導入事例・カスタマーサポート／社内DX
カスタマーサポートのAIナレッジ検索（Hybrid GraphRAG）
単純RAGでは拾いにくい横断情報や根拠まで扱い、担当者が回答を検証できる検索体験を作れます。
- 対象
- サポート部門を持つ事業者
- 期間
- PoCから運用へ移行
- 費用
- 約780万円（税別）
- 公開日・更新日
- /
結果
- 回答精度 平均正答率95% 複数のプロジェクトで繰り返し計測した平均
- 対応時間 探し回る時間が不要
- 応対品質 新人でも同じ回答に到達
- 安全性 引用元つきで検証できる
課題
過去の問い合わせ対応履歴やサポート文書・マニュアルが大量にあるものの、必要な回答を探し出せず活用しきれていませんでした。キーワード検索では言い回しの違いを取りこぼし、複数の文書をまたぐ手順や例外対応を横断的に調べることも難しい状況でした。
- 問い合わせ履歴・サポート文書が大量にあり、目的の回答にたどり着けない
- キーワード検索では言い換え・表記揺れを拾えない
- 複数の文書にまたがる手順や例外対応を横断的に追えない
作ったもの
自然文で質問すると引用元を示しながらAIが回答する社内ナレッジ検索を構築。単一のベクトル検索に頼らず、メタデータ・全文・ベクトル・グラフ近傍・対応根拠（Claim）の複数経路を統合するHybrid GraphRAGを採用し、根拠付きで精度の高い回答を実現しました。
- 実際のデータ量では通常のベクトル検索だけのRAGは精度・スケールに限界があり、横断回答や引用元の確かさも弱いため、複数資料を突き合わせて照合できるGraphRAGを採用
- Neo4jのナレッジグラフで文書・概念・手順・対応内容を関連付け
- 質問の条件で絞り込んだうえで全文検索と意味の近さによる検索を統合し、資料をまたぐ照合と対応根拠を加えて、回答後に根拠を検証
- 回答には引用元の本文を提示し、資料にない内容を断定しないよう制御する設計
結果
担当者が過去の対応履歴やマニュアルを探し回る時間がなくなりました。普通の文章で聞けば引用元つきで答えが返るので、検索のコツを知っているベテランでなくても同じ回答にたどり着けます。根拠となる本文が添えられ、資料にない内容を断定しないよう制御してあるため、そのままお客様に返してよいかを担当者自身が判断できます。回答の正答率は、複数のプロジェクトで繰り返し計測して、平均95%前後です。
Beekleだからできたこと
流行の技術を使うのではなく、検索課題に必要な構造から方式を選ぶ
単純RAGでは拾いにくい横断情報や根拠まで扱い、担当者が回答を検証できる検索体験を作れます。
メタデータ・全文・ベクトル・グラフ近傍・Claimの複数経路をRRFで統合し、回答には必ず引用本文を付け、資料にない内容は断定しない構成にしました。
Beekleは、RAGやGraphRAGといった技術名から方式を決めず、必要な検索精度と検証可能性から検索経路を組み立てます。この案件ではメタデータ・全文・ベクトル・グラフ近傍・ClaimをRRFで統合し、さらに回答へ引用本文を必須化しました。検索方式と回答の安全性を同じ設計対象として扱っています。
発注判断の裏側
このお客さまが、何と比べ、何を不安に感じ、なぜBeekleに決めたか。
- 比べたもの
- 既製のAIチャットボット・社内検索ツール
- 不安だったこと
- 既製品では言い回しの違いを拾えず、複数の文書にまたがる手順にも答えられません。根拠のない回答が出ることと、作ったあとの保守も不安でした。
- 決め手
- 案件に合うRAGの手法を選べることと、インフラからRAGまで一気通貫で本番まで持っていける知見が決め手になりました。
よくある質問
- Q. カスタマーサポートのAIナレッジ検索（Hybrid GraphRAG）では、何が課題でしたか？
- A. 過去の問い合わせ対応履歴やサポート文書・マニュアルが大量にあるものの、必要な回答を探し出せず活用しきれていませんでした。キーワード検索では言い回しの違いを取りこぼし、複数の文書をまたぐ手順や例外対応を横断的に調べることも難しい状況でした。
- Q. カスタマーサポートのAIナレッジ検索（Hybrid GraphRAG）の費用はいくらでしたか？
- A. 約780万円（税別）です。
- Q. カスタマーサポートのAIナレッジ検索（Hybrid GraphRAG）で、何が変わりましたか？
- A. 担当者が過去の対応履歴やマニュアルを探し回る時間がなくなりました。普通の文章で聞けば引用元つきで答えが返るので、検索のコツを知っているベテランでなくても同じ回答にたどり着けます。根拠となる本文が添えられ、資料にない内容を断定しないよう制御してあるため、そのままお客様に返してよいかを担当者自身が判断できます。回答の正答率は、複数のプロジェクトで繰り返し計測して、平均95%前後です。
- Q. ほかにどんな方法と比べましたか？
- A. 既製のAIチャットボット・社内検索ツールと比べました。
- Q. なぜBeekleに依頼したのですか？
- A. 案件に合うRAGの手法を選べることと、インフラからRAGまで一気通貫で本番まで持っていける知見が決め手になりました。