上流からの品質活動で手戻りを防止
AIが仕様書などのドキュメントを5つの観点から分析・レポート
こんなことで
お困りではないですか？
- 仕様書に曖昧な部分が多く、後工程で手戻りやバグが多発している
- 顧客・外注先との認識ズレで納期遅延や追加コストが発生している
- 担当者によって仕様書の粒度にバラつきがある
「QuintSpect」で
解決できます
仕様書に曖昧さを残したまま進めると、下流工程でバグとなり、上流工程まで遡っての改修せざるを得なくなります。こうした手戻りは工期の遅延や追加コストの発生を招き、プロジェクト全体の品質・進行に大きな影響を与えます。
バルテスの「QuintSpect」は、上流工程から仕様書の齟齬や曖昧な記述を生成AIが自動で洗い出し、下流工程でのバグ発生を防止します。
複数の仕様書でも短時間でリスク箇所を抽出し、過去の不具合データやナレッジをもとに曖昧表現や矛盾の傾向を分析可能です。
これまで人手で行っていた仕様書レビューを高速かつ網羅的に実施できます。
「QuintSpect」の
主な機能
-
通常分析
アップロードされたドキュメントを分析し、5つの観点 （正確性・理解性・視覚性・深層性・信頼性）でレポートを出力します。
また、ドキュメントの問題箇所にコメントを追記したファイルも出力が可能なため、開発者やレビュー担当者は効率的に修正点を把握し、迅速に改善作業へと移行できます。
上流工程からドキュメントの不備を修正することで、利用者の誤解や不利益の発生を防ぎ、安心と信頼を提供することができます。 -
矛盾検知
複数のドキュメントをアップロードすることで、各ドキュメント間における内容の不一致や矛盾を検出し、レポートとして出力します。
これにより、情報の一貫性を確保し、誤解や手戻りを防止するとともに、成果物の信頼性を高めることが可能です。特に複数部門が関わる大規模プロジェクトにおいては、関係者間の認識齟齬を最小限に抑える手段として有効です。
※2025年10月時点では、Google が提供する Gemini (Gemini 2.5 Flash) を利用しています。
分析対象のファイルは、Gemini API を通じて送信されますが、オプトアウト設定を適用しており、入力データが学習利用されることはありません。また、Google 側でのログ保持はポリシーに準拠します。
欠陥の修正は後工程になればなるほどコストがかかる
要件定義書に記載ミスがあると、誤った設計書やプログラム（欠陥）が作られ、全工程で修正が必要となり大きな手戻りコストにつながります。
また、バグが本番運用で発覚すれば、システム停止による機会損失や、ユーザーへの損害補償など、コストはさらに膨らみます。
欠陥を、要求定義時点で検出するコストを1とした場合、テスト工程ではその値は数十倍、出荷後の流出に至っては200倍以上にもなると言われます。
そのため、プロジェクト全体のコストを下げるには、インスペクションなどで欠陥を事前に検出することが重要となります。
バルテスによる「仕様書インスペクション」のポイント
バルテスでは、「後々のテスト設計が可能か？」という観点からインスペクションを行います。それにより、テスト設計の際に発生する仕様の確認・質問の工数も削減できます。
また、生成AIを活用することで、上流工程で仕様の曖昧さや抜け漏れを自動抽出・整理し、要件からテスト設計までのトレーサビリティを強化します。
これにより、仕様を十分に理解したメンバーが下流でのテストチームを立ち上げやすくなり、結果として下流のテスト効率・品質を底上げします。
「QuintSpect」に関するご質問はこちらからお問い合わせください。