支援例
RAG / Agent 基盤構築支援
業種: AI
背景
社内文書やナレッジを活用したAIアシスタントを検討していましたが、検索精度、参照元表示、文書更新、権限管理をどう設計するかが課題でした。
課題
社内文書やナレッジを活用したAIアシスタントを検討していましたが、検索品質と運用設計が課題でした。
想定スコープ
- 社内文書、FAQ、マニュアル、ナレッジを対象にRAG基盤を設計。
- Agent機能は業務アクションが明確な領域に限定して検討。
- 文書更新、権限、参照元表示、回答評価を含める。
支援内容
文書取り込み、ベクトル検索、回答生成、参照元表示、運用更新フローを設計しました。
技術ポイント
- 文書取り込み、チャンク分割、Embedding、Vector DB、Retriever、回答生成の流れを設計しました。
- 参照元表示、権限フィルタ、回答禁止ルールを組み込み、業務利用時の安全性を高めました。
- Agent機能は対象業務を絞り、ツール呼び出し、実行ログ、失敗時の制御を設計しました。
進め方
- 対象文書、更新頻度、利用者、検索したい質問パターンを整理しました。
- RAGの検索品質を評価し、チャンクサイズ、メタデータ、検索方式を調整しました。
- PoC結果をもとに、運用更新フロー、評価手順、改善バックログを作成しました。
成果物
- RAGアーキテクチャ図。
- 文書取り込み、チャンク分割、Embedding、検索設定の設計資料。
- Agent対象業務、ツール連携、実行ログ、失敗時制御の設計案。
リスクと対策
- 参照元が不明な回答を避けるため、回答に根拠表示を組み込む。
- 権限外文書の検索を防ぐため、ユーザー権限とメタデータフィルタを設計。
- Agentの誤実行を防ぐため、実行前確認や対象操作の制限を設ける。
使用技術
成果
業務利用を想定したRAG / Agent基盤の構成と改善サイクルを整理しました。
- 社内ナレッジをAI回答へ接続するためのRAG基盤の設計が具体化しました。
- 回答品質だけでなく、参照元確認と権限管理を含めた業務利用の前提を整えました。
- Agent化する業務と通常RAGで対応する業務を切り分けられるようになりました。
次フェーズ
- 代表文書で検索品質を検証。
- 文書更新フローと評価データを整備。
- Agent化する業務を限定して段階導入。