Knowledge AI:回答を利用可能な知識につなぐ
企業の知識は、多くの文書、システム、担当チームに分散していることが一般的です。Knowledge AIは、適切な内容を見つけることと、質問者がそれを閲覧できるかの両方を解決する必要があります。会話機能を加える前に、検索品質と文書管理の基盤を整えます。

記事の内容
知識源の一覧から始める
同じ題名の文書でも、現在の有効性が同じとは限りません。知識源には、所有者、バージョン、更新時点、利用者の範囲が必要です。失効した内容や矛盾する内容は、検索システムに取り込む前に整理すべきです。
情報源の一覧により、運用チームは回答の出所と、手順変更時に更新すべき人を把握できます。古い手順書が検索結果に残り続ける状況も減らせます。
回答を生成する前に文書を検索する
RAGは、関連する内容を検索する工程と言語生成モデルを組み合わせます。検索された文書の一部を文脈として使い、具体的な質問に回答します。品質は、文書の準備、索引作成、検索の方法に依存します。
利用体験では、質問者が参考資料を開けるようにすべきです。根拠が不足する場合、断片をつなぎ合わせて確実な結論にするのではなく、回答の限界を明示する必要があります。
検索の前と途中に権限を適用する
ある部署の文書は、索引に登録されたからといって、すべてのアカウントに表示してよいわけではありません。アクセス権を、データソースの設計、検索工程、文書閲覧画面に組み込む必要があります。
従業員の異動や文書の権限変更があれば、検索フローにも反映する必要があります。すでにモデルへ送信した内容を秘密にするよう求める指示だけに頼るべきではありません。
根拠のある質問で評価する
よくある質問と正しい文書、答えがない場合、質問者が情報源を閲覧できない場合を一組にして選びましょう。検索品質と表現品質を別々に評価すると、改善すべき箇所を特定できます。
システムが回答できなかった質問も追跡する必要があります。文書不足、名称の不統一、組織内で複数の解釈がある手順の兆候かもしれません。
実際の場面に当てはめる
社内調達の手順について、従業員が申請の工程と必要な書類を質問します。システムは、その人の権限内にある有効な手順書を検索し、関連項目を示します。特別な事例が方針に定められていなければ、古い文書の情報を使うのではなく、担当部署へ依頼を引き継ぎます。
合意すべき点
- 各情報源に所有者とバージョンを割り当てる。
- 検索の全過程でアクセス権を維持する。
- 回答の根拠となる文書を開けるようにする。
- データ不足の質問と権限制限のある場合も評価する。
導入の視点
Knowledge AIは知識管理の一部です。文書の出所、有効性、権限が明確になって初めて、会話機能は日常業務を支援する基盤を持てます。
参考資料
各組織や技術プロジェクトの原資料をお読みください。




