AI モデルは設計書をレビューし、有用な指摘を返すことができます。しかし、それだけでレビュー業務が信頼できるものになるわけではありません。プロジェクトの現場では、評価処理に正しい入力ドキュメントがそろっていること、実行状態が可視化されていること、どのプロジェクト由来かを特定できること、そして出力を後からチームが探し出せることが求められます。さらに、日本語・英語・ベトナム語の利用者が協働する場合、翻訳という技術的な責任がもう一層加わります。
したがって、AI による設計書レビュー支援を実務で成立させるには、複数の構成要素を接続する必要があります。すなわち、プロジェクトを起点とするアプリケーション、Python によるバックエンド処理、非同期の評価実行、Microsoft Graph との連携、そして原文と翻訳の双方を保存する SharePoint です。
技術的な課題:AI の出力を「使えるもの」にする
単発で返ってくる AI の回答は、レビュー担当者がどのプロジェクトのドキュメントなのか、結果をどこに置くべきなのかを特定できない限り、運用上きわめて扱いにくいものになります。本稿で説明する実装では、プロジェクトを起点の文脈とし、評価ワークフローで指摘を生成し、SharePoint を成果物の保存先としています。核心にある技術的な問いは、AI がレビューを返せるかどうかだけではなく、一連の処理全体を追跡でき、一貫して取り出せるかどうかにあります。
1. プロジェクトの文脈と入力チェックから始める
評価を開始する前に、利用者はプロジェクトを作成し、対応する SharePoint の保存先と紐づけます。評価処理にプロジェクト参照を併せ持たせることで、一回ごとのレビューが無関係な API 呼び出しとして扱われることを防げます。これは、システムが複数のドキュメントセットや同時並行のレビューを扱う場合にとりわけ重要になります。
評価の種類によっては、特定の設計書が必須となります。必須の入力が欠けている状態は入力チェックの問題であり、AI の処理失敗ではありません。したがってワークフローは、レビューを開始する前にドキュメントがそろっているかを確認し、何が不足しているかを具体的に返す必要があります。これにより利用者の迷いが減り、入力エラーと実行エラーを切り分けやすくなります。
2. AI による評価を非同期ワークフローとして扱う
ドキュメント評価は、通常のブラウザリクエストより長い時間を要する場合があります。本実装では、FastAPI のバックエンドが選択されたドキュメントを検証し、評価タスクを作成したうえで、AI レビューの完了を待たずにタスク ID を返します。自前で実装した非同期の TaskManager が、同時実行数を制御しながらキュー内のタスクを処理します。Redis はタスクのメタデータを保持し、データベース上のワークフローレコードが実行履歴とステータス管理を担います。この設計により、長時間を要する評価処理を最初の API リクエストから切り離すことができ、FastAPI の BackgroundTasks も外部のワーカーキューも必要としません。
queued、running、completed、failed といった利用者に見えるステータスは、評価の進捗を説明する役割を果たします。これらのステータス遷移はすべてワークフロー履歴に記録されます。AI が日本語のレビュー報告書を生成した後、バックエンドは出力ファイルを対応する SharePoint の保存先にアップロードします。ワークフローが completed となるのは、必要な処理とアップロードの双方が成功した場合のみです。AI レビューが完了してもSharePoint へのアップロードが失敗した場合は、エラーがそのまま伝播し、ワークフローは failed として記録されます。処理全体が成功したかのように誤って報告することはありません。
3. Microsoft Graph を介した SharePoint 連携
Microsoft Graph は、ドキュメントライブラリの項目を取得し、Microsoft 365 上でファイルの内容を作成・更新するための API を提供します。本実装では、生成された出力ファイルのうち 4 MiB までのものは PUT /content API でアップロードし、それより大きいファイルは createUploadSession を用いて 5 MiB の逐次チャンクで送信します。なお、この 4 MiB という値は Microsoft Graph がサポートする上限ではなく、アプリケーション側の設計判断です。この種の連携では、API 認証情報が有効であることを確認するだけでは不十分です。アプリケーションは正しいサイトまたはフォルダーを対象としており、対象ファイルの読み取り・書き込みに必要な権限を備えている必要があります。
AIによる評価完了後、レビュー結果(日本語版)はSharePointに保存されます。また、英語版およびベトナム語版の翻訳結果が生成された場合、それらの成果物も同様にSharePointへ保存されます。これにより、Microsoft 365ワークスペースは単なる保存先ではなく、レビュー成果物の受け渡し基盤として機能し、手作業によるエクスポート作業を不要にします。
4. 日本語・英語・ベトナム語の間で意味と追跡性を保つ
最初の AI 評価における原語は日本語です。英語版とベトナム語版の報告書は、AI レビューを別々に実行し直すのではなく、原文である日本語の評価結果を翻訳して生成します。この方式により、指摘事項・スコア・レビューステータス・ドキュメント該当箇所への参照について、三言語で共通の出典を保つことができます。
一貫性を保つため、本実装では日本語の原評価を構造化された中間 JSON ファイルとして保存します。英語版またはベトナム語版が要求されると、システムは報告本文と総合評価を翻訳する一方で、最終スコアや重大度別の指摘件数といった構造化された値はそのまま保持します。そのうえで、合否の表現はこれらの値から標準化された文言として再生成されます。翻訳指示では、ファイル名・数値・日付・Markdown 書式・コードブロックを変更しないことを必須条件としています。ただし、専門用語とドキュメント参照については依然として確認が必要です。現時点の実装は、固定の用語集(グロッサリー)を強制していないためです。言語別の出力は同一の評価処理に紐づけられ、SharePoint に保存されます。
5. 実際の連携で検討すべき技術的論点
- プロジェクトとフォルダーの対応づけ:レビューは、アクセス可能な任意の SharePoint の場所ではなく、意図したドキュメントの取得元と保存先に結びついている必要があります。
- 必須ドキュメントの検証:入力が不完全な場合は、不要な AI 処理を開始する前に通知すべきです。
- 実行ステータスとアップロードステータスの区別:AI の応答が成功したことは、結果が SharePoint に保存されたことの証明にはなりません。この二つの段階には、それぞれ独立したエラー処理が必要です。
- 多言語での一貫性:指摘事項・ラベル・ドキュメント参照は、日本語の原出力と英語・ベトナム語の翻訳版との間で、同じように理解できる状態を保たなければなりません。
- Microsoft 365 の権限:読み取り・書き込み権限は、トークンを取得できたことから推測するのではなく、実際の対象フォルダーで検証すべきです。
確実に成果物を届けるためには、ここに挙げた各条件に対して、明確な検証またはエラーの境界が必要です。レビューの実行、翻訳、ファイル保存は、互いに連携しつつも別個の処理として理解されるべきです。
本取り組みに表れた TTV の技術力
本実装は、TTV が貢献できる技術領域を示しています。すなわち、Web アプリケーション、Python のバックエンドサービス、AI によるドキュメント処理、そして Microsoft 365 の API を、一貫したワークフローとして組み上げることです。この経験は、既存の SharePoint ベースのドキュメント共同作業を手放すことなく、AI 支援によるレビューを導入したい組織に適しています。
より広くは、TTV は企業のドキュメント業務に向けたアプリケーション開発、API 連携、ワークフロー自動化のアプローチについてご相談に応じられます。価値があるのは、システム間の接続を設計し、レビュー結果を実務で使える形で提示することであり、モデルの呼び出しそのものを解決策のすべてとみなすことではありません。
まとめ
- プロジェクトの文脈から始め、入力ドキュメントと出力先が常に意味を持つようにする。
- AI レビューを開始する前に、必須の設計書を検証する。
- 評価の実行状況と、SharePoint への保存状況を分けて追跡する。
- まず日本語のレビューを生成して SharePoint に保存し、その後に英語版・ベトナム語版を翻訳・保存する。
- 原レビュー・翻訳成果物・プロジェクトのワークスペースの相互関係を維持する。
AI 支援によるドキュメントレビュー、あるいは Microsoft 365 との連携をご検討の際は、アーキテクチャと実装方針について TTV までご相談ください: https://trans-tech.vn/contact-us/
出典・技術リファレンス
Microsoft Graph – List the contents of a folder: https://learn.microsoft.com/en-us/graph/api/driveitem-list-children
Microsoft Graph – Upload or replace driveItem contents: https://learn.microsoft.com/en-us/graph/api/driveitem-put-content
FastAPI – Background Tasks: https://fastapi.tiangolo.com/tutorial/background-tasks/
TTV – Tech Stack 記事一覧: https://trans-tech.vn/tech-stack/