Progress Corticon

「Progress Corticon」の新バージョンV7.1の主な機能強化点をご紹介します。

Corticon 7.1では、ルールモデリングに革命をもたらす「Corticon AIアシスタント」機能が新たに追加されましたが、この機能がルール開発者の生産性向上やルール設計の改善にどのように貢献するかをご紹介します。

Corticon AIアシスタントは単なるWebブラウザー経由の対話ツールではなく、OpenAIとの統合を経てCorticon Studioの機能を強化します。ユーザーのクエリには作業中のプロジェクト内容が自動的に反映され、文脈を考慮した回答が提供されます。

ここではルール開発者の生産性とUXを向上させる数多くの活用例の中よりその一部をご紹介します。

Corticonは複雑なビジネスルールを自動化するロジックをノーコードで定義できますが、AIアシスタントを活用し、作成ルールを基にドキュメントを自動生成することで、サービスインまでの時間短縮を実現できます。

例えば、以下の動画では、屋根の太陽光パネル設置適性を評価するルールシートを分析しています。

「わかりやすい言葉で各ルールを説明してください」というプロンプトに対し、生成された回答文はルール発火時のメッセージとして直接貼り付けもできるほか、経験の浅いルール開発者への教育用としても活用できます。

このように、Corticon 7.1のAIアシスタントは、設計文書の作成負担を軽減しつつ、複雑なルールセットの解釈を自動化することで、組織内ナレッジの共有を促進し、ベテランルール開発者の知見を次世代に継承させるような新たな手法を提供しています。

Corticon AIアシスタントは、特定のルールシートやルールフロー全体に関連する「ルール語彙」の要素を分析し、ルール発火条件に影響する変数に基づいた最適なテストケースを特定します。

Corticon Studioは、デシジョンサービスへのデプロイ前にルールがデータに与える変更を検証するシナリオテスト機能を提供していますが、従来はテストデータを事前に準備し、ルールテストにインポートする、または、手動で作成しなくてはなりませんでした。

AIアシスタントを活用すれば、ルール開発者は自らのルールアセットとルール語彙に特化したテストケースを自動生成できるようになります。

下記の記録例では、厚生労働省「要介護認定」向けの複雑なルールフローをAIアシスタントが分析しています。多数のルールシートにわたる条件とアクションを考慮し、本番環境で発生し得るあらゆるシナリオを網羅するテストケースを自動で提案しています。

この機能により、テスト設計の負荷を大幅に軽減しつつ、潜在的な不具合と見落としを未然に防止でき、大規模なルールプロジェクトでも信頼性の高いテストカバレッジを実現します。

Corticon AIアシスタントは、ルールロジックにおける潜在的な問題をリアルタイムでフィードバックすることにより、開発サイクルの早い段階での課題を解決します。これによりプロジェクトの進行を円滑に保ち、予防可能なエラーの混入を防ぎ、100%正確なルール開発を実現します。

下記の例では、AIアシスタントが仕様書に対して作成したルールシートの検証に使用されています。AIアシスタントのチャットウィンドウに貼り付けられた「2型糖尿病リスク計算」ルールを基に、ルール開発者は第三者目線でのダブルチェックを実施。文書化された要件との整合性をより確実に担保できるようになっています。

Corticon AIアシスタントでルール開発者はルールモデリング、ドキュメンテーション、トラブルシューティングという多岐にわたる作業をカバーする万能なツールを入手できたと言えます。

Corticonユーザーにとってルールテストは従来の重要課題です。前述のルールテストに加え、Corticonが提供する論理チェック機能を活用すれば個別のルールシート、ルールフロー全体とそのサブセットに対するテストを実行できますが、ルールプロジェクトが大規模化するにつれ、以下の課題が顕在化します。

この課題を解決すべく、「ルールテストジェネレーター」がCorticonに新しく搭載されました。

図示の例（GitHubで公開されている「Oyster-Eating Season」サンプルルールを使用）のように、ルールフロー内の各ルールシートに対応する独立したテストシートを自動生成可能です。

単一環境で異なる複数バージョンのCorticon Serverをシームレスに一元管理できるようになりました。

新バージョンリリースに伴い、製品ライフサイクルとシステム要件に変更があります。
詳細は以下のURLをご参照ください。