社内文書AI検索システム開発

規程・マニュアルが複数の置き場所に散らばっている企業へ

知りたいことを根拠付きで説明する

社内規程、マニュアル、過去資料がSharePoint・Drive・Confluence・ファイルサーバーに分かれ、どれが最新版か分からない状態を解消します。

社員は詳しい人に聞かずに、知りたいことの答えと根拠の箇所をその場で確かめられます。

相談では、文書を入れる前に、どの文書を正式版とするか、版と閲覧権限、どんな質問にどの根拠で答えるかを整理し、そのうえで実装します。NDA後の検証用デモは0円です。

INPUT 質問 社内文書 PROCESS AIが横断検索する OUTPUT 回答 根拠の箇所
初回相談〜対象業務の自動化検証
0円NDA締結後に作ります。合わなければ、デモの段階で終了です。
PoCから本番運用まで(おおむね3〜4か月)
300万〜400万円小さな範囲なら100万円から始められます。対象業務と連携範囲が決まった時点で金額と期間を都度お見積もりします。

AI利活用でもうつまづかない

迅速な検証で無駄な工数をカット

AIを使ったDXはデータの状態や現場のAIの使い方によって成果が変わります。曖昧な目的、不十分な確認作業、繰り返される修正や変更などのつまづきを解消するために、要件定義と迅速な検証で対応します。

つまずく理由①

何を改善するかが曖昧なまま作る

Beekleのソリューション

業務と成功条件を要件にする

業務の順番、例外、使うデータ、完成と判断する条件を具体化します。誰が何を確認するかまで決めるため、完成後に「現場で使えない」と分かる手戻りを減らせます。

倉庫DXでの要件定義・実装の実例 →

つまずく理由②

使って初めて、想定との違いが分かる

Beekleのソリューション

本開発の前に動くデモで確かめる

ゼロスタートでは、対象を絞った簡易デモを無料で作ります。画面を見ながら使い方と認識のズレを確かめ、有料の検証・開発へ進むか判断できます。

ヒアリングから動作デモを作った実例 →

つまずく理由③

ズレに気づいても、修正が遅れる

Beekleのソリューション

確認と修正を短い周期で重ねる

要件定義から実装まで同じチームが担当。自社基盤「PM on Rails」で、打ち合わせの決定を仕様・実装・テストへつなぎ、確認と修正を短い周期で重ねます。

速い開発と顧客支援を支える仕組み →

プロセスの一例 · 規程や過去資料を探す場合

詳しい人に聞かずに、必要な資料を見つけたい

要件定義で具体化する

  • 探したい資料と実際の質問
  • 公開範囲と更新の担当者
  • 原文を確認する方法

動くデモで一緒に確かめる

  • 質問に合う資料の候補
  • 該当箇所と出典の表示
  • 見つからない質問の傾向

デモで分かったことを、要件に反映する

古い資料や似た文書を拾う場合は、版の扱いや検索条件を見直します。

検討から開発までのプロセスの一例です。無料デモで扱う項目は打ち合わせで決め、本番向けの検証・連携・運用整備は別途お見積もりします。

本開発前の、ゼロスタート

簡易デモを0円で確認可能

ゼロスタートでは、対象業務のコア機能を実際に作り、業務に使えるかを検証するところまで無料で対応します。NDAを結び、必要なデータ、実装する機能、確認する処理と期間を着手前に合意します。動くシステムと検証結果を見て、本開発へ進む価値を双方で判断します。その後の機能・連携の拡張や本番運用の整備は、範囲と費用を別途合意して進めます。

実データの共有はNDA締結後。デモで合わなければ、費用をかけずに終了できます。

BEFORE / AFTER

資料探しの時間を減らし、本来の仕事に集中できる。

社内規程の確認や過去の問い合わせ対応の調査をAIに任せると、資料を一つずつ探して読む時間が減り、お客様への対応や、いま進めたい仕事に時間を使えます。

  1. 今の状態

    資料が散らばる

    PDF、規程集、マニュアルが別々の場所にあり、探せるかどうかが探す人の経験で決まります。

  2. Beekleの設計

    質問の意味で探す

    表現が違っても関係する箇所を探し、回答と一緒に根拠文書を提示します。

  3. 導入後

    答えと根拠が見える

    担当者への確認や資料の読み比べが減り、本来の業務に使える時間が増えます。

回答には出典を添えるので、必要な箇所を原文で確認してから仕事に使えます。

別々の場所にあった資料を横断して探し、回答と根拠を確認できる状態へ変わる様子を表した図
置き場所ごとに分かれていた資料を横断し、答えと根拠をセットで返します。

開発実績

従来の検索システムだけでは見つからない答えを探し出す

費用約780万円(税別)

この事例を見る
何に困っていたか
問い合わせ対応の履歴やマニュアルが大量にあるのに、言い回しの違いや、複数の文書にまたがる手順を探し出せませんでした。業務で使うには、回答の根拠を示す必要がありました。
何をしたか
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組み合わせ、資料をまたいで照合する構成にしました。回答には必ず引用元の本文を添え、資料に無い内容は断定しないよう制御しています。
どうなったか
  • 複数の探し方を組み合わせて、根拠つきで回答
  • 資料に無い内容は断定しない
  • 複数のプロジェクトで繰り返し計測した正答率は平均95%

検索方式を先に決めず、答えが見つからない理由から設計します。引用元の本文が添えられるので、そのまま返してよいかを担当者が判断できます。

株式会社iroAI

施設の詳細情報から、希望に合う介護サービスを根拠つきで薦める

費用約100万円(税別)

この事例を見る
何に困っていたか
介護サービスを必要とする方やそのご家族が、自分に合う介護サービスを見つけにくい状況でした。情報があちこちに散らばり、比べるのに時間がかかります。リニューアルでは、施設ごとの特徴や医療対応のような細かな条件まで踏まえて、合うサービスを薦める仕組みが必要でした。
何をしたか
LINEミニアプリで選択肢をタップして答えると、条件に合う介護サービスが点数順に並ぶように作り直しました。まずSQLで候補を絞り込み、施設が条件に当てはまるかをAI(jev)で一つずつ判定します。推薦のルールは頻繁に変わるので、条件の判定をAIに任せ、ルールを書き換えるだけで推薦を変えられるようにしています。そのあとTursoに入れた施設の詳細情報をRAGで引いて、利用者の希望と自然文でマッチングし、最後はルールに沿って点数を付けて並べます。あわせて、本部と掲載企業の管理画面と、表示回数やクリック率を見る分析画面も作りました。
どうなったか
  • 574件・72チェックで全問一致
  • 質問に答えるだけ
  • 他社なら約300万円の開発を約100万円で

RAGで施設の詳細情報を検索し、利用者の希望と照らし合わせて候補を出します。並び順はルールで決めているので、なぜその施設を薦めたのかを説明できます。

中身を聞く質問と、件数を聞く質問で探し方を変える

何に困っていたか
自社で使っているAI検索で、「未対応はいくつあるか」のような質問に、似た情報を数件拾う検索では正しく答えられず、利用者には「データが存在しない」ように見えていました。
何をしたか
件数や一覧を聞く質問は、あらかじめ定義した問い合わせに振り分けるよう改修しました。AIが質問にない条件を勝手に補う問題も、指示文の調整では直らなかったため、質問文と照らし合わせる処理を加えて抑えています。
どうなったか
  • 質問の種類に応じて探し方を切り替え
  • 「該当なし」と「探せなかった」を取り違えない
  • 自社の開発現場で運用中

自分たちも毎日使い、うまく答えられなかった質問を実装で直してきました。その経験を、お客さまの検索の設計に使います。

すべての開発事例を見る

ほかの作り方との違い

合う作り方は、資料と質問で決まる

社内文書のAI検索は、クラウドのサービスを契約する、RAGの基盤パッケージを入れる、開発会社に作ってもらう、の3つから選べます。

クラウドのAI検索サービスを契約する

資料をアップロードすれば、その日から質問できます。資料が一か所にまとまり、資料の中の文章でそのまま答えられる質問に向きます。

  • 複数の資料を突き合わせないと出ない答えに届きにくい
  • 部署ごとに見せる資料は、製品が用意した範囲でしか分けられない
  • 答えられなかった質問を、どう直すかは製品の機能次第

RAGの基盤パッケージを入れる

検索の仕組みが用意されているので、社内の環境に早く立ち上げられます。資料の形式がそろっている場合に向きます。

  • 表や注記の多い資料は、答えに使える形に直す作業が残る
  • 既存の業務システムのデータとつなぐ部分は、別に作る必要がある

開発会社に作ってもらう

資料をまたいだ照合、閲覧権限、既存システムのデータ、答えの正しさの評価までを、自社の業務に合わせて1つの仕組みにできます。

  • 既製品より費用と期間がかかる
  • 作る価値があるかを0円のデモで先に確かめる

クラウドのサービスで「資料をまたぐと答えられない」「見せる範囲を分けられない」に当たったら、作る側の出番です。自社の資料と質問で動く0円のデモを見てから決められます。

進め方・費用

自社の資料で試してから、開発を進めるか判断できます。

お金を払うのは、0円のデモで確かめたあとです。「相談する」「デモで確かめる」「有料の開発に進む」は、それぞれ別の判断として区切ってあります。

ゼロスタートの簡易デモ

0円

NDAを結び、要件を伺って簡易デモを作ります。開発を進める価値があるかを双方で判断できるところまでが範囲です。合わなければ双方ここで終了し、費用は発生しません。

PoC

準委任(月額)

簡易デモで実現の見込みを確認できた場合だけ進みます。確かめる範囲は、簡易デモで分かったデータの状態と難しさをもとに決めます。単価は時間あたりで公開しています。

MVP・本番開発・運用

準委任(月額)

PoCの結果を見て、画面、連携、権限、運用まで同じ体制で続けます。範囲を狭める、方式を変える、見送る判断も各段階でできます。小さな範囲なら100万円から始められます。PoCから本番運用まで(おおむね3〜4か月)の目安は300万〜400万円(税別)です。対象業務と連携範囲が決まった時点で金額と期間を都度お見積もりします。

金額は案件ごとに変わります。デモで分かったデータの状態と難しさをもとに、都度お見積もりします。

0円のデモで作る範囲と、そのあとの進め方は、次のページにまとめています。

ゼロスタートのページを見る

時間単価(税別)

請負・成果報酬型のお支払いは、原則として着手時50%、納品後50%です。金額の大きい案件や1年を超える長期案件では、工程に応じた分割払いなど、支払時期と割合を個別に合意します。履行型は毎月のお支払いです。履行型で作業量が少ない案件は、作業した時間に単価を掛ける時間精算です。精算方法は契約時に決めます。必要な職種と人数は案件ごとに変わるので、金額は範囲が決まった時点で都度お見積もりします。クラウド・API利用料は実費で、別途のご負担です。

  • デザイナー1時間あたり4,000〜5,500円
  • エンジニア1時間あたり5,000〜8,000円
  • PM1時間あたり10,000円
  • AIエンジニア1時間あたり8,000円〜

データの扱いとセキュリティ

  • 秘密保持契約締結後、合意した範囲のデータだけをお預かりします
  • 社員ごとの閲覧権限を守り、見てよい資料だけを検索とAIの回答に使います
データの扱いとセキュリティを詳しく見る
社内文書AI検索の導入費用はどのくらいですか?

ゼロスタートでは、対象業務のコア機能を実際に作り、業務に使えるかを検証するところまで無料で対応します。NDAを結び、必要なデータ、実装する機能、確認する処理と期間を着手前に合意します。動くシステムと検証結果を見て、本開発へ進む価値を双方で判断します。その後の機能・連携の拡張や本番運用の整備は、範囲と費用を別途合意して進めます。合わなければ、デモの段階で費用なしに終了できます。請負・成果報酬型のお支払いは、原則として着手時50%、納品後50%です。金額の大きい案件や1年を超える長期案件では、工程に応じた分割払いなど、支払時期と割合を個別に合意します。履行型は毎月のお支払いです。履行型の単価は時間あたりで公開しています。デザイナーは1時間あたり4,000〜5,500円、エンジニアは1時間あたり5,000〜8,000円、PMは1時間あたり10,000円、AIエンジニアは1時間あたり8,000円〜。いずれも税別です。小さな範囲なら100万円から始められます。PoCから本番運用まで(おおむね3〜4か月)の目安は300万〜400万円(税別)です。対象業務と連携範囲が決まった時点で金額と期間を都度お見積もりします。クラウドやAPIの利用料は別途です。

社内文書AI検索とは何ですか?

社内文書AI検索とは、社内規程、マニュアル、過去資料をAIが検索し、質問への答えを根拠の箇所つきで返すシステムです。資料がSharePoint・Drive・Confluence・ファイルサーバーに分かれていても、まとめて探せます。

開発は誰が担当しますか?

要件の整理から、開発、インフラ、保守まで同じチームが担当します。費用の目安は、AIエンジニア1名とエンジニア1名の体制で出しています。

社内にエンジニアがいなくても、資料の更新を続けられますか?

資料の追加・差し替えと閲覧範囲の管理を、社内の担当者が続けられる形で設計します。どれを正式版とするか、誰が更新するかを導入時に決めます。汎用のAI検索から移行する場合も、実際の質問と誤答を見て、残せる仕組みと作り直す部分を分けて提案します。

対応できる文書の形式を教えてください

PDF(テキストPDF・スキャンPDF)、Word(.docx)、PowerPoint(.pptx)、Excel(.xlsx)、Confluenceページ、Google Docs、HTMLに対応しています。スキャンPDFについてはOCR処理を組み合わせてテキスト抽出します。それ以外の形式についても個別にご相談ください。

文書データのセキュリティは担保されますか?

Azure OpenAI Service等のエンタープライズ環境を利用すれば、文書データがAIモデルの学習に使われることはありません。オンプレミスやVPC内での閉域構成も、要件に応じて対応できます。セキュリティ要件は初回ヒアリングで個別に確認します。

AIが間違った回答をする(ハルシネーション)リスクはありませんか?

ゼロにはできません。RAGの構成で、回答は検索で見つかった文書の内容をもとに作り、該当箇所を引用として併記します。回答を返す前には、根拠の資料と回答の内容が対応しているかを確かめる処理を入れます。検索対象に該当文書がない場合は「該当する情報が見つかりません」と回答する設計です。重要な判断の前には原文書を確認するよう、画面にも表示します。

文書が増えた場合、検索精度は落ちませんか?

文書が増えると、似た資料や古い版が混ざって精度が落ちます。そのため、資料の種類・対象・版を検索の条件として持たせ、質問に応じて条件で絞ってから探す構成にします。導入時に代表的な質問と正解を評価用に残し、資料を追加するたびに同じ質問で確かめるので、精度が落ちたときに原因を追えます。自社の検索でも、評価で精度を下げた処理は外しています。

発注前に読んでおく記事

AIに相談する

普段のAIに、合うか聞いてみてください

社内の事情を伝えて使っているAIに「なぜ合うのか、なぜ合わないのか」を聞くと、問い合わせ前に判断材料が揃います。確認用の質問はこちらで用意しています。

調べる・問い合わせに答える

AIチャットボット・RAG開発で解ける課題です。

必要な資料が見つかりません。同じ質問への対応に時間がかかっています。判断基準、実績、費用の考え方は親サービスのページにまとめています。

AIチャットボット・RAG開発のサービスを見る

「あの人に聞かないと分からない」を、どこから減らしますか。

よく聞かれる質問と、今ある資料を伺い、AIが答えられる範囲と人に残す範囲をご案内します。

デモは0円で、合わなければその時点で終了できます。

送っていただきたいもの

  • よく聞かれる質問と、いま誰が答えているか
  • 資料の種類・置き場所・だいたいの件数
  • 公開してよい範囲と、権限を分けたい範囲

送信後の流れ

  1. 通常1〜2営業日以内にご連絡し、オンラインで業務を伺います
  2. NDAを締結し、実データを確認します
  3. 0円の検証用デモをご覧いただき、進めるかを双方で判断します