Qubeの新機能「AIチャットボット」開発の裏側：RAGとハイブリッド検索でサポート業務を自動化する

開発の背景：「問い合わせ対応」という課題

BtoBコミュニケーションプラットフォーム「Qube」は多くの企業様にご活用いただいており、さまざまな機能を備えたプラットフォームです。しかし、機能が豊富であるからこそ、ユーザー様からは「この設定はどうやるの？」「この機能の使い方は？」といった質問をいただくことも多くありました。

これまでは、我々、Qube開発メンバーが一件ずつマニュアルを確認し、手動で返信を行っていました。これらの「人力オペレーション」をいかに削減し、ユーザー様をお待たせすることなく回答を提供できるかを考え、今回のRAG（検索拡張生成）を活用したAIチャットボットを開発しました。

QubeのAIを支える「8ステップ」のこだわり

今回のAIチャットボットは、情報の精度を極限まで高めるため、独自の「8ステップ・クエリ処理フロー」を構築しています。

1. 文書の読み込み・指定

まずはユーザーが対象となる文書群（マニュアルやヘルプなど）を指定します。適切なデータ範囲を絞り込むことで、ノイズの少ない検索の土台を作ります。

2. YAML構造化・保存

マニュアルなどのテキストデータをそのまま読み込ませるのではなく、一度YAML形式に構造化して保存します。これにより、情報の抜け漏れを防ぎ、AIがデータの意味を正しく理解できる「綺麗なデータ」として管理しています。

3. 精密なチャンク分割

情報を適切なサイズに切り分ける「チャンク分割」では、最大500文字・オーバーラップ50文字という設定を採用。前後の文脈を壊さずに情報を保持するための最適なバランスを追求しました。

4. 埋め込み（Embedding）

OpenAIの最新モデル text-embedding-3-small（1536次元）を使用し、データをベクトル化します。

5. ベクトルDB格納

ベクトル化されたデータを専用のデータベースに格納し、高速かつ高精度な類似度検索が可能なインデックスを構築します。

6. クエリ分類・意図解析

ユーザーの質問に対し、OpenAIの gpt-4o-mini を用いて「何を知りたいのか」を高度に分類・解析します。 

7. ハイブリッド検索の実行

後述する「ベクトル検索」と「キーワード抽出」を組み合わせた独自ロジックにより、関連情報を瞬時に特定します。

8. 回答生成

厳選された情報ソース（チャンク）を基に、AIが根拠のある正確な回答を生成してユーザーに届けます。

導入による劇的な変化

この新機能の導入により、これまで人が行っていた「調べて、考えて、書く」という作業をAIが肩代わりするようになりました。

• 回答の即時化: ユーザーは質問した瞬間に解決策を得られます。
• 工数の削減: 複雑な操作説明もAIが正確にマニュアルから引用して回答するため、サポート担当の負担が劇的に軽減されました。

まさに、Qubeの中に蓄積された「ナレッジ」が、ユーザーの「解決」へと即座に繋がる仕組みが出来上がりました。

今後の展望：パーソナライズされた体験へ

QubeのAI進化は、これで終わりではありません。

今後は、データに基づいた「イベントの検索」や、ユーザーの興味関心に合わせた「レコメンド機能」の搭載も予定しています。Qubeはこれからも、AIを活用して「コミュニケーションをよりスマートに、よりパーソナライズされたもの」へと進化させてまいります！

▶BtoBコミュニケーションプラットフォーム「Qube」のご登録はこちらから！

https://www.css-net.co.jp/qube