ある会社の FAQ のチャットボットでは、レイテンシーとエラーの指標は正常なのに、利用者の「役に立たなかった」の評価が増えている。答えの正確さ、関連性など、どの観点で品質が下がったかを確かめて直したい。最も適切な方法はどれか。