orchestrate制御

依存: #11245 #11246 #11247
目的: 開発タスクが途切れた時間をローカルLLM品質改善へ転換する。過去作業履歴から高価値な成功/失敗/修復ケースを1件ずつ教師データ化する。
フロー: provenance/work history抽出 -> B550で候補評価/正規化 -> Teacher request生成 -> buraAuto/Conversation ProviderでChatGPT通常Chatへ1件投入 -> Project『OODA改善プロセス』所属検証 -> 回答回収 -> schema/根拠検証 -> B550/Ryzen各モデル同一問題実行 -> gap評価 -> dataset登録 -> benchmark/route policy更新候補。
保存: sample_id, source_provenance, task_type, input, constraints, teacher_output, local_outputs, verifier_score, reviewer_score, model/profile, prompt_version, hashes。
優先候補: repair成功例、反復失敗、ChatGPTが修正したlocal出力、業務でKPI改善したケース。
禁止: 会話全文を無選別に教師化、Project未所属Teacher会話、Work利用、低品質Teacher応答の自動採用。
KPI: accepted teacher samples/day、local-teacher gap改善、再発失敗率、対象Task Classのverifier pass改善。
受入条件: 1 sample E2Eを完走し、再実行して重複しない。