---
title: AI の回答を一件ずつ監査する
description: 読む回答の範囲を先に決め、表現・競合・主張を原文と件数で報告します。
canonical_url: https://orchestor.io/docs/cli/workflows/answer-audit
markdown_url: https://orchestor.io/docs/cli/workflows/answer-audit.md
contentType: how-to
---

# AI の回答を一件ずつ監査する

読む回答の範囲を先に決め、表現・競合・主張を原文と件数で報告します。

## この依頼で使う

> 「AI は自社を実際にどう説明している？ 同じ誤解が繰り返されていないか」

## 取得前に決める

対象プロンプト、AI、期間、読む件数、抽出方法を取得前に決めます。都合のよい回答だけを選ばず、読んだ集合を回答 ID で固定します。

[CLI クイックスタート](https://orchestor.io/docs/cli/quickstart.md)で認証を済ませ、`orc workspace current --json` で対象を確認します。例の ID・URL・日付・設定値は対象に置き換えます。書き込みは承認済みの変更に限ります。

## 1. 対象の回答を列挙する

次の例は一つの質問・AI の回答です。対象期間を指定し、並び順と件数を記録します。必要件数を満たすまでページングします。

```bash
orc answers list --prompt-id YOUR_PROMPT_ID --platform openai --start-date 2026-09-01 --end-date 2026-09-07 --sort created_at --order desc --limit 20 --json
```

## 2. 全文を読んで原文を記録する

集合内の全回答を取得します。ブランドの説明、同時に挙がる競合、価格や機能の主張、引用 URL を回答 ID ごとに記録します。繰り返しは「読んだ N 件中 n 件」で報告します。

```bash
orc answers get YOUR_ANSWER_ID --json
```

## 3. 確認できた事実と照合する

誤りの可能性がある主張は、承認された製品・価格情報と照合します。主張、正しい情報、両方の出典を残します。近くにある引用だけで誤解の原因を決めません。

## 持ち帰る結果

監査した回答 ID、対象条件、原文の引用、反復件数、照合結果、未確認の主張。

取得に失敗した場合は、エラーと対象条件を残します。空のデータ、ページング途中、権限不足を完了した調査に含めません。

## 次の作業

[ワークフロー一覧](https://orchestor.io/docs/cli/workflows.md) · [ブランドの説明を確かめる](https://orchestor.io/docs/cli/workflows/brand-claims.md) · [照合に使うブランドの事実を整理する](https://orchestor.io/docs/cli/workflows/brand-fact-setup.md) · [ブランド認識の差を絞り込む](https://orchestor.io/docs/cli/workflows/perception-gap.md)

失敗が残る場合は、[失敗を報告して再検証する](https://orchestor.io/docs/cli/workflows/workflow-feedback.md)で、このワークフローと失敗した手順を報告へ添えます。

---

[Documentation index](https://orchestor.io/docs/llms.txt)