため、案件開始時に必ず再測定する。
数字を測らずにこの前提に乗るのは危険。
ASD-003 安いシグナルから順に使う
メタデータ（ほぼ0円）→ 品質判定（ほぼ0円）→ ローカル音声認識（数分）→ ローカル顔クラスタ（小）→ 外部AI映像解析（数百円）。
高コスト工程には、絞り込み済みだけが到達する。
ASD-004 個人情報を含む処理はローカル完結
顔クラスタリングは外部送信なしでローカル実行。顧客の素材に映る人物は、契約上も心情的にも外に出せない。
一般化: 「外に出したら説明責任が発生するデータ」は、まずローカルで処理できないか検討する。
ASD-005 原本は絶対に移動しない
納品先へはコピーのみ。不可逆な操作は、自動化の対象から外す。（→ decision-principles DP-005 と同根）
ASD-006 可変値はコードの外＋リモート配信
質問文・閾値・上限・AIの思考の重さ（effort）は config に出し、クラウドから配る。再リリースなしでチューニングできる。
※ ただしセキュリティ境界と課金額は外に出さない。
ASD-007 コスト通知を最初に配線する
AIエンジンを接続したのと同じコミットで、コスト通知を Chatwork に流した（2026-08-14 08:34）。
課金が発生する仕組みは、動くようになった瞬間に通知を持たせる。 あとで付けると、その間の請求が読めない。
ASD-008 スキーマは単一ソース
型定義を1箇所に集約し、そこから各層を導出する（Zod）。ADR-005 として明文化。
AIに書かせる開発ほど、型の二重定義が起きやすい。 単一ソース化は AI 並列開発の必須条件に近い。
⚠️ 未整備（次に埋めるべき領域）
- 障害時の設計: リトライ・タイムアウト・ログ・監視・アラート。2026-08-14 時点でゼロ。north-star §3 の最大の穴。
- ロールバック: config をリモート配信にした結果、壊れた設定を配ると全端末が同時に壊れる。前バージョンへ戻す手順が未定義。
- 依存障害時の縮退: Neon / Lambda / CloudKit / 外部AI が落ちたときの挙動が未定義。