曖昧なビジネス表現の解釈ミスを防ぐための、LLM評価用シードセットとルーブリックを公開。流暢だが誤った回答を誘発しやすい質問例を挙げ、5段階評価の客観的な基準を提示。MITライセンスで提供される20問の設問を活用し、AIの回答品質を正確に測定する方法を解説する。