株式会社ベストスキップのロゴ
課題から探す/最新テクノロジー活用

社内文書を、根拠付きでLLMに答えさせたい

文書を探す時間を、質問ひとつに置き換える。

社内の規程やマニュアル、過去案件をLLMが横断して読み、その場で答えます。回答には参照した文書と該当箇所を必ず添えるので、根拠をたどって確かめられます。オンプレの閉域で動くため、社外秘のドキュメントもそのまま対象にできます。

01

お客さまの課題

  • Case 01

    答えは社内のどこかにあるのに、探すのに時間がかかる

    規程やマニュアル、過去の議事録に答えはある。ただ、どのフォルダの何というファイルかを知っている人にしか、たどり着けない。

  • Case 02

    キーワード検索では、言い回しが違うと引っかからない

    「有給」で引いても「年次休暇」と書かれた文書は出てこない。結局、詳しい人に聞くのがいちばん早い、という状態が続く。

  • Case 03

    生成AIに聞くと、それらしいが根拠のない答えが返る

    出典のない回答は、合っているのか確かめようがない。社内の判断に使うほど、どの文書に基づくのかが要る。

  • Case 04

    社外秘の文書を、外部のAIサービスには読ませられない

    規程や契約、顧客資料はクラウドに上げにくい。扱える文書が限られると、いちばん聞きたいことに答えられない。

02

ソリューション

文書を取り込む → 意味で検索する → 出典付きで回答する → 閲覧範囲は権限で制御する。

社内の文書を取り込んで検索インデックスを構築し、質問に対して意味の近い箇所を検索します。LLMはその原文だけを根拠に回答を生成し、参照した文書と該当箇所を併記します。検索対象は利用者の閲覧権限でフィルタするため、権限外の文書が回答に混入することはありません。すべてローカルで動作し、社外秘のドキュメントも対象にできます。

  • 社内文書を取り込み、意味のまとまりで索引化している管理画面
    Step 01

    ① 社内文書を取り込み、意味で検索できるインデックスを構築

    PDFやOfficeファイル、議事録、過去案件を取り込み、内容を意味のまとまりで分割してインデックス化します。この意味検索により、言い回しが違う文書も検索できます。更新された文書は自動で再取り込みするため、古い版が残りません。

  • 質問に対し出典付きで回答し、根拠となった文書箇所を併記した検索画面
    Step 02

    ② 質問の意図に近い箇所を検索し、出典付きで回答

    質問の意味に近い箇所を文書横断で検索し、その原文をもとに回答を生成します。参照した文書名と該当箇所は必ず併記します。根拠のない内容を推測で補うことはせず、該当が見つからない場合はその旨を回答します。

  • 利用者の権限に応じて検索対象の文書範囲を絞り込む設定画面
    Step 03

    ③ 閲覧権限のある文書だけを検索対象にする

    利用者の閲覧権限に応じて、参照できる文書だけを検索対象にします。部署や役職ごとに対象範囲が制御されるため、権限外の機密が回答に混入しません。誰がどの質問をしたかの利用ログも記録されます。

主な構成要素

  • 01ローカルLLM推論基盤(オンプレ/閉域で完結)
  • 02文書取り込み・チャンク分割(PDF・Office・議事録)
  • 03ベクトル検索(意味検索インデックス)
  • 04RAG回答生成(出典・該当箇所の明示)
  • 05権限連携(閲覧範囲でフィルタ)
  • 06更新検知・再インデックス/利用ログ
03

関連ユースケース

Tech StackローカルLLM(オンプレ推論)ベクトルDB(意味検索)RAG(文書取り込み・出典付き回答)権限管理連携(LDAP/SSO)Next.js / TypeScript(検索UI)Python(インデックス・回答生成)