要約：A-SCORE は 機能（25pt）／実用性（25pt）／コスト（15pt）／サポート（15pt）／データ保護（10pt）／将来性（10pt） の合計 100 点。月次更新・編集長 1 名による最終承認・ベンダーから対価を一切受領しない独立評価。本ページの全項目は 編集ポリシーで運用が明文化 されており、外部監査も将来的に予定しています。
A-SCORE 6 軸（サンプル：仮想ツール「ToolX」）
下のレーダーチャートは、6 軸のスコアを 100 点満点で並列表示するサンプルです。実際の評価では、6 軸の合計が「総合 A-SCORE」として算出されます。
6 軸の定義
機能（Functionality）
配点: 25 / 100そのツールが「謳い文句通りに動くか」「中小企業の代表的ユースケースをカバーするか」を測ります。スペックではなく「使えるかどうか」が判断軸です。
- 主要ユースケース 5 件のうち成功率
- 日本語環境での品質（精度・自然さ）
- 独自機能の有無と実用度
- API・連携の柔軟性
実用性（Practicality）
配点: 25 / 100「触ってみてストレスなく使えるか」「IT 専門でなくても継続運用できるか」。中小企業の現場で最重要視される軸です。
- 初期セットアップの所要時間
- UI の学習曲線（編集部が新人 1 名で計測）
- エラー時の自己解決可能性
- 業務フローへの組み込みやすさ
コスト（Cost）
配点: 15 / 100中小企業の予算（典型的に月 \3,000-30,000/ツール）で持続的に運用できるか。「定価が安い」ではなく「中小企業が払い続けられるか」が判断軸です。
- 月額レンジの中小企業適合性
- 無料枠・トライアルの実用度
- 従量課金時のコスト予測可能性
- 解約時の違約金・データ持出しコスト
サポート（Support）
配点: 15 / 100困ったときに助けが得られるか。日本語サポート・コミュニティ・ナレッジベースまで含めて評価します。中小企業はコミュニティの厚みが特に重要です。
- 日本語サポートの有無・応答時間
- ドキュメント・ヘルプの充実度
- 日本語コミュニティ・事例集の規模
- 緊急時の連絡経路
データ保護（Data Protection）
配点: 10 / 100中小企業の機密情報・顧客情報を安心して投入できるか。学習利用の有無・データ処理場所・契約条件を厳格にチェックします。
- 入力データの学習利用の有無・オプトアウト可否
- データ処理場所（日本国内 / EU / 米国）
- SOC 2 Type II・ISO 27001 等の認証
- 解約時のデータ削除条件
将来性（Future）
配点: 10 / 1003 年後にもこのツールに投資し続けて良いか。資金調達・ロードマップ・買収可能性まで踏み込んで判断します。中小企業の DX は乗り換えコストが大きいため重要視されます。
- 過去 12 ヶ月のリリース頻度・改善速度
- 提供企業の財務健全性（公開情報から）
- ロードマップの透明性
- 競合との相対的な位置取り
評価プロセス（5 ステップ）
候補選定とスコープ定義
月次レポートの「中小企業向け」観点で、編集部が候補ツールを選定。海外で話題でも中小企業の予算・運用負荷に合わなければ評価対象外とします。スコープは「対象業種・対象規模・対象ユースケース」を明文化。
公式情報・実機テスト・読者アンケートの収集
公式ドキュメント・価格ページ・公式デモを AI リサーチ担当が体系化。同時に Askive 編集部が実機テスト（無償トライアル or 編集部の Pro アカウント）を実施し、5 件の標準ユースケースで成功率・操作時間・エラー時の自己解決可能性を計測。読者 N=100+ の使用感アンケートも統合。
6 軸採点（AI ドラフト → 編集長承認）
AI 編集（Claude Opus 4.7）が 6 軸それぞれの採点ドラフトを生成。各点数の根拠（一次データ・出典）を必ず併記。編集長 四月 鶉 が採点根拠を 1 つずつ確認し、必要があれば再採点を指示。最終採点は編集長による承認後に確定します。
記事化（AI ライター → 編集長校閲）
AI 編集（Claude）が記事ドラフトを作成。編集長が読了し、誇大表現・断定的すぎる記述・出典なしの主張を修正。記事末尾には 「AI 透明性表示」 として「どのモデルが書いたか」「編集長の最終承認日」を必ず明記します。
公開と継続モニタリング
記事公開後も価格改定・新機能・重大インシデントを Askive 編集部が継続観察。月次レポートで A-SCORE を再計算し、変動が大きい場合は記事側にも反映。読者からの誤り指摘・追加データ提供は 営業日 24 時間以内 に編集部全員で確認・対応します。
データソース
A-SCORE 採点の根拠となる情報源は、すべて以下のいずれかに分類されます。「ベンダーから提供された未公開データ」は評価の根拠に 含めません（中立性維持のため）。
| 分類 | 具体例 | 採用判定 |
|---|---|---|
| Public | 公式サイト・公式ドキュメント・公式価格ページ・公式ヘルプ・公式 API リファレンス・プレスリリース | ◎ 全項目で採用 |
| Hands-On | 編集部の実機テスト（無償トライアル or 編集部 Pro アカウント）。同じ標準ユースケース 5 件を全ツールで実施 | ◎ 機能・実用性で重視 |
| Reader | Askive 読者の使用実績アンケート（毎月 N=100+ 目標）。匿名化したうえで採点に反映 | ◎ 実用性・サポートで採用 |
| Vendor (Public) | ベンダーが公式に発表している情報のみ。広報担当からの個別資料・ベンチマーク数値は採用しません | ◎ 機能・将来性で参照 |
| ✗ 採用しないデータソース | × | |
| ベンダーから個別提供を受けた未公開ベンチマーク／編集部に「特別待遇」を与える代わりに提供されるデータ／競合製品の評価を毀損する目的で提供される情報／ベンダーから対価（金銭・物品・サービス）を受けて入手したデータ | ||
AI と人の協働の透明開示
Askive は「AI が記事を書く」のではなく、「AI が下書きを作り、人（編集長）が最終承認して公開する」体制で運用しています。それぞれの役割を以下で完全に開示します。
AI が担当すること
- 公式情報の収集・整理（リサーチ担当）
- 記事ドラフトの作成（ライター担当）
- 過去記事との一貫性チェック・誤字脱字・SEO 観点（チェッカー担当）
- キーワード・タイトル提案（SEO 担当）
- 毎月の月次レポート集計・グラフ化
- 使用モデル：Claude Opus 4.7・GPT-5.5・Gemini 2.5 Pro（用途別）
人（編集長）が担当すること
- 評価対象ツールの最終選定（中小企業観点）
- 実機テストの実施（5 件の標準ユースケース）
- 採点根拠の確認・再採点指示・最終承認
- 記事ドラフトの校閲・誇大表現の修正
- 編集ポリシー違反の検出・公開可否判断
- 読者からの誤り指摘・追加データの一次対応
利益相反開示
編集評価に対価を一切受領しません
- ベンダーから 金銭・物品・サービス・特別アクセス を受けて A-SCORE を変更することはありません
- スポンサー枠・Vendor リード販売・A-SCORE Certified・Awards などの有償サービスはありますが、いずれも 「編集評価とは独立した運用」 です
- 記事内のアフィリエイトリンクには必ず PR 表記（rel="sponsored"） を付け、A-SCORE には影響しません（既存記事の アフィリエイト方針 参照）
- 編集長個人の保有株式・取引関係を、定期的に 編集ポリシー で開示します
- 本ポリシーに違反した場合の処分基準（記事撤回・編集体制見直し）も同ポリシーで明記
監査履歴の公開コミット
Askive は、Year 2 以降に 外部監査人による A-SCORE 採点プロセスの監査 の実施を計画しています。監査結果は本ページにて全文公開し、監査で指摘された運用ギャップは公開期限を切って改善します。これにより、Askive の評価が「自称中立」ではなく「第三者検証済みの中立」となることを目指します。
A-SCORE のバージョン管理
A-SCORE のメソドロジーは バージョン管理 されます。配点比率や評価項目を変更する場合は、変更前にユーザーに告知し、過去スコアとの比較が混乱しないよう 新旧両方を一定期間併記 します。本ページ末尾の更新日が、現行メソドロジーの版を示します。
読者からのフィードバック
誤りのご指摘・追加データのご提供を歓迎します
記事内の数値・固有名詞・出典に誤りがあれば、お問い合わせフォームからお知らせください。営業日 24 時間以内に編集部全員で確認・対応し、修正は 本人へのご返信＋記事側への反映 を必ず行います。
関連ページ
- A-SCORE とは（概要）
- 編集ポリシー
- 編集チーム（編集長 + AI 編集 4 名）
- Askive が選ばれる理由 — 競合メディアとの差別化
- Showcase — 中小企業の AI 内製事例