ProbatumProven, not promised.The AI consulting company.

CASE 011

社内問い合わせ業務を再設計し、AI検索基盤を構築

社内の規程・マニュアル・手続き・FAQ が分散し、従業員が正確な情報にたどり着くまで平均10分前後を要していた。

観光TECHNOLOGY生成AI / Knowledge ManagementAI・業務設計|既存掲載事例既存掲載/成果確認中6ヶ月

WORK RECORD担った仕事

社内問い合わせ業務の見直しと、AIを使った検索基盤。

つくったもの:社内の知見を探す仕事を支える仕組み。

掲載範囲直前のサイト案から継承した既存事例です。成果確認中の表示を維持し、担当範囲・数値・現在の公開内容は本番反映前に確認します。

出典:既存掲載事例。本人提供記録に基づく掲載案です。

CHALLENGE課題

管理部門への問い合わせが月間1,200件に達し、既存検索は表現の揺れに弱く、検索放棄率が35%だった。

HYPOTHESIS仮説

意味検索とキーワード検索を統合し、根拠付きで回答すれば、定型的な問い合わせの過半を自己解決に変えられる。

APPROACHやったこと

  1. 問い合わせ業務の整理と対象カテゴリの選定
  2. ハイブリッド検索(Vector + BM25 + RRF)と Cross-Encoder Reranking の設計
  3. 6ソースの取り込みパイプラインと日本語トークナイズ調整
  4. 部門・ロール別アクセス制御
  5. ソース引用付きチャットUIの実装

BUILDつくったもの

Azure OpenAI (GPT-4o / Embeddings)Azure AI SearchLangChainCross-Encoder (multilingual)FastAPIReactPythonAzure ADLangSmith
RAGシステムアーキテクチャ — Document Ingestion Pipeline + Query Pipeline(ハイブリッド検索 → Reranking → LLM生成)
RAG Architecture: Document Ingestion + Hybrid Query Pipeline
ハイブリッド検索詳細 — Vector Search と BM25 の並列実行 → RRF統合 → Cross-Encoder Reranking
Hybrid Search: Vector + BM25 + RRF + Cross-Encoder Reranking
チャットUI — 会話履歴・ソース引用付き回答・参照ドキュメントの信頼度スコア・関連質問サジェスト
Chat Interface: ソース引用付き回答 + 信頼度スコア + フィードバック

LEARNED効いたこと、効かなかったこと

検索精度の改善幅より、引用根拠を見せることが利用率を決めた。日本語の同義語辞書は小さな投資で効いた。

成果の客観的な確認、または公開範囲の確認が完了するまで「成果確認中」とし、確認できた案件にだけ Probatum est. と記します。

成果確認中

次は、何を前に進めたいですか。

事業の課題を相談する