Miro AI モデレーションにより、会社の管理者は、有害または不適切な可能性のあるテキストを含むプロンプトに対するフィルタリングレベルを調整できます。組織全体で Miro AI モデレーションの感度を設定して、ヘイト、性的内容、暴力、自傷行為を含むコンテンツをフィルタリングできます。これにより、Miro AI の使用を組織の要件、ポリシー、リスク許容度に合わせて調整することができます。
✏️ 組織が独自の LLM プロバイダー(例えば、直接の OpenAI インテグレーション)を接続する場合、モデレーションセレクターは無効化され、以前に選択されたレベルはそのインテグレーションに対しては無視されます。
モデレーションレベル
Miro AIモデレーションを使用し、組織全体でのMiro AIコンテンツ管理を効率化しましょう。ブロックするプロンプトを決定するためには、フィルタリングレベルを「厳密」「デフォルト」「最小」に設定してください。以下の表で各レベルの比較を素早く確認し、その後、詳細なガイドを参照してください。
| レベル | 機能 | 最適な業種・用途 | トレードオフ |
|---|---|---|---|
| 厳格 | デフォルト+ 低から中程度のリスクの コンテンツをブロック。 |
高度に規制された組織、 教育機関。 |
誤検知が多い可能性; 過剰フィルタリングの可能性。 |
| デフォルト (推奨) |
中度から 重度の有害コンテンツを ブロックします。 |
ほとんどのビジネスユース ケース。 |
いくつかの境界線上の コンテンツが通過する可能性があります。 |
| ミニマル | 深刻な有害コンテンツのみを ブロックします。 |
クリエイティブ/ゲーム/メディア の文脈。 |
低~中程度の有害物質に さらされる可能性が高くなります。 |
✏️ ほとんどの組織には、デフォルトが推奨されます。多くの人が不適切または有害とみなすコンテンツをフィルタリングしつつ、広範な使いやすさを維持します。
厳格レベル
フィルタリングする内容
標準に含まれるものに加えて、軽度から中程度のリスクを伴うコンテンツ(例えば、微妙または暗号化された憎悪表現、性的に示唆するコンテンツ、非暴力的な暴力表現、非明示的な自傷行為の言及)をフィルターします。
使用する場面
- 規制の厳しい業種やリスク回避を重視する組織の方針
- 教育や若者向けプログラム
- リスク許容度の低いパイロットプロジェクト
トレードオフ
- 誤検知が増え、グレーゾーンとなるプロンプトがブロックされやすくなります。
- ユーザーの摩擦を減らすためのガイダンスが必要です。
標準レベル(推奨)
フィルターする内容
中度から深刻な有害コンテンツ(明白な憎悪表現、露骨な性的コンテンツ、暴力的な画像、自傷行為の助長など)。
使用する時期
- 安全性と使いやすさのバランスをとる多くの組織
トレードオフ
- 文脈に依存するか境界線上のプロンプトが通過する可能性があります
最小限のレベル
フィルタリングする内容
深刻な有害コンテンツのみ。
使用する時期
- ゲームやメディアなど、より広い表現が必要なクリエイティブチーム
- 明確なエスカレーション経路を持つ内部のアイデア出し
トレードオフ
- 出力における低~中程度の有害コンテンツへの高い露出
監査とコンプライアンス
モデレーションレベルの変更は、組織の監査ログに記録され、前回の値、新しい値、誰が変更したか、いつ変更されたかが含まれます。詳細については、監査ログに関する文書を参照してください。
ベストプラクティス
- 最初はデフォルトレベルから始め、パイロットフィードバックとエスカレーションレビューに基づいて調整してください。
- 厳格なレベルの場合は、誤検知を減らすために、明確な内部ガイダンスを伴って運用してください。
- 最小限のレベルを使用する場合は、問題のある出力をいつエスカレーションまたは報告するべきかを定義してください。
- 大きな方針や規制が更新された際に、設定を再検討してください。
- AI モデレーション概要
- モデレーションレベル
- 厳重レベル
- 標準レベル(推奨)
- 最小限レベル
- 監査とコンプライアンス
- ベストプラクティス
注意:Miro AI は、Confluence や Jira などのインテグレーション ウィジェット内に埋め込まれたコンテンツを含め、実際に Miro のキャンバスに表示されているコンテンツでのみ機能します。Miro AI は、これらの外部 API を呼び出すことはありませんが、一部のインテグレーションにおいてウィジェットの背後にある完全なドキュメント、プロジェクト、またはデータセットにアクセスすることができます。Miro AI は、キャンバス上に描写されたコンテンツを分析するために、光学文字認識 (OCR) スタイルの処理など、視覚的なコンテキストを利用します。そして、その限られたビューを用いて処理を行いますが、ソース データは外部ツールによって管理されたままです。例外的に、フローは描写されたボード コンテンツにアクセスしません。