ループ評価 具体テスト観点カタログ

このカタログの位置づけ

抽象8価値（真=正しさ / 全=網羅 / 簡=本質最小 / 証=検証可能 / 安=安全 / 整=整合 / 用=有用 / 誠=誠実）は DESIGN_loop_eval_rubric_590.html で定義済みの上位カテゴリ。本カタログはその8価値だけでは 審査役AI（judge）が実出力を採点できないという課題に対し、ISO/IEC 25010 品質特性・副特性、 VSTeP/NGT系テスト観点軸（対象/目的/条件/データ/環境/タイミング/境界/異常系/状態遷移）、 エージェントのループ特有観点（ツール呼び出し妥当性・停止条件・暴走検知など12カテゴリ）を 機械的に直積展開し、各行に判定質問・合格/不合格シグナル・0-3採点・適用タスク種別を持たせた 具体観点データである。

審査役AI（judge）の採点・集計方法

1. 審査役AIは、採点対象タスクの「適用タスク種別」に一致する行のみを評価対象として抽出する。
2. 各行について、実出力を「確認する問い」に照らし、「合格シグナル」「不合格シグナル」を参考に0〜3の4段階で採点する。
   • 0 = 不合格シグナルに明確に該当する
   • 1 = 一部確認できるが不合格シグナルの要素が残る
   • 2 = 概ね合格シグナルを満たすが軽微な指摘がある
   • 3 = 合格シグナルを完全に満たす
3. 行ごとのスコアを「上位価値(8価値)」単位で平均し、価値別スコア（0〜3）を算出する。
4. 価値別スコアを DESIGN_loop_eval_rubric_590.html 側で定義された8価値の重みで加重平均し、総合スコアを算出する。
5. 総合スコアが合格しきい値未満の場合は pass とせず、自己修正ループへ差し戻す（再ループ）。

生成サマリ

生成方式: 観点カテゴリ(12) × カテゴリ内の具体的着眼点(12) × VSTeP観点軸(9) × カテゴリに関連するISO/IEC 25010品質副特性(6) の直積 = 7,776行。無関係な品質特性の組合せ（例: ツール呼び出し妥当性 × 移植性）は関連リストの時点で除外している。