ナレッジベースとRAG
ナレッジベースとRAG
Section titled “ナレッジベースとRAG”ナレッジベースはAIボットの基盤です。組織の実際のドキュメントをアップロード—ボットはこのデータから学習し、スマートRAG（検索拡張生成）パイプラインを使用して質問に回答します。
ドキュメントのアップロード
Section titled “ドキュメントのアップロード”-
左メニューのナレッジベースに移動します。
-
ドキュメントをアップロードをクリックし、ファイル（PDF、DOCX、またはTXT）を選択します。
-
システムがドキュメントを処理してインデックスするまで待ちます。完了するとステータスが準備完了と表示されます。
-
右側のテストボットパネルでボットをテストし、アップロードされたドキュメントから質問に答えられることを確認します。
テキストから作成
Section titled “テキストから作成”ファイルのアップロードに加え、テキストから直接ナレッジベースエントリを作成することもできます：
- テキストから作成をクリック
- 参照しやすいタイトルを入力
- テキストエディタにコンテンツを貼り付けるか入力
- 保存をクリック — システムが即座にインデックスします
これはFAQ、ポリシー、またはファイルなしで直接書きたいコンテンツに便利です。
RAGパイプライン
Section titled “RAGパイプライン”ユーザーが質問をすると、システムは4ステップのRAGパイプラインで処理します：
-
ハイブリッド検索 — キーワードとセマンティックベクトル検索を同時に使用してすべてのドキュメントを検索し、関連コンテンツを見逃しません。
-
クエリの書き換え — ユーザーの質問をより正確で検索しやすいように書き換え、質問があいまいな場合でも検索精度を向上させます。
-
再ランク付け — 取得したドキュメントチャンクを関連性でスコアリングして再ランク付けし、最も関連性の高いコンテンツを最初にAIモデルに渡します。
-
回答の生成 — AIモデルが取得したコンテンツに基づいて自然言語の回答を生成し、ソースの参照を付けます。
RAGの機能
Section titled “RAGの機能”| 機能 | 説明 |
|---|---|
| ハイブリッド検索 | キーワード + セマンティックベクトル検索を組み合わせて高い再現率を実現 |
| クエリの書き換え | ユーザーの質問を自動的に言い換えて検索精度を向上 |
| 再ランク付け | クロスエンコーダーによる再ランク付けで最も関連性の高いチャンクを表示 |
| スマートモデルルーティング | 複雑さとコストに基づいてクエリを適切なモデルにルーティング |
ガードレールモード
Section titled “ガードレールモード”ボットがナレッジベース内に留まる厳格さを制御します：
| モード | 動作 |
|---|---|
| 厳格 | ボットはアップロードされたドキュメントからのみ回答します。関連するコンテンツが見つからない場合は回答を拒否します。 |
| ハイブリッド | ボットは主にナレッジベースを使用しますが、必要に応じて一般的な知識を補完する場合があります。 |
| オープン | ボットはナレッジベースをコンテキストとして使用しますが、トレーニングデータから自由に回答できます。 |
テストボット
Section titled “テストボット”公開前にテストボットパネルを使用してナレッジベースを確認してください：
- ユーザーのように質問を入力
- 回答がドキュメントに基づいていることを確認
- ソースビューを使用してボットが取得したドキュメントチャンクを確認
- 必要に応じてガードレールモードを調整して再テスト
ナレッジベースへの変更はテストボットに即座に反映されます — 再デプロイは不要です。
KBオートサジェストドラフト
Section titled “KBオートサジェストドラフト”
オートサジェスト機能はアナリティクスダッシュボードから未回答の質問を分析し、コンテンツのギャップを埋めるためのナレッジベース記事のドラフトを自動生成します：
- システムが一致するドキュメントのない未回答の質問からトピックを特定します
- 質問のパターンに基づいて提案コンテンツを含むドラフトドキュメントを生成します
- ドラフトは「提案ドラフト」バッジ付きでアナリティクス → 未回答セクションに表示されます
- ドラフトを確認、編集し、公開することでボットのカバレッジを即座に向上させます