チャットボットの開発

当社が手がけた本プロジェクトでは、社内に蓄積された知識やドキュメントを活用し、ユーザーからの問い合わせ内容に応じて最適な回答を行うトピック特化型チャットボットを開発しました。 OpenAIのEmbeddings機能を用いて知識ベースをベクターデータベース化し、会話内容に応じて高精度に該当カテゴリを推定する仕組みを構築しています。

取り組みのポイント

1. 社内知識ベースの再構築

• クライアントから提供いただいた多数のドキュメントを整形・分類・トークン分割し、ベクターデータベースに登録。
• システムが参照する知識ソースを明確化することで、回答の正確性を高めました。

2. RAGによるトピックコントロール

• 会話の初期段階でRAG（Retrieval-Augmented Generation）を活用し、ユーザーの発話内容を精細にカテゴライズ。
• カテゴライズされたトピックに紐づくリレーショナルデータベースからコンテンツを取得し、動的にプロンプトを生成することで、特定領域に特化した回答を実現しました。

3. UI/UX設計と異常系処理

• ターゲットとするユーザーの年齢層に合わせたキャラクター性や会話トーンを検討し、自然なコミュニケーション体験を提供。
• 異常系や不適切な入力への対応、倫理的観点からのフィルタリング機能も実装し、安心して利用できるチャット環境を整備しました。

4. ビジネス面でのさらなる活用可能性

• 社内ナレッジを効率的に扱うことで問い合わせ対応や情報検索を迅速化し、コスト削減と生産性向上を実現。
• 本プロジェクトを通じて、RAGをチャットボットだけでなく、より構造化された社内システムやワークフローへの組み込みにも有用であることを確認。業務全体のデータ連携や文書検索を自動化し、新規事業開発のスピードアップにつながる可能性を見出しました。

5. 他LLMとの比較検討

• 本プロジェクトではOpenAIのEmbeddingsを中心に実装しましたが、後に他のLLM（例：Geminiなど）との比較検証も実施し、さらなる性能向上策を検討する足がかりを得ています。

今回のPoC構築を通じて培ったRAGの導入ノウハウやチャットフローの最適化技術は、製造業におけるトラブルシューティングやマニュアル参照の自動化、社内研修・ナレッジ共有、さらには問い合わせ窓口の自動化など、さまざまなドメインに横展開が可能です。 Goldrush Computingでは、こうしたチャットボットを軸としたソリューションの提供を通じて、企業の新規事業開発やプロダクトの差別化に貢献していきます。