AnthropicのMETR評価｜顧客案件の確認範囲と追加費用の決め方
AnthropicがMETRを受け入れたと聞き、Claudeを使う顧客案件でも安全性の説明に使えるのか、気になった方は多いのではないでしょうか。第三者が内部を調べられることと、納品する仕組みの確認が済むことには違いがあります。10月15日の公式発表をもとに、評価の対象と公表条件を整理し、顧客固有の試験を根拠対応表へ落とす方法、追加費用の見積もり、納品後に見直す条件までまとめました。
METRの6人には、Anthropicのリスク評価チームとおおむね同等の内部アクセスが提供されました。結果公表への拒否権はありませんが、顧客データなどの例外と限定的な削除要求は残ります。受け入れ開始を、評価の終了や合格と読み替えないことが大切です。
顧客向けには、利用場面と引用資料の適用範囲を対応づけ、案件側で確かめる項目を残す表を作る方法を提案します。社内文書の閲覧権限、回答の根拠、担当者の判断条件は別途確認し、資料に書かれていない事項を確認済みとして埋めないようにします。
見積もりでは、初回確認、顧客資料による試験、修正、再試験、報告を分け、含む回数と追加の承認者を明記します。納品時には未確認事項と再確認のきっかけも渡します。外部評価の存在だけを理由に、顧客固有の確認工数を削らないための実務案です。
Contents (7)
10月15日の第三者評価の発表で何が進み、顧客案件の説明はどう変わるか
Anthropicは2026年10月15日付の公式発表で、非営利の評価組織METRのチームに、社員に近いアクセスを提供し始めたと説明しました。9月に表明した独立した第三者評価の強化が、内部へ入るチームの受け入れという具体的な段階へ進んだ形です。
同社の公式投稿は、日本時間の画面表示で10月16日午前2時27分でした。記事の日付は10月15日、投稿の表示日は10月16日です。日付の違いを別々の発表と受け取らず、当日の続報として同じ内容を確認する必要があります。
今回確認できるのは、評価のためのアクセス提供開始と、その権限・公表方針です。この発表だけでは、個別モデルの評価がすべて終了したことや、特定の顧客用途が合格したことは確認できません。「第三者評価済みなので導入できる」と提案書へ一文でまとめると、発表が述べていない判断まで含めてしまいます。
顧客への説明には、「提供側の内部情報を使う評価の仕組みが具体化した」という事実と、「今回納品する利用方法は案件側で確認する」という作業範囲を並べるとよいでしょう。前者は出典に基づく説明、後者は受託側が提案する確認計画です。両者の根拠を同じ欄へ混ぜないことが、見積もりの前提をそろえる出発点になります。
9月時点の提案と案件化の考え方は、第三者評価の成果物と案件化の手順で扱っています。本記事では10月の受け入れ開始を受け、公開資料が支えられる説明の範囲と、個別案件へ残る確認を具体化します。以前の提案を、今回の試験結果として引用する使い方は避けましょう。
評価対象と閲覧範囲、公表条件を読み分けて顧客向けの保証を広げすぎない
公式発表によると、受け入れたMETRの6人には会社の機器や執務場所が用意され、Anthropicのリスク評価チームとおおむね同等の内部ツール・システムへのアクセスが提供されました。目的は、提供側と外部評価者との情報の隔たりを小さくし、モデル開発に伴うリスクについて根拠のある分析を可能にすることです。
ただし、社員に近いという表現は、全情報を制限なく閲覧できるという意味ではありません。公式発表のアクセス条件には、顧客データ、弁護士と依頼者間の秘匿特権がある情報、モデル構造に関する情報など、明確に定めた少数の例外が示されています。顧客文書が評価者へ自由に渡ると説明する根拠にはなりません。
公表については、METRがリスク水準、事案、実務慣行の分析を公開し、Anthropicは公表自体を拒否できないとされています。一方、事前に狭く定めた分類に該当する情報の削除は要求できます。METRは削除対象を明かさずに、削除があったことや、その妥当性への見解を公表できます。無条件の全面公開とも、提供側の承認待ちとも異なる条件です。
他の評価組織も同じ条件とは限りません。発表はアクセスを3段階に整理し、第1段階では限定した調査と公表承認、第2段階では承認なしの公表と限定的な削除要求、第3段階ではMETRのような社員に近いアクセスを説明しています。SecureBioは当時第1段階と明記されており、組織名を並べて同じ評価権限があるように見せないことが必要です。
また、対象チームとMETRの他の職員の間にも情報の区分があります。評価者が所属する組織全体に内部情報が開かれる仕組みではありません。提案資料に引用するときは、誰が、どの情報を、どの条件で見られるかをセットにします。この発表を、顧客の文書検索や回答精度まで認証する資料として扱うことはできません。
社内文書の検索と回答支援を例に、顧客案件に残る確認事項を一枚にまとめる
ここからは編集部の実務提案です。AnthropicやMETRが指定した書式ではありません。例として、社員が社内文書を検索し、Claudeを使って回答案を作る案件を考えます。第三者が提供側のリスクを調べても、営業部の社員が人事資料を読めないことや、顧客独自の規程に沿った回答になることまで、この発表から確認できるわけではありません。
根拠対応表には、「顧客の利用場面」「引用する根拠と日付」「根拠の適用範囲」「案件側の確認方法」「未確認事項」「判断担当」の6列を用意します。次の表は項目の置き方を示す架空例です。実際の結果を記したものではなく、未実施の試験を成功と記入しないことを前提にしています。
| 顧客の利用場面 | 引用する根拠と日付 | 根拠の適用範囲 | 案件側の確認方法 | 未確認事項 | 判断担当 |
|---|---|---|---|---|---|
| 導入理由を説明する | Anthropic公式発表・10月15日 | 評価者のアクセスと公表条件 | 引用文と原文を照合 | 個別評価の結果 | 技術責任者 |
| 部署別に文書を探す | 顧客の権限表・受領日未確定 | 指定する部署と文書 | 閲覧可否の組み合わせを試験 | 例外部署の扱い | 顧客の文書管理担当 |
| 規程をもとに回答する | 顧客の正解例・承認待ち | 合意した設問と資料版 | 回答と参照箇所を照合 | 正解例にない質問 | 顧客の業務責任者 |
根拠対応表を作る手順は、引用の確認から未確認事項の承認まで順に進める
- 利用者、使う文書、回答後に行う判断を顧客と確認し、利用場面を分けます。「社内向け」だけで済ませず、部署をまたぐ検索や回答の転記が含まれるかを記します。
- 引用する資料の発行元、日付、該当箇所を記録します。外部評価の資料は提供側の何を説明するのかを書き、顧客の権限表や正解例とは別の根拠として扱います。
- 資料から言える範囲を短文で書きます。アクセス提供の説明しかなければ、評価結果は未確認とします。モデル名や利用条件が資料にない場合も推測で補いません。
- 案件側の試験方法と合否を決める人を記します。正解例、閲覧不可の文書、回答を控えるべき質問について、試験前に顧客と判断基準を合わせます。
- 残る未確認事項と次の判断日を合意します。情報が足りない欄を空白のまま納品せず、資料待ち、試験待ち、利用範囲外などの理由を残します。
表は、完成した見た目よりも根拠をたどれることが重要です。特に「未確認」は失敗の意味とは限りません。今回は対象外と合意した項目なのか、情報が届かず判断を保留した項目なのかを区別すれば、後から追加作業を相談しやすくなります。採点基準そのものの設計は、受託案件の評価表の作り方も参照してください。
初回確認と顧客資料の試験、修正後の再試験を分けて追加費用の条件を決める
根拠対応表ができると、見積もる作業を具体化できます。公式資料の確認だけで終わる項目と、顧客資料を受け取り試験する項目を分けましょう。「評価対応一式」とだけ記すと、資料差し替えや再試験の回数が増えたときに、当初範囲に含むか判断しにくくなります。外部評価の存在は、この作業分解を省く理由にはなりません。
たとえば初回確認2時間、顧客資料による試験4時間、修正2時間、再試験2時間、報告1時間と仮定します。合計11時間、仮の作業単価を1時間5,000円と置けば、税抜55,000円です。これは計算方法を示す架空例であり、業界相場、実績、推奨料金ではありません。モデル利用料などの実費は含めず、必要なら別に条件を置きます。
この例では、顧客資料一式と合意した設問群による試験、修正後の再試験1回を含む、と見積書に記します。再試験という言葉だけでは、何を何回実施するのか伝わりません。資料の版、対象部署、設問の範囲、結果の報告形式まで記すことで、追加依頼を受けたときに変更点を照合できます。
再試験がもう1回必要になり、試験2時間と報告更新1時間が増えるなら、同じ仮単価では追加15,000円です。ただし、受託側の不備の修正を含むか、顧客の要望変更による作業かによって扱いは異なります。すべてを機械的に追加請求する提案ではなく、変更の理由と当初合意の範囲を確認してから承認を得る運用を提案しています。
顧客資料の追加、回答基準の変更、対象部署の増加など、範囲変更のきっかけと承認者も決めます。技術責任者が必要性を整理し、顧客の窓口が費用と日程を承認する、と担当を明示すると判断が止まりにくくなります。試験に通るまで無制限に繰り返す約束を避け、未達なら利用範囲の縮小や再見積もりを相談できる状態にしましょう。
納品では根拠と試験結果、残る制限をそろえ、変更時に再確認する条件を渡す
納品時に渡したいのは、「第三者評価がある」という紹介資料だけではありません。根拠対応表、使った資料の版と試験条件、実際の結果、残る制限、次に見直す条件を一組にします。提供側の発表と案件側の試験結果を別々にたどれるようにすれば、顧客はどの説明を採用し、どこを保留したのかを後から確認できます。
試験結果には、想定した回答と実際の回答、参照した文書、実施日を残します。点数だけを渡すと、回答は正しいが根拠の文書が違ったのか、情報がなく回答を控えたのかが分かりません。必要な結果だけを顧客の合意した保管先へ置き、閲覧する担当者も決めると、運用中に比較する基準になります。
再確認のきっかけには、入力文書の差し替え、利用モデルの変更、部署の追加、回答を使う業務範囲の拡大などがあります。それぞれ、権限の試験をやり直すのか、正解例を更新するのかを対応表へ書きます。前回の試験を全部やり直すとも、一度通ればそのまま使えるとも決めつけず、変更が影響する項目から判断する方法です。
外部評価の結果が後日公表されたときも、まず今回引用した根拠との関係を確認します。公表日が新しくても、対象モデルや評価条件が顧客の利用条件と一致するとは限りません。関係する箇所の説明を更新し、それによって案件側の試験計画を変える必要があるかを判断します。結果が出る前から、追加確認が不要になると約束しないことが重要です。
再確認を別途見積もる場合は、対象項目と納品する記録を定めて顧客へ提案します。これは継続収益や安全性を保証する施策ではありません。今回確認できたことと、変更後に判断し直すことを明らかにするための実務案です。第三者評価の進展を正確に紹介しながら、顧客固有の条件を引き受ける範囲も具体的に示せる資料を整えましょう。
出典と参照した資料の位置づけを確認し、発表内容と本記事の実務提案を区別する
主たる一次資料は、2026年10月15日付のAnthropic公式発表「An update on independent evaluators」です。METRの6人へのアクセス、除外される情報、公表と削除要求の条件、他の評価者への段階的なアクセスを確認しました。記載した条件は、この発表時点の説明です。
Anthropicの公式X投稿は、受け入れ開始を案内する補助資料として参照しました。根拠対応表、作業時間・単価の架空計算、追加承認と納品資料の提案は編集部によるものです。公式の推奨書式やMETRの評価結果として引用したものではありません。