「最近の進捗を教えて」に正しく答えるまで。検索精度との戦い

ナレッジAIの価値は、結局のところ「聞いたら、ちゃんと出てくるか」で決まる。自社導入で見つかった検索の穴と、それをどう潰していったか。会議で交わされた実際の言葉から、その過程を記録する。

2026年4月、自社導入が始まってすぐ、答えが出てこない質問がいくつも見つかった。

01まず、現状を数字で見る

このとき、代表の指示は一貫していた。感覚で議論しない。

原因をとにかく出させまくって、今何点ぐらいの精度なのかっていうのをフラットな目線で出させてほしい。

— 代表／社内MTにて（2026年4月）

原因の候補を大量に列挙し、現状の精度をフラットに数値化し、それから直す。直す前に測る、という順番が徹底された。

ベテランAIの検索は、意味の近さで探すベクトル検索と、言葉の一致で探すキーワード検索のハイブリッドだ。仕組みについて、代表が会議で自分の言葉に置き直した説明が残っている。

意味空間みたいなところに情報をバーっと配置して、検索ワードと近しいワードの位置の周辺の情報をパッと取って、「おそらくこれだと思います」っていう出力の仕方だよね。

— 代表／ベクトル検索の仕組みについて（2026年5月）

そのうえで、検索結果の件数や類似度のしきい値を調整できるチューニング設定が入った。「直近の数件しか出ない」問題は、ここで潰されている。

一旦答えをまず出して、そこから削っていくって感じ。

— 代表／社内MTにて（2026年5月）

検索の精度を上げると、AIの呼び出し回数や処理は増える方向に働く。それでも「修正した後に今度コストの問題が出てくるから、じゃあコストの問題を解決しに行く」という順番が明言された。まず正しく答える。速く・安くは、そのあとに削って作る。

検索精度の改善に「これで終わり」はない。データが増えれば新しい壁が出る。それを前提に、測って直すサイクルのほうを製品に組み込んである。

ベテランAIを試してみる

導入のご相談・デモのご希望は、お問い合わせからどうぞ。御社の情報の散らばり方に合わせてご提案します。