- 導入事例
- RAGによる社内ナレッジを取り込んだチャットボットの構築
RAGによる社内ナレッジを取り込んだ
チャットボットの構築
社内の独自データを取り込んだチャットボットを利用し、ナレッジ活用による業務効率化を実現。
- RAG(Retrieval Augmented Generation)とは、生成AIの言語生成能力を、検索技術と組み合わせて拡張する仕組み。社内などの独自の情報をもとに、生成AIから回答を得ることができる。
背景・課題
案件ごとに蓄積された対応実績や社内ナレッジが未整理で活用できていないため、下記の課題があった。
- 対応方針の調査（社内ナレッジの確認やWeb上での検索）に多くの工数を費やしている。
- 過去の対応実績を参考にしきれていないため、担当者によって対応に品質差がある。
効果
- Slack上でRAG型のチャットボットに質問することで分散していた社内ナレッジをまとめて閲覧可能に。
ナレッジを探す手間を削減。 - 新人も容易に社内ナレッジを踏まえた高品質な対応が可能に。
ソリューション
- 独自の知識ベースから独自データを検索し、LLMによるテキスト生成に組み合わせる手法（RAG, 検索拡張生成）を採用し、社内ナレッジを踏まえた高精度な回答が可能なチャットボットを構築。
- Slackアプリ×AWSサーバーレスアーキテクチャでシステムを構築、LLMにはOpenAIのAPIを使用。
- Slackアプリ開発
- AWSサーバーレス開発
- 生成AI活用(OpenAI)
ご利用いただいたサービス
システムイメージ
