用語集
pickles のページや資料に登場する用語を、業務の言葉とAIの言葉に分けて説明します。定義は pickles での使い方に基づきます——ツールによって同じ言葉が違う意味で使われることがあるため、比較検討の際はご注意ください。
リード
リードとは、まだ商談になっていない見込み顧客との接点の記録である。pickles では名刺・フォーム送信・メール反応などの出会いがリードとして蓄積され、確度が上がると商談に転換される。リードと商談を分けて管理することで、「追うべき案件」と「育てる接点」を混ぜずに扱える。
→ コンタクト管理
商談
商談とは、受注を目指して金額と時期を管理する案件の単位である。pickles ではステージ（進行段階）と受注確度を持ち、ステージを進めるには必要な情報の入力が求められる。この「入力のゲート」が、勘に頼らないフォーキャストの土台になる。
→ 商談管理
有効商談
有効商談とは、予算・時期・要件といった確度の情報が確認でき、営業が追うべき案件と判断された商談を指す。名刺の枚数や問い合わせ件数ではなく有効商談の数で数えることで、マーケティングの成果と営業の実感のずれが小さくなる。
→ 商談管理
フォーキャスト
フォーキャストとは、現在のパイプラインに基づく売上の予測である。pickles では予測の計算方法（どのステージを・どの確度で数えるか）がコードに固定されており、担当者によって数字が変わらない。
→ 収支レポート
オファリング
オファリングとは、商品・サービスごとに「売るために必要な知識」を集約し、成果データと結びつけて管理する pickles の仕組みである。標準形では8種類の必須ナレッジ（基本定義・言ってよい主張と根拠・提供範囲の境界・ヒアリング項目・売り方・実績事例・受注後の進め方・変更履歴）で構成される。
→ ナレッジ基盤
Close Review（クローズレビュー）
Close Review とは、商談の受注・失注が確定したときに、その理由を商品知識へ還流させる振り返りの仕組みである。勝敗の理由が個人の記憶ではなく、オファリングの知識として蓄積される。
→ ナレッジ基盤
Canvas（キャンバス）
Canvas とは、pickles に組み込まれたナレッジベースである。マニュアル・議事録・ノウハウを蓄積し、出典付きの自然言語Q&Aで引き出せる。機能マニュアルは製品の更新と同時に更新される。
→ ナレッジ基盤
Enterprise Intelligence Platform（エンタープライズ・インテリジェンス・プラットフォーム）
Enterprise Intelligence Platform とは、会社の業務データ（マーケティング・セールス・プロジェクト・請求）とナレッジ（商品知識・議事録・マニュアル）をひとつの基盤に集約し、定義済みの指標とAIエージェントを通じて「経営の問いにその場で答えられる状態」を作るプラットフォームである。pickles が自らのカテゴリを説明するために用いている概念で、平たく言えば「プロジェクト型ビジネスのための統合業務・AI基盤」である。
→ 選ばれる理由
AI-Ready（エーアイ・レディ）
AI-Ready とは、AIが業務に必要なデータとナレッジを、定められた権限の範囲で参照できる状態である。pickles では、公開範囲ラベルと業務データの権限制御によってこの状態を構造的に作る。AI-Ready でない組織がAIツールだけを導入しても、AIには参照できる知識がなく、成果は出ない。
→ ナレッジ基盤
AIエージェント
AIエージェントとは、単発の質問応答ではなく、業務の文脈の中で特定の仕事（名刺の読み取り・議事録の整形・データ分析など）を担うAIの実行単位である。pickles では8種のAIエージェントが本番稼働しており、「提案まではAI、確定は人」を原則に動く。
決定論とLLMのハイブリッド
決定論とLLMのハイブリッドとは、間違いが許されない仕事（数値の集計・権限の制御）は同じ入力に必ず同じ結果を返す検証済みのコードに任せ、曖昧さの処理（意図の解釈・言語化）だけをLLMに任せる設計思想である。数値がLLMを通らないため、AIが数字を捏造する事故が構造的に起きない。
セマンティック層（指標定義）
セマンティック層とは、受注率・パイプラインといった指標の定義（分母・期間・集計条件）をコードに固定した層である。AIも人も同じ定義を通じてデータに触れるため、「人によって数字が違う」が起きない。業界では Open Semantic Interchange（OSI）など標準化の動きが進んでいる。
版管理（AIエージェントの）
版管理とは、AIエージェントの設定（プロンプト・モデル構成）を「版」として履歴管理し、変更のたびに新しい版を作る運用である。どの版が・いつ・どんな評価を通って公開されたかが常に追跡できる。
評価ゲート
評価ゲートとは、AIエージェントの版を公開する前に、あらかじめ登録したテストケース集で評価し、必須ケース全合格でなければ公開できない仕組みである。pickles ではこのゲートを運用ルールではなくサーバが強制する。
ゴールデンセット
ゴールデンセットとは、AIエージェントの品質を測るための基準となるテストケース集である。モデルやプロンプトを変更するたびに同じ物差しで評価することで、「なんとなく良くなった気がする」ではない改善判断ができる。
公開範囲ラベル
公開範囲ラベルとは、ナレッジ1件ごとに「どこまで外部に出してよいか・AIに読ませてよいか」を定める6段階のラベルである。AIが参照できる範囲はラベルから自動的に導かれ、担当者の注意力に依存しない。
→ ナレッジ基盤
GLA（Generative Layered Analytics）
GLA とは、業務システムに寄せられる「見たい・一覧したい・分析したい」というビュー要求を、固定実装すべきもの（ダッシュボード）・業務操作として提供すべきもの（一覧）・生成AIに委ねるべきもの（生成ビュー）の3層に分類する設計フレームワークである。pickles の画面設計の背骨であり、詳細はオピニオン記事で公開されている。
MCP（Model Context Protocol）
MCP とは、AIアシスタント（Claude・ChatGPT など）が外部システムのデータやツールに安全に接続するためのオープンな規格である。pickles は MCP に対応しており、利用者は自分の権限の範囲で、AIアシスタントから pickles のデータを参照・操作できる。アクセスはすべて監査ログに記録される。
→ MCP対応
