製造業向け RAGシステム構築

概要

中小製造業の社内文書を対象としたRAG（Retrieval-Augmented Generation）システムを構築。数百件に及ぶ社内文書・資料を対象に、社内文書チャットボットと資料検索チャットボットの2種を実装した。マニュアル・手順書・規程類といった「業務上必要だが探しにくい」情報と、過去の報告書・議事録・技術文書といった「ナレッジ資産」をそれぞれ独立した検索体験として提供している。

製造現場の知識は属人化しやすく、ベテランの異動・退職とともに失われやすい。RAGによる自然言語検索により、文書資産を組織の共有財産として再活用できる状態を目指した。

技術構成

• フロントエンド: Next.js。社内ユーザー向けのチャットUIを構築
• AI: OpenAI API。回答生成と意味検索のためのEmbedding生成に使用
• オーケストレーション: Mastra。検索→整形→生成のマルチステップワークフローを管理
• インフラ: Azure。社内利用前提のセキュリティ要件に合わせたクラウド環境
• 構成方針: 社内文書用と資料検索用で索引を分離し、用途別に最適化

実装内容

• RAGパイプライン構築: 数百件規模の社内文書を対象に、ドキュメント取り込み・チャンク分割・ベクトル化・検索・応答生成の一連のパイプラインを実装
• 社内文書チャットボット: マニュアル・手順書・規程類を対象とした自然言語検索。「どの規程に書いてあるか」を即座に提示
• 資料検索チャットボット: 過去の報告書・議事録・技術文書を対象とし、関連資料を横断的に提示
• Azure環境構築: 社内利用前提のセキュリティ要件に合わせて、認証・ネットワーク・データ管理を設計
• 運用体制整備: ドキュメント追加・更新を継続的に取り込めるよう、運用フローを設計

背景

社内に蓄積された数百件の文書・資料が人力で管理されており、必要な情報を探すのに時間がかかっていた。検索の手がかりがファイル名やフォルダ構成に依存しており、過去の経緯を知る担当者でなければ目的の資料に辿り着けない状態が続いていた。

製造業特有の暗黙知や、長年の業務改善で蓄積された知見は、ベテラン社員の頭の中に集中している。組織の継続性を確保するには、これらを誰もが引き出せる形で整備する必要があった。

導入効果

• 社内文書の検索にかかる時間を大幅に短縮し、本業に集中できる環境を整備
• ベテラン社員の退職・異動による知識流出リスクを低減
• 新人が即座に必要な情報にアクセスでき、教育コストを削減
• 自然言語での問いかけが可能になり、検索キーワードを思いつかない初心者でも情報に到達可能
• 用途別に索引を分けたことで、業務文書とナレッジ資産を混同せず効率的に活用
• Azure環境の整備により、社内データを外部に出さない安全な運用体制を確立