Challenge
課題
- 01
社内独自の略語・固有表現が多く、同じ対象を指す言葉が揃っていないため、検索が目的の文書に届かないことがあった。
- 02
参照する文書が長く、そのまま渡すと回答の焦点がぼやける。文脈をどう絞るかが課題だった。
- 03
関連する情報が複数の文書にまたがる問いには、文書単位の検索だけでは答えにくかった。
Solution
トランスAIの打ち手
- 01
社内用語辞書の設計とたたき台の作成
どの用語から辞書化すれば精度に効くかを整理し、社内用語集のたたき台を作成。あわせて、辞書を使って検索クエリを補う仕組みを検証しました。データ基盤側で使う用語定義（Business Glossary）とも接続できる形を意識して設計しています。
- 02
文脈の要約・圧縮
参照文書をそのまま渡すのではなく、問いに関係する部分へ要約・圧縮してから生成に渡す処理を実装し、回答の焦点を絞りました。
- 03
ナレッジグラフを使った検索（GraphRAG）の検証
文書をまたぐ関係を辿って回答するために、ナレッジグラフを用いた検索を検証しています。マネージドのグラフサービスを使い、既存の検索との使い分けを見極める段階です。
- 04
運用ログを使った改善の設計
社内展開後に溜まる質問と回答のログをどう分析し、改善に回すかの設計を進めています。作って終わりにせず、回し続けられる形にすることを前提にしています。
Outcome
導入後
検索精度を落としていた「言葉のズレ」を洗い出し、優先して辞書化すべき用語を特定した。
文脈の圧縮によって、長い文書を参照するときの回答の焦点が絞れるようになった。
グラフ検索の適用可否を、実環境で確かめられる状態にした。
Technology
技術・構成
- RAG
- 社内用語辞書・クエリ拡張
- コンテキスト要約・圧縮
- GraphRAG（ナレッジグラフ）
- AWS（お客様環境内で実施）
お客様との守秘義務契約に基づき、企業名・固有の数値の一部は伏せています。 近い課題をお持ちの場合は、貴社の業務に合わせた進め方をご提案しますので、お気軽にお問い合わせください。