アンドワンの製品ラインアップ

当資料は、「AI時代に何が評価され、なぜ多くのWeb施策が機能しなく なったのか」その構造的な理由を整理するためのホワイトペーパーです。 これまでの評価(点)とAI時代の評価(構造)をはじめ、AIが見ている 企業全体の構造的な整合性、真のWeb再設計プロセスなどについて、 詳しく解説。 アンドワンは、Webを「作る」会社ではありません。私たちは、営業・事業・ 情報の構造を整理し、成果から逆算してWebを設計するパートナーです。 【掲載内容(一部)】 ■はじめに｜なぜ、Webを改善しても成果が出なくなったのか ■AI時代に起きている、本当の変化 ■AIは「コンテンツ」ではなく「会社」を評価している ■営業構造とWebが分断された企業が陥る失敗 ■なぜ「正しいWeb施策」ほど成果が出なくなったのか ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

当資料では、中小企業がいま知るべき新しい集客の基本について 詳しく解説しております。 “検索されなくても"選ばれる、社員全員の知識が資産化される、 長期的に評価が落ちないなど、GEOがもたらす企業のメリットもご紹介。 ChatGPT、Gemini、CopilotなどのAIは“回答を生成するための信頼できる 情報源"を探しています。その結果、必要になったのがGEO(Generative Engine Optimization)＝生成AI最適化。GEOとは、「AIに引用されることで、 企業の信頼を獲得する仕組み」です。 【掲載内容(一部)】 ■はじめに｜SEO時代の終焉と“GEO"の登場 ■Vol.1 AI時代の“発見"から“信頼"へ ■Vol.2 検索の主役が「人→AI」に変わった世界 ■Vol.3 GEOの根幹は“引用される理由"作り ■Vol.4 情報の海ではなく“文脈の森"で戦う ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

本書は、答えを渡すための本ではありません。自社がAIにとって説明可能な 存在かどうか、それを冷静に確認するための「診断書」です。 技術があってもAIに嫌われる理由や、AIが“推薦候補"に入れるロジック などについて分かりやすく解説。 もし読み進める中で耳が痛かった、自社のWebが不安になったのであれば、 それは問題ではありません。気づけたこと自体が、すでに大きな一歩です。 【掲載内容】 ■ChatGPTは「会社」をどう見ているのか ■ChatGPTが“評価しない会社"に共通する7つの構造 ■ChatGPTが「この会社は信頼できる」と判断する瞬間 ■製造業Webが今、根本的に間違えていること ■では、どうすれば「AIに嫌われない会社」になるのか ■アンドワンがこのテーマを書ける理由 ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

サイトにFAQがあっても、問い合わせが減らない/商談が増えない原因は「探せない・読まれない」からです。 ユーザーは必要な答えに最短で辿り着けないと離脱します。さらにB2Bでは、質問が複合的(用途×条件×規格×納期)になりやすく、FAQの一覧だけでは解決しません。 本サービスでは、既存FAQ(またはこれから整備するFAQ)を“AIが答えられる構造"に整えたうえで、サイトにAIチャットを導入します。単なる自動応答ではなく、「回答→関連ページ提示→資料DL/見積/相談」までを導線化し、問い合わせ対応の効率化とリード獲得を両立させます。 ■提供内容(3点) ・1.FAQのAI最適化(構造化・粒度調整・不足FAQの追加) ・2.AIチャット導入(サイト埋め込み、回答設計、導線連携) ・3.運用設計(誤回答ガード、ログ改善、更新フロー) ※まず「チャットで解決したい質問」と「最終ゴール(見積/相談/DL)」を教えてください。最短で設計します。

AIチャットが期待外れになる最大の原因は、製品情報が“文章"に散らばっていることです。 B2B製造業の質問は、用途・条件・規格・寸法・材質・互換・納期など、構造化データでないと正確に答えられません。ページの文章だけを参照すると、回答が曖昧になり、誤回答リスクが上がります。 本サービスでは、製品DB(商品マスタ/仕様DB/互換表/在庫・納期情報など)と連動するAIチャットを導入します。チャットがユーザーの条件を聞き取り、DBから該当候補を提示し、根拠(仕様値・適合条件)を示した上で、見積・資料DL・問い合わせにスムーズに接続します。 ■提供内容(3点) ・1.製品DB設計/整備(AI参照に耐える項目・正規化) ・2.AIチャット導入(DB参照回答、候補提示、根拠表示) ・3.営業導線連携(見積条件回収、フォーム/CRM連携、運用設計) ※まず「製品点数」と「ユーザーからよく来る質問(互換/選定/見積)」を教えてください。最適なDB項目から設計します。

B2Bの見積が進まない原因の多くは、「必要情報が揃わないまま問い合わせが来る」ことです。 営業は追加質問→返信待ち→再質問の往復になり、見積提出が遅れます。すると相手は他社に流れ、価格勝負の土俵に引きずられます。 本サービスでは、見積前のヒアリングをAIで自動化します。ユーザーの目的(価格感を知りたい/仕様相談したい/納期を確認したい)に合わせて質問を出し分け、必要情報を段階的に回収。回収した情報を営業に引き継いで、＊＊「最短で見積が出る状態」＊＊に整えます。フォームより高い回収率を狙いながら、誤回答や法務リスクを避けるガードレールも設計します。 ■提供内容(3点) ・1.見積前ヒアリング設計(質問項目・分岐・必須条件の定義) ・2.AIヒアリング導入(サイト/LPに実装、入力支援、要約) ・3.営業引継ぎ設計(CRM/台帳、メール通知、SLA、運用) ※よくある見積依頼の種類と、見積に必須な条件(5〜10項目)を教えてください。フローに落とします。

海外からの問い合わせ対応が遅れる最大要因は「時差」と「言語」です。 ユーザーは今すぐ答えが欲しいのに、返信は翌日以降。英語対応が属人化し、品質がブレる。結果として、比較検討は他社で進みます。 本サービスでは、英語を中心に多言語で対応できるAIチャットを導入します。FAQ・製品ページ・事例・通関/配送・代理店情報などを参照し、質問に即時回答。必要に応じて「見積前ヒアリング」「資料DL」「Web会議予約」「代理店問い合わせ」へ誘導し、海外リードの取りこぼしを減らし、商談化を前進させます。誤回答や法務リスクを避けるガードレール、運用・改善サイクルまで含めて設計します。 ■提供内容(3点) ・1.多言語対応の回答設計(対象言語・トーン・用語統一) ・2.AIチャット導入(サイト埋め込み、参照データ整備、導線連携) ・3.ガードレール/運用設計(誤回答防止、ログ改善、エスカレーション) ※対象言語(英語＋◯言語)と、チャットのゴール(見積/相談/DL/代理店)を教えてください。最短で設計します。

社内ナレッジが属人化すると、意思決定も対応も遅くなります。 過去提案、見積根拠、仕様判断、トラブル対応、取引条件、FAQの回答履歴。必要な情報が“人の頭"や“散在ファイル"にある状態では、探す時間が増え、回答品質がブレ、引継ぎも崩れます。 本サービスでは、社内文書を検索・参照しながら回答できるナレッジAI(RAG)を構築します。単なるチャットではなく、＊＊「根拠(参照元)を提示し、答えられる範囲を守る」＊＊設計により、誤情報・推測回答を抑えます。営業・技術・サポートが同じ基準で回答できる状態を作り、社内の生産性と対応スピードを引き上げます。 ■提供内容(3点) ・1.ナレッジ棚卸し・設計(対象文書、分類、権限、更新) ・2.RAG構築(検索・要約・根拠提示、UI/運用含む) ・3.ガードレール整備(答えない領域、監査ログ、改善) ※まず「使いたい文書の場所(Drive/SharePoint等)」と「部署別の利用目的(営業/技術/CS)」を教えてください。最短で設計します。

製造業の技術資料は、散在すると“存在しない"のと同じです。 データシート、仕様書、CAD、検査成績、取説、FAQ、過去の回答メール。必要な資料が見つからないと、ユーザーは離脱し、営業は探す時間で消耗し、技術者は同じ質問を繰り返し対応します。 本サービスでは、技術資料を横断検索できるAIポータルを構築します。キーワード検索ではなく、用途・条件・製品・規格などの文脈で探せる設計にし、検索結果から「該当資料」「該当箇所の要約」「関連ページ」「次アクション(見積/相談)」までを一連で提供。社外公開版(顧客向け)と社内版(営業/技術向け)のいずれにも対応し、問い合わせ削減と商談化の両方を狙います。 ■提供内容(3点) ・1.資料棚卸しと情報設計(分類・タグ・権限・更新フロー) ・2.AI検索ポータル構築(検索/要約/参照元提示/導線連携) ・3.運用・ガードレール設計(誤回答防止、ログ改善、権限管理) ※資料の種類(PDF/CAD/Excel等)と保管場所(Drive/SharePoint等)、公開範囲(社外/社内)を教えてください。最短で設計します。

問い合わせ対応が遅れる原因は、返信文面ではなく“仕分けの遅さ"です。 内容がバラバラな問い合わせが同じ受信箱に来ると、担当振り分け、優先順位付け、必要情報の確認で時間が溶けます。結果としてホットリードに遅れ、技術質問は宙に浮き、サポート系は炎上しやすくなります。 本サービスでは、受信した問い合わせをAIで自動分類し、担当・優先度・必要情報不足・想定回答テンプレ・次アクションを付与して引き渡す仕組みを設計します。＊＊「即時振り分け→即対応」＊＊が回り始めると、返信速度と商談化率が同時に上がります。 ■提供内容(3点) ・1.分類設計(カテゴリ、優先度、担当ルール、例外) ・2.自動判定ロジック設計(AI判定＋ルール併用、信頼度) ・3.運用設計(人の確認、誤判定改善、KPI) ※まず「問い合わせの種類(見積/技術/代理店/採用/クレーム等)」を教えてください。分類体系から作ります。

リード対応で最も損をするのは、「熱いリードに遅れる」ことです。 B2Bは検討期間が長く、全リードを同じ熱量で追うと、営業が疲弊し、返信が遅れ、ホットリードを逃します。逆に、温度が低い相手に“強い営業"をすると、離脱や印象悪化にも繋がります。 本サービスでは、問い合わせ内容・資料DL・閲覧行動・フォーム入力・企業属性などから、リードの温度(Hot/Warm/Cold)を推定するAI評価ロジックを設計します。温度に応じて、返信テンプレ・提案内容・次アクション(電話/MTG/資料/待機)を分岐し、営業の優先順位を明確化します。 ■提供内容(3点) ・1.温度定義の設計(何をHotとするか、勝ち筋を言語化) ・2.推定ロジック設計(AI＋スコアリング、信頼度) ・3.運用設計(次アクション分岐、改善サイクル、KPI) ※まず「勝ちパターン(成約に近い問い合わせの特長)」と「追客できる体制(何日で返信できるか)」を教えてください。評価基準に落とします。

B2B営業の失注理由は、価格でも製品でもなく「伝え方の設計不足」で起きることが多いです。 相手の状況に合わない提案、比較軸の提示不足、反論処理の弱さ、次アクションの曖昧さ。これらが積み重なると、商談は“検討中"で止まります。一方で、トップ営業は同じ商品でも、状況に応じて「話す順序」「比べ方」「言い切り方」を切り替えています。 本サービスでは、商材・用途・ターゲット役割(購買/設計/現場/経営)・検討フェーズに応じて、営業トーク(ヒアリング質問、提案骨子、比較説明、反論処理、クロージング)をAIで生成する仕組みを設計します。単なる文章生成ではなく、“勝ち筋の型"を固定し、誰でも再現できる状態にします。 ■提供内容(3点) ・1.勝ち筋トークの型設計(フェーズ別・役割別のフレーム) ・2.AI生成設計(入力項目、出力フォーマット、根拠/禁則) ・3.運用設計(現場フィードバックで改善、ログ監査) ※まず「主力商材」と「よくある失注パターン(比較で負ける点)」を教えてください。トークの型に落とします。

提案が遅い会社は、勝ち筋があっても負けます。 B2Bでは、初回打合せ後の提案スピードがそのまま信頼に直結します。しかし現実は、情報が散らばり、担当者の頭の中で整理されず、提案書は毎回“ゼロから"作られています。結果として、提出が遅れ、比較検討は競合で進みます。 本サービスでは、ヒアリングメモ・フォーム入力・問い合わせ内容・既存資料をもとに、提案書のドラフト(構成＋要点＋根拠＋見積前提)をAIで生成する仕組みを設計します。単なる文章生成ではなく、＊＊提案の勝ち筋(課題→打ち手→成果→進め方→条件)＊＊を固定し、誰でも再現できる状態にします。 ■提供内容(3点) ・1.提案書テンプレ設計(勝ち筋の構造、章立て、必須要素) ・2.ドラフト生成設計(入力項目、出力形式、参照根拠) ・3.運用・レビュー設計(品質担保、誤生成防止、改善) ※まず「提案書の雛形(今使っている章立て)」と「よくある案件タイプ」を教えてください。生成の型を作ります。

仕様書が重い現場ほど、意思決定が遅れます。 「どこが変更点か」「何が確定で、何が未確定か」「リスクは何か」「誰が何をやるのか」。これが一目で分からないと、会議は長引き、引継ぎは崩れ、実装で手戻りが増えます。 本サービスでは、社内の仕様書(要件定義書、設計書、議事録、見積条件など)を対象に、AIで要約・差分抽出・論点整理を行う仕組みを設計します。単なる短縮ではなく、意思決定と実装に必要な形(決定事項/未決事項/依存関係/リスク/タスク)で出力し、レビューと進行管理を高速化します。 ■提供内容(3点) ・1.要約フォーマット設計(読む目的別に出力を固定) ・2.AI要約設計(根拠提示、差分抽出、禁則) ・3.運用設計(版管理、レビュー、改善、監査ログ) ※まず「要約したい文書の種類(要件/設計/議事録)」と「社内で困っている点(レビュー/引継ぎ/差分確認)」を教えてください。出力型を決めます。

図面・画像の読み取りは、属人化しやすい領域です。 ベテランは図面を見てすぐ判断できても、担当が変わると説明が止まる。海外対応では英語説明が詰まる。さらに顧客から送られる画像・図面は品質も形式もバラバラで、必要な情報を引き出すだけで時間がかかります。 本サービスでは、図面・画像を“説明・確認・引継ぎ"に使える形へ整えるAI補助の仕組みを設計します。AIに「何が写っているか」を任せるのではなく、人の判断を助けるための観点(確認ポイント・不足情報・説明文テンプレ)を提示し、誤解や過信を避けるガードレールも組み込みます。 ■提供内容(3点) ・1.利用シーン設計(社内判断/顧客説明/海外対応/引継ぎ) ・2.出力フォーマット設計(説明文、確認項目、差分、注意点) ・3.ガードレール/運用設計(過信防止、機密、ログ改善) ※まず「対象の画像・図面の種類(写真/2D/3D/注釈あり)」と「用途(社内/顧客/英語)」を教えてください。最適な出力型に落とします。

FAQがあるのに問い合わせが減らない理由は、FAQが“AIにも人にも探しにくい"構造になっているからです。 質問が長い/論点が混ざる/表記ゆれが多い/結論が遅い/前提条件が書かれていない。こうしたFAQは、ユーザーが読んでも解決しにくく、AIに読ませても誤解しやすくなります。 本サービスでは、既存FAQ(または問い合わせログ)を基に、AIが参照・回答しやすい形にFAQを再構造化します。単なる書き換えではなく、＊＊「結論→条件→根拠→次アクション」＊＊の型で統一し、関連ページ・資料DL・見積/相談への導線も組み込みます。AIチャット導入の前工程としても、FAQ単体の改善としても効果が出る設計です。 ■提供内容(3点) ・1.FAQ棚卸し(重複・不足・論点混在の整理) ・2.構造化リライト(AI向け粒度、条件、表記統一) ・3.導線設計(関連リンク、CTA、問い合わせ/資料DL分岐) ※まず「よく来る質問トップ20」と「減らしたい問い合わせ種類」を教えてください。FAQの粒度を決めます。

AIの最大リスクは、賢い回答ではなく「それっぽい誤回答」です。 価格の断定、性能の保証、法務・規格の誤解、機密情報の漏えい、社内ルールの誤提示。これが一度起きると、クレーム・信用失墜・損害に繋がります。 本サービスでは、AIチャット/社内AI/問い合わせ自動化などで発生し得るリスクを整理し、＊＊「答える/答えない」「言い切らない」「必ず確認する」＊＊のルールを設計します。回答テンプレ、根拠提示、信頼度に応じた人確認、監査ログ、改善プロセスまで整え、AIを“業務に耐える"状態へ落とし込みます。 ■提供内容(3点) ・1.リスク棚卸し(やってはいけない回答を定義) ・2.ガードレール設計(範囲・表現・根拠・エスカレーション) ・3.運用設計(監査、改善、責任分界、KPI) ※まず「AIに答えさせたい領域(見積/技術/配送/社内規程など)」を教えてください。禁止領域から逆算して設計します。

AIチャットの効果が出ない最大理由は、「ログが改善に使われていない」ことです。 ユーザーは何を聞いたのか。どこで離脱したのか。AIは何を誤解したのか。どの質問がCVに繋がったのか。これを見ない限り、精度も成果も上がりません。 本サービスでは、AIチャットの会話ログを“改善可能な形"に設計します。単なる閲覧ではなく、未回答/誤回答/誤解/不足FAQ/導線不備/ガードレール発動/エスカレーションを分類し、月次で改善点が出るダッシュボードと運用フローを整備。FAQ追加、用語辞書、導線、質問フロー、ガードレールまで、改善対象を特定できる状態を作ります。 ■提供内容(3点) ・1.ログ収集・計測設計(何を記録するか、粒度、匿名化) ・2.分析設計(分類軸、指標、ダッシュボード、アラート) ・3.改善運用設計(月次サイクル、担当、優先度、KPI) ※まず「チャットの目的(見積/相談/DL/自己解決)」と「今困っている症状(未回答が多い/離脱が多い等)」を教えてください。分析軸を決めます。

AIでコンテンツを作れるようになるほど、企業は「品質事故」を起こしやすくなります。 言い回しが毎回変わる、用語が統一されない、根拠のない数値や断定が混ざる、守秘が漏れる。これが積み重なると、ブランド信頼が落ち、営業現場の説明もブレます。 本サービスでは、AIを使った記事・製品ページ・FAQ・提案文・メール等の作成において、＊＊「何を、どの型で、どの根拠で、どの表記で、どこまで言い切ってよいか」＊＊をルール化します。さらにレビュー工程、承認フロー、ログ、禁止領域、プロンプトの標準形まで整備し、AI活用を“属人化しない制作運用"に落とし込みます。 ■提供内容(3点) ・1.品質基準策定(トーン、構成、根拠、禁則、表記統一) ・2.制作フロー設計(役割分担、レビュー、承認、版管理) ・3.標準テンプレ整備(プロンプト雛形、出力フォーマット、チェックリスト) ※まず「AIで作りたいコンテンツ種別(製品ページ/ブログ/FAQ/メール等)」と「守りたいブランドトーン」を教えてください。ルールを設計します。

AI導入が失敗するパターンは共通しています。 目的が曖昧、データが足りない、KPIが決まっていない、リスクの棚卸しがない、運用体制がない。これでは、PoCが「動くデモ」で終わり、本番に移せません。 本サービスでは、Web領域(AIチャット、RAG、問い合わせ自動化、コンテンツ生成等)のAI導入に対して、PoC(概念実証)を“本番に繋がる形"で設計します。＊＊「何を検証すればGO/NO-GOが判断できるか」＊＊を明確にし、必要データ、評価指標、ガードレール、運用想定まで落とし込むことで、最短ルートで本番導入へ繋げます。 ■提供内容(3点) ・1.PoC設計(目的、仮説、検証範囲、KPI、成功条件) ・2.データ/UX設計(対象コンテンツ、導線、根拠提示、評価) ・3.リスク/運用設計(ガードレール、監査、改善、体制) ※まず「AIで解決したい1テーマ(例：問い合わせ削減、見積前ヒアリング)」を1つだけ決めてください。PoCは一点突破が最速です。

問い合わせが増えない理由は、ユーザーが「何を送ればいいか分からない」からです。 B2Bの問い合わせは、見積条件・用途・仕様・納期・数量など不確定要素が多く、フォームを前にして止まります。結果として「資料だけ見て離脱」や「曖昧な問い合わせ」になり、営業側も往復が増えます。 本サービスでは、問い合わせ前にAIがヒアリングを行い、状況整理・条件の確認・不足情報の回収・次アクション分岐(見積/資料DL/相談/代理店)までを設計します。フォーム入力の負担を減らしつつ、＊＊“必要情報が揃った問い合わせ"＊＊を増やし、一次返信速度と商談化率を改善します。 ■提供内容(3点) ・1.導線設計(入口、分岐、CTA、フォーム連携) ・2.AIヒアリング設計(質問順序、必須項目、例外) ・3.運用設計(ログ改善、ガードレール、担当割当) ※まず「増やしたい問い合わせの種類(見積/技術相談/代理店/採用等)」を1つ決めてください。そこから最短導線を作ります。

AIを導入しても、CRMと繋がっていなければ現場は変わりません。 問い合わせ・資料DL・チャット履歴が別々に存在し、担当者が手で転記し、優先度は属人的。これではAIが出した示唆も運用に乗らず、商談化まで繋がりません。 本サービスでは、AI(チャット/分類/温度推定/トーク生成等)とCRMの連携に必要な要件を整理します。目的(商談化、対応高速化、失注防止)から逆算し、どのデータを・どのタイミングで・どの項目に・どの責任分界で入れるべきかを定義。さらに、ガードレール、監査ログ、運用フローまで落とし込み、連携プロジェクトの“仕様書"として使える状態にします。 ■提供内容(3点) ・1.連携目的/KPIの定義(CRMに何を増やしたいか) ・2.データ/項目マッピング(入力・更新・履歴・権限) ・3.運用/ガードレール設計(人確認、監査、例外処理) ※まず「利用中のCRM(Salesforce/HubSpot等)」と「AIでやりたいこと(分類/温度/要約/提案)」を教えてください。要件の骨格を切ります。

AI活用が進むほど、企業は「ルールがない状態」そのものがリスクになります。 機密情報の扱い、個人情報、著作権、誤回答、外部送信、監査、責任分界。これらを曖昧にしたまま現場任せにすると、事故が起きた時に“止めるしかない"状態になります。 本サービスでは、AIチャット/社内AI/RAG/コンテンツ生成/営業自動化などを対象に、AI運用ポリシーを策定します。単なる倫理規程ではなく、＊＊「何を許可し、何を禁止し、誰が承認し、どう監査し、どう改善するか」＊＊を実務ルールとして明文化。現場が守れる粒度で、運用に落ちるポリシーにします。 ■提供内容(3点) ・1.対象・リスク整理(AI利用範囲と事故パターンの棚卸し) ・2.運用ポリシー策定(許可/禁止、責任分界、手順) ・3.教育・監査・改善設計(定着と継続運用) ※まず「社内で使っているAIの用途(文章/検索/チャット/開発)」を教えてください。用途別にルールを分けて設計します。

AI実証実験で明らかになった、製造業WebサイトがAIに評価・推薦されるための構造条件をまとめたホワイトペーパーを公開しています。 ■AIは何を評価しているのか 2026年2月の実証例では、人的な選定や広告予算に依存せず、アルゴリズムのみによって特定の資料が関連資料として自動表示されました。 AIは単なる単語の一致（キーワード量）ではなく、文章全体の「意味構造の類似性」を判定しています。 ■AIに選ばれるための5つの構造条件 本資料では、AIが情報を要約・比較・推薦する際に重視する条件を解説します。 ■製造業Webの新しい評価指標「GEO」 スペックの羅列だけではAIに評価されません。 Webを営業ツールではなく「企業の構造を示す設計図」として再定義する手法をご紹介します。 ※詳細はPDF資料をダウンロードしてご確認ください。

熟練工の退職、多品種少量化、紙管理の限界。 製造業では「知っている人がいないと止まる」状態が深刻化しています。 本サービスは、 ・紙／Excel／口伝ノウハウのAI構造化 ・タグ検索／トラブルTOP表示 ・ビジュアル工程ナビ ・タブレット対応業務アプリ化 までを一気通貫で提供します。 単なるAI-OCRではありません。 データ化したナレッジを「現場が使えるUI」に落とし込むところまで行います。 ■提供内容（3点） 1．ナレッジ構造化設計 （AI-OCR＋LLMによる整理・タグ設計・事故パターン棚卸し） 2．検索・推薦エンジン構築 （タグ検索／自然言語QA／関連ナレッジ表示） 3．現場業務Webアプリ実装 （チェックリスト／ビジュアルナビ／管理画面／ログ取得）