techvitRAG / AI KNOWLEDGE SEARCH
社内資料を、
根拠付きで回答できるAIへ。
PDF・FAQ・マニュアル・議事録などの社内文書を検索し、根拠を示して回答するRAGシステムを、PoCから精度評価・改善、本番導入まで支援します。
要件が固まっていない段階でもご相談いただけます。
AI商品到着後14日以内であれば返品可能です。未使用で、購入時の付属品が揃っていることが条件です。
根拠 1
返品ポリシー.pdf ・ P.4
※架空データを用いた画面例です。表示項目は要件に応じて設計します。
COMMON PROBLEMS
「AIを入れた」だけでは、業務では使えない。
社内資料が増えすぎて、必要な情報を探せない
同じ問い合わせに何度も回答している
ChatGPTに資料を渡しただけでは回答の信頼性が分からない
AIが間違った回答をしていないか評価できない
RAGをPoCで作ったが精度が上がらない
THE DIFFERENCE
作って終わるPoCから、測って改善できるRAGへ。
一般的なRAG PoC
回答画面が動いても、どこを直せば品質が上がるか判断できません。
TechVit
検索・回答・引用を評価し、変更前後を比較する改善ループまで設計します。
TECHNICAL EVIDENCE
評価基盤 ForgeAI
ForgeAIは、RAGが本当に正しい資料を検索し、根拠に沿って回答しているかを評価するためにTechVitが開発しているオープンソース基盤です。
Alpha版として開発中です。顧客固有の権限管理や本番運用は案件ごとに別途設計します。
GitHubで実装を確認する →
Retrieval評価
Recall@K・Precision@K・MRR・Hit Rateで、期待した文書を検索できたか測定。
Answer評価
LLM JudgeでCorrectness・Relevanceを質問ごとに確認。
Groundedness
回答が取得した根拠に沿っているかを評価。
Citation
回答に参照元を付け、利用者が原文へ戻れる状態を設計。
Regression detection
評価runのBefore / After比較で、改善と悪化をケース単位で確認。
Trace
検索・回答・取り込みの処理時間、token、cost、状態を記録。
自社資料でRAGを試してみませんか。
資料の種類と、答えられるようにしたい質問からPoC範囲を整理します。
PROCESS
相談から本番導入まで
- 01
ヒアリング
- 02
対象資料確認
- 03
PoC構築
- 04
評価データ作成
- 05
RAG精度評価
- 06
改善
- 07
本番導入
- 08
継続評価
RAG POC
まずは2〜4週間のPoCから。
含まれる内容
- ✓資料取り込み
- ✓検索
- ✓AI回答
- ✓Citation（引用元表示）
- ✓Golden Datasetによる基本評価
費用
要件に応じてお見積り
資料量・ファイル形式、外部システム連携、認証・権限管理、評価範囲、利用するモデルとインフラ要件によって変わります。
利用技術（要件に応じて選定）
FAQ
よくあるご質問
どのような資料を検索対象にできますか？＋
PDF、FAQ、マニュアル、提案書、過去案件資料、議事録などを想定しています。形式と品質を確認し、適切な取り込み方法を決めます。
既存RAGの精度改善だけでも相談できますか？＋
可能です。質問例と期待する根拠から評価データを作り、検索と回答生成を分けて問題箇所を確認します。
PoCの後に本番導入も依頼できますか？＋
可能です。認証・権限、データ更新、監視、インフラなど、本番運用に必要な要件をPoC結果から設計します。
既存RAGの精度改善もご相談ください。
新規PoC、動いているが精度に課題があるRAG、評価方法が分からない状態のいずれにも対応します。