社内ドキュメントにAIで質問できるシステム（RAG）を作った話

「あの情報、どこに書いてあったっけ？」問題

社内マニュアル、就業規則、製品仕様書、議事録——。会社には大量のドキュメントがあります。しかし、必要な情報を探すのに毎回苦労していませんか？

「有給休暇って入社何ヶ月後からもらえるんだっけ？」

「エラーコードE004の対処法は？」

「リモートワークのルールってどこに書いてある？」

こうした質問に対して、**ドキュメントをAIが読み解き、即座に回答してくれるシステム**を構築しました。

Before / After

✕ Before：従来の情報検索

1. 「あのルール、どこに書いてあったっけ？」

2. 共有ドライブを開いてフォルダを探す（5分）

3. PDFを1つずつ開いてCtrl+Fで検索（10分）

4. 見つからず、先輩に聞く（待ち時間10分）

5. 結局、口頭で回答をもらう

合計: 25分〜 / 1回の質問

✓ After：RAGで即回答

1. チャットに質問を入力（10秒）

2. AIがドキュメントを自動検索（1秒）

3. 根拠付きの回答が表示（2秒）

4. 必要なら追加質問（即座）

5. 回答の根拠（引用元）も確認可能

合計: 15秒 / 1回の質問

RAGの処理フロー

ドキュメント準備

PDF・テキストを読み込み
検索しやすい単位に分割
pdfjs-dist / チャンク分割

検索（Retrieval）

質問に関連するチャンクを
N-gram検索で取得
日本語N-gram / BM25スコア

生成（Generation）

チャンクをコンテキストとして
AIが根拠付き回答を生成
Gemini / Claude 切替可

ポイント：

AIが自分の知識ではなく、御社のドキュメントだけを根拠に回答

→ ハルシネーション（AIの嘘）を最小限に

デモ画面

実際に動くデモを公開しています。PDFやテキストファイルをアップロードして、ドキュメントに質問してみてください。

![RAG デモ画面 — ドキュメントアップロード＆チャットUI](/images/blog/rag-demo-top.png)

デモを試す → /lab/rag-z-demo

![RAG デモ画面 — AIチャット回答（Gemini / Claude 切替可能）](/images/blog/rag-demo-chat.png)

Gemini / Claude の切り替えが可能。用途やコストに応じて最適なモデルを選択できます。

システム構成

📄 PDF / テキスト
ドキュメントアップロード

→

🔍 N-gram検索
関連チャンク取得

→

🤖 AI（LLM）
Gemini / Claude

→

💬 回答表示
根拠付きで即回答

検索精度を上げるためのポイント

日本語のRAGでは、英語と違って「単語の区切り」が明確でないため、検索精度の確保が重要です。

手法	内容	効果
N-gram分割	「退職したいときは…」→「退職」「退職し」等を自動生成	日本語の部分一致を実現
長い一致優先	「退職金」（3文字）は「退」（1文字）より高スコア	検索ノイズを削減
上位10件渡し	関連度の高い10チャンクをAIに提供	回答の見落としを防止

こんな活用シーンに

📋 社内マニュアルのAI化

新入社員が規程や手順書に質問できるチャットボット。「有給はいつから？」→ 即回答

🎧 カスタマーサポート

製品マニュアルの問い合わせ対応を自動化。一次対応の工数を削減

🏭 技術文書の知識共有

ベテランが退職しても、ドキュメントの知見をAIが継承

⚖️ 法務・コンプライアンス

規程・契約書から必要な条項を即座に検索。監査対応にも

技術スタック

フロントエンド — Next.js 16, TypeScript, Tailwind CSS

PDF解析 — pdfjs-dist（クライアントサイド）

検索 — 日本語N-gramベースBM25検索

AI — Google Gemini / Anthropic Claude（環境変数で切替）

ホスティング — Vercel

御社でも導入しませんか？

「うちの社内マニュアルでも試してみたい」「自社のドキュメントに特化したRAGシステムを構築したい」という方は、お気軽にご相談ください。PoCから本番導入まで一貫して対応します。

AI活用の無料相談を申し込む →