AI開発のRFPは、一般的な記載項目に精度目標・評価データ・データ権利・再学習・PoC打切り基準・変更管理・検収基準・運用費の8項目を足して書く。PoC用と本開発用に分けた記入例つき雛形と、作成6ステップ、評価基準の作り方を整理した。

AI開発のRFPは、目的・範囲・予算といった一般的な記載項目に、AI特有の8項目を足して書く。精度目標や評価データ、PoC打切り基準などがそれにあたる。精度は試すまでわからない。そこでPoC用と本開発用の2段階に分けて発注すると、先に固める要件とあとで決める要件を切り分けやすい。この記事では、8項目の記入例つき雛形と作成の6ステップ、提案の評価基準の作り方を順に示す。
AI開発のRFPとは?
AI開発のRFP(提案依頼書)とは、AIを組み込んだシステムの開発で、発注する側が提案を求めるために書く文書である。目的・範囲・データ・精度の条件をまとめ、複数の開発会社へ同じ形で示す。
似た文書との違いは次のとおりである。
| 文書 | 目的 | 使う時期 |
|---|---|---|
| RFI(情報提供依頼書) | 各社の技術や体制を広く知る | 依頼先の候補を絞る前 |
| RFP(提案依頼書) | 解決の方法・体制・費用の提案を求める | 候補を絞った後 |
| RFQ(見積依頼書) | 仕様が固まった作業の見積を求める | 発注内容が確定した後 |
要件定義書とも役割が違う。要件定義書は発注後に開発会社と合意して作る文書であり、RFPはその前に発注する側が書く。AI開発では、RFPの段階で要件をすべて固めることはできない。ここが出発点だ。何を固め、何をあとで決めるかを書き分けることが、RFPづくりの中心になる。
AI開発のRFPには何を書くべきか?
AI開発のRFPには、目的・範囲・予算などの一般項目に加えて、AI特有の8項目を書く。8項目とは、精度目標・評価データの提供元・データ権利・再学習の扱い・PoC打切り基準・変更管理・検収基準・運用費である。
一般項目は、ふつうのシステム開発のRFPと同じ骨組みでよい。ただ、それぞれの項目でAI開発ならではの注意点がある。
| 一般項目 | 書く内容 | AI開発での注意点 |
|---|---|---|
| 目的・背景 | 解決したい業務課題と、その理由 | 「AIを導入する」ではなく業務の指標で書く |
| 対象業務と現状 | 業務の流れ、件数、担当者 | 現状の処理の正しさも測っておく |
| 依頼範囲と対象外 | 頼む作業と頼まない作業 | データの前処理を誰が担うかを書く |
| 期待成果 | 導入後に変わってほしい状態 | 精度目標とは分けて、業務の変化で書く |
| 予算とスケジュール | 上限額の考え方と希望時期 | PoCと本開発で別の枠を示す |
| 提案依頼事項 | 提案書に書いてほしい内容と評価方法 | 検証の進め方と体制の説明を求める |
AI特有の8項目は、この記事の後半に記入例つきの雛形として示す。発注の時点で値を決められない項目もある。そのときは空欄にしない。「PoCで決める」と書き、決め方の提案を求める。
従来のシステム開発RFPとAI開発のRFPは何が違うか?
最大の違いは、成果物の品質を発注前に確定できない点である。従来のRFPは機能を列挙すれば検収できる。AI開発は精度がデータしだいで変わるため、精度の測り方と未達時の扱いまで書く必要がある。
| 観点 | 従来のシステム開発 | AI開発 |
|---|---|---|
| 要件の決まり方 | 発注前にほぼ固まる | PoCの結果を見て固まる |
| 品質の基準 | 仕様どおりに動くか | 評価データ上の精度が目標に届くか |
| 入力の前提 | 画面やAPIの仕様 | データの量・質・権利 |
| 完成後の変化 | 改修しない限り変わらない | データの変化で精度が下がることがある |
| 運用費の構成 | 保守とインフラの費用 | 加えてAPI利用料と再学習の工数 |
いっぽうで、可用性や性能、セキュリティといった非機能要求は、従来の開発と同じく書く。非機能要求は、発注者と開発者の認識がずれやすい。そこで項目を一覧にし、要求レベルを段階的に定める考え方がとられる。IPAは、そのためのツール群を公開している(出典:IPA『システム構築の上流工程強化(非機能要求グレード)紹介ページ』2023年8月、IPAの公開ページ)。AI特有の8項目は、この非機能要求の上に足す形で書くと抜けにくい。
RFPはどの手順で作成すればよいか?
AI開発のRFPは、目的の言語化から送付後の質疑までを6ステップで作る。従来の手順との違いは、使えるデータの棚卸しを要件より先に行い、PoCと本開発の境目を早めに決める点である。
前半の3ステップでは、RFPに書く材料をそろえる。
- 目的と成功の定義を書く。対象業務の処理時間や誤りの件数など、業務の指標で書く。
- 使えるデータを棚卸しする。種類、件数、保管場所、権利、機密の区分を一覧にする。
- PoCと本開発の境目を決める。PoCで確かめる問いを1つか2つに絞る。
後半の3ステップで、RFPを仕上げて送る。
- AI特有の8項目を埋める。決められない項目は「PoCで決める」と書く。
- 評価基準と配点を決め、RFPに明記する。
- 社内のレビューを経て送付する。1社から出た質問と回答は、すべての会社に共有する。
生成AIを組み込むなら、想定されるリスクの洗い出しも手順4に含める。参考になる資料がある(出典:デジタル庁『テキスト生成AI利活用におけるリスクへの対策ガイドブック(α版)』2024年5月、デジタル庁の公開ページ)。同書は、テキスト生成AIを行政サービスなどで使うときのリスクと対策を、工程ごとに整理している。行政職員向けの資料だ。ただ、自社サービスや業務改善での導入を検討するときも参考にできるとされている。なお、同ページには2025年6月6日付の注記がある。この内容は今後「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」へ統合され、更新もそちらで行われる。最新の内容は、統合先のガイドライン(デジタル庁の標準ガイドライン群、DS-920)で確かめてほしい。
手順2を飛ばすと、手順4で精度目標や評価データの欄が埋まらない。データの棚卸しは情報システム部門と業務部門が一緒に行うとよい。件数や権利の確認が早く進む。
PoCと本開発はRFP上でどう書き分けるか?
PoC用RFPには検証の問いと打切り基準を、本開発用RFPには検収基準と運用条件を書く。PoCでは要件を固定せず、本開発ではPoCの結果を根拠に要件を固定する、という2段階の役割分担である。
| 観点 | PoC用RFP | 本開発用RFP |
|---|---|---|
| 目的 | 実用に足る精度が出るかを確かめる | 業務で使える形で作り、運用に乗せる |
| 期間の書き方 | 短い期間で区切る | 本番稼働の時期から逆算する |
| 要件の固さ | 仮の目標値を置く | PoCの結果で合意した値を置く |
| 成果物 | 検証報告書、評価結果、試作 | ソースコード、学習済みモデル、設計文書 |
| 終わり方 | 打切り基準で継続か中止かを判断する | 検収基準で受け入れを判断する |
PoCの成果物には、「本開発に進む場合の見積と前提」を含めておく。そうすると、2本目のRFPを書く材料がそろう。
本開発は、PoCを担った会社以外にも依頼できるようにしておきたい。そのために、評価データと検証報告書の扱いをPoC用RFPに書いておく。報告書の利用範囲が決まっていないと、本開発の相見積もりで他社に共有できなくなる。
データの権利や精度目標はどこまで書くべきか?
データの権利は、提供データの利用目的に加え、学習済みモデルと派生データの帰属まで書く。精度目標は指標名・評価データ・目標値の3点をそろえて書き、値が決められない段階では決め方を書く。
データの権利で書く項目は次の5つである。
- 提供データを本件以外の学習に使ってよいか
- 個人情報や機密情報を含むデータは、どこにどう保管するのか
- 学習済みモデルとパラメータの帰属先
- 正解ラベルなど、作業の中で生まれた派生データも帰属を決めておく
- 契約終了後の返却と削除の方法を書く
精度目標では、指標名・評価データ・目標値をそろえる。指標名は、正解率や再現率など業務の意味に結びつくものを選ぶ。たとえば見逃しが問題になる業務なら、正解率より再現率を重く見る。
評価データは発注する側が用意する。開発会社の学習には使わせないのが原則である。学習と評価に同じデータを使うと、実際の業務より高い精度が出てしまうためだ。外部の生成AIのAPIを使うなら、送信したデータが提供元でどう扱われるかも確認事項に入れる。
提案を比較するための評価基準はどう作るか?
評価基準は、課題理解・検証の設計・データの扱い・体制・費用の5観点に配点し、RFPに配点ごと明記する。配点を先に示すと、各社が重視点に沿って提案を書くため、比べやすくなる。
| 観点 | 見るポイント | 配点の例 |
|---|---|---|
| 課題理解 | 業務の指標と精度目標を結びつけているか | 20点 |
| 検証の設計 | 評価データの使い方と打切りの判断が具体的か | 25点 |
| データの扱い | 権利、機密、外部APIへの送信の扱いが明確か | 20点 |
| 体制 | 企画から運用まで誰が担うか、引き継ぎの有無 | 15点 |
| 費用 | PoCと本開発、運用費が分けて示されているか | 20点 |
配点はこの記事独自の例であり、自社の優先度に合わせて変えてよい。費用の配点はあえて低めにした。AI開発では、総額の安さより前提の違いが結果を左右しやすいためである。
体制の見方では、少人数で企画から運用まで担う体制か、工程ごとに担当が替わる体制かを確かめる。その考え方は少人数で一気通貫の開発体制をつくる方法にまとめている。届いた見積を同じ軸で並べる方法は、AI開発の見積比較チェックリストで扱っている。
データの扱いと検証の設計に配点を厚くする考え方は生成AI開発会社の採点でも変わらず、その配点表は足切り5条件と配点表で生成AI開発会社を絞り込む方法で示した。
契約形態は請負と準委任のどちらを前提に書くか?
PoCは準委任、範囲が固まった本開発は請負を前提に書く組み合わせが選ばれる場合もある。精度の到達が読めない工程では、成果物の完成を約束する請負がなじみにくいためである。
IPAは、第二版の公開ページで、その土台となった「民法改正」整理反映版における見直しのポイントを挙げている。請負契約における契約不適合責任や、成果報酬型の準委任契約の位置づけがそれにあたる(出典:IPA『情報システム・モデル取引・契約書(第二版)』2020年12月、IPAの公開ページ)。AI開発の検収基準を書くときは、精度が目標に届かなかったときの扱いと、この論点との関係を意識しておきたい。
RFPでは契約形態を決め打ちしない。希望する形態とその理由を書き、提案側の考えも求める。条項の解釈は法的な判断を伴う。この記事は一般的な整理であり、法的な助言ではない。条項の判断は、社内の法務担当や弁護士に確認してほしい。
AI開発のRFPで避けたい失敗は?
避けたい失敗は次の4つで、とくに多いのは精度目標を「高精度」とだけ書くことと、評価データの用意を決めないことである。どちらも各社の前提がばらつき、提案を比べられなくなる。
- 精度目標を形容詞で書く。「高精度な分類」では、各社が別の指標と別のデータで精度を語ってしまう。対策は指標名と評価データの指定だ。
- 評価データの用意が未定のまま。開発会社が作った評価データでは、検収の判定を発注する側で確かめにくい。
- PoCのあとを書かない。
- 対象外の記載漏れ。データの前処理や既存システムの改修が範囲に入るかがあいまいだと、見積の差の理由も読めないだろう。
3つ目は、本開発への移行条件がなければ判断の材料がそろわないという問題だ。4つ目は一般的なRFPでも指摘される点である。ただAI開発ではデータの前処理の量が大きく、影響が出やすい。
AI特有8項目のRFP雛形(一次情報)
※ご提案です。当社の実施実績ではありません。
次の雛形の元は、株式会社ファーリープ(Farleap)がjournalで公開した見積比較の12項目である。そのうち発注前に決められる項目をRFP側へ移し、8項目に組み直した。この記事独自の整理であり、業界標準の書式ではない。「◯」は自社の案件に合わせて埋める。
| 項目 | PoC用RFPの記入例 | 本開発用RFPの記入例 |
|---|---|---|
| 精度目標 | 問い合わせの分類で、正解率の目安を◯%とする。届かなくても検証結果を報告すること | PoCの結果を踏まえ、評価データ上の正解率◯%以上を受入値とする |
| 評価データの提供元 | 発注者が過去の問い合わせから◯件を抽出し、正解ラベルを付けて提供する。学習には使わない | PoCの評価データに、本番に近い直近のデータ◯件を加えて使う |
| データ権利 | 提供データは本件の検証にのみ使い、終了後◯日以内に削除する | 学習済みモデルとソースコードの帰属、提供データの他目的利用の可否を提案書に記載すること |
| 再学習の扱い | 対象外とする。必要性と頻度の見込みを報告書に記載すること | 精度の低下を検知する方法と、再学習の頻度・作業範囲・担当を提案すること |
| PoC打切り基準 | 中間評価で目安値に大きく届かない場合、継続か中止かを協議する。判断の場と期限を明記すること | 該当なし(PoCの段階で判断済み) |
| 変更管理 | 検証対象の変更は双方の合意で行い、期間内で優先順位を入れ替える | 仕様変更の申請・見積・承認の手続きと、変更時の単価の算定方法を提案すること |
| 検収基準 | 検証報告書、評価結果、試作コードの納品をもって完了とする | 受入テストで評価データ上の正解率が受入値以上であり、機能要件を満たすことを検収条件とする |
| 運用費 | 本開発に進んだ場合の月額運用費の見込みと、前提となる利用量を報告書に記載すること | API利用料・クラウド費・保守の工数を分け、利用量の前提とともに月額で示すこと |
8項目の元になったのは、AI開発の見積比較チェックリストで示した確認項目である。同記事では、精度目標や受入基準などを、届いた見積で聞き直す項目に挙げた。聞き直すのでは遅い。RFPの段階で書いておくほうが、各社の前提がそろう。
同記事で紹介したFarleapのプロダクト開発のサービス定義も、2段階の発注と相性がよい。検証PoCから本番、運用保守までを1つの範囲に含めている。そのうえで、予算が限られるなら検証PoCから始める形も示している。
雛形を使うときは、PoC用の列から埋める。本開発用の列はあとでよい。PoCの報告書を受け取ってから書き直す前提である。
まとめ
AI開発のRFPは、一般的な記載項目にAI特有の8項目を足し、PoC用と本開発用の2段階に分けて書く。PoC用RFPでは評価データと打切り基準を、本開発用RFPでは検収基準と運用費を固める。手順では、データの棚卸しを要件より先に行い、評価基準の配点をRFPに明記する。まずは雛形の8項目を自社の案件に当てはめたい。届いた提案はAI開発の見積比較チェックリストで比べるとよい。体制の見方は少人数で一気通貫の開発体制をつくる方法が参考になる。開発の相談はプロダクト開発で受け付けている。
よくある質問
AI開発のRFPはテンプレートをそのまま使ってよいか?
そのまま使うのは避けたい。雛形は抜け漏れを防ぐ道具であり、精度目標の値や評価データの件数は自社の業務と手元のデータで決まる。8項目のうち書けない項目は空欄にせず、「PoCで決める」と書いて提案側に決め方を求めるとよい。
RFPに予算を書くと見積が高くなるか?
予算の上限を示しても、提案が上限に寄るとは限らない。上限が無いと各社の前提がばらつき、提案を比べにくくなる。PoCと本開発で別の予算枠を書き、範囲を広げたいときの優先順位も添えると、提案の幅がそろう。
AI開発のRFPは誰が書くべきか?
業務の責任者が目的と成功の定義を、情報システム部門がデータと連携の条件を、法務担当が権利と契約の項目を書く分担が扱いやすい。1人で書くと、精度目標やデータ権利のように部門をまたぐ項目が空欄のまま残りやすい。
PoCで目標の精度に届かなかったら本開発は発注しないのか?
打切り基準を下回った場合は、本開発に進まない判断が基本になる。ただし、データを増やせば届く見込みがあるなど原因が特定できているなら、条件を変えてPoCをもう1回行う選択もある。どちらにするかは、RFPに書いた判断の場と期限で決める。
更新履歴
2026-10-23 初稿公開。





