社内資料をAIで探すための準備

資料の保存場所だけでなく、何の情報か、どれが現行版か、誰が参照できるかを整理します。質問に関係する情報を選び、回答から元の資料へ戻れるようにしておくと、担当者が内容を確認しやすくなります。

社内文書や面談記録をAIで使いたい方、担当者ごとのAIエージェントが同じ情報を参照できる環境を作りたい方に向けた記事です。

実際に探したい質問から始める

最初に、社員がどのような質問で資料を探しているかを集めます。「この商品の現行価格は」「顧客と前回何を約束したか」では、必要な資料も確認方法も違います。

質問に答えられる原本がどこにあるかを確かめます。資料自体に答えがないのか、資料はあるが見つからないのか、古い版を参照しているのかを分けると、直す場所が見えてきます。

原本を残したうえで、資料名、分類、要点、原本へのリンクをまとめた一覧を作ります。この一覧を、必要な原本を探すための案内として使います。要約だけでは、条件や例外が抜けていても確かめられなくなるため、元の資料へ戻れるようにします。

同じ顧客や商品を違う名前で記録している場合は、呼び方の対応もまとめます。案・確定版・終了済みを区別し、何を現行情報として使うかを明示します。

チームで同じ資料を使うことと、全員にすべての情報を公開することは別です。人が閲覧できない資料を、その人のAIエージェント経由で読めないようにする必要があります。

どの担当者がどの情報を使うかを整理し、検索時にも権限を確認できる仕組みを検討します。資料を移したり更新したりしたときは、案内や参照先も一緒に直します。

ZenbuAIでは、元の会話記録から探す場合と、情報を分類・要約し参照先を整理したデータを使う場合を比較しました。両方で処理が完了した同じ21問では、検索から回答までの平均時間が140秒から50秒になり、AI処理の参考コストは約53％減りました。

時間には回答生成も含み、整理したデータと元の記録では残る情報も異なります。データベース単体の速度や、実際の月額支払額を比べた値ではありません。条件と結果は比較テストの記事で確認できます。

自社で試す際は、よくある質問をそろえ、回答の正しさ、参照元、情報の新しさ、権限、回答までの時間を確認します。答えがない質問に、無理に答えを作らないかも見ます。

要約しすぎて必要な条件が消えていれば、速く答えられても改善とは言えません。答えられなかった質問や、元の資料を確認したくなった場面を記録し、分類や案内を直していきます。