AskDona RAG、ChatGPTの追加学習で社内ナレッジを最大限に活用！～新機能「システムメッセージテンプレート」提供開始～

AIアシスタント作成を効率化し、RAG導入をスムーズに

AskDona RAG

株式会社GFLOPS（東京都渋谷区、代表取締役CEO：盛本マリア、共同代表：鈴木亮祐）は、法人向けChatGPT活用プラットフォームAskDonaの「AskDona RAG」において、AIアシスタント作成時に選択可能なシステムメッセージテンプレートを新たに提供開始いたしました。AskDona RAGは、ChatGPTに社内ナレッジを追加学習させることで、より精度の高い回答を生成し、業務効率化を支援するサー

ビスです。

◾️提供背景

RAGをより簡単に、より効果的に

ChatGPTなどのLLMが学習することができない「社内資料」などのデータを活用できるRAG（Retrieval Augmented Generation）技術は、法人が生成AIを活用する手段として多くの企業から注目されています。

しかし、RAGを実務で活用できるレベルにするには、RAGに最適化されたデータ加工技術やメタデータ付与技術、RAGに最適化されたシステムメッセージの構築など、専門知識が必要となることも多く、回答精度を向上させ本格導入に繋げるためのハードルとなっていました。

AskDona RAGは、回答情報源とする社内資料などのデータをアップロードし、メタデータを入力すると、RAG用に最適化されたデータ処理技術を用いて高精度な回答を実現したサービスです。

これまではAskDona RAGを導入した企業様に個別にシステムメッセージの構築をサポートしてきましたが、今回、どの企業様もAskDona RAGを最大限活用できるようシステムメッセージをテンプレート化しました。

◾️AskDona RAGのシステムメッセージテンプレート

RAGの利用目的を明確にしてRAG活用の可能性を広げる

AskDona RAG用のシステムメッセージテンプレートは、目的や用途に合わせて最適なシステムテンプレートを選択できるように整理されています。AskDona RAGを導入後、すぐに最適化されたシステムメッセージを備えた状態のAskDona RAGを使い始めることができます。

カテゴリとしては、情報検索、情報比較、回答出力パターン、ミッション設定、タスク設定、分析支援、優先度設定などがあります。

システムメッセージ例

■ AskDonaについて

ChatGPTをもっと賢く、もっと便利に。法人向け生成AIプラットフォーム

AskDonaは、企業の生成AI活用を支援するプラットフォームです。ChatGPTなどのLLM（大規模言語モデル）を、安全かつ効果的に業務に導入できるよう、「AskDona GPT」と「AskDona RAG」の2つのサービスをワンプラットフォームで提供しています。

AskDonaサービスサイト

AskDona RAG「社内ナレッジでChatGPTをパワーアップ」

AskDona RAGは、ChatGPTに追加学習させることで、社内ナレッジを活用した、より精度の高いAIを実現します。社内文書、FAQ、顧客データなどをアップロードするだけで、AIが情報を整理・分析し、最適な回答を生成します。ナレッジマネジメントの革新と業務効率の飛躍的な向上に貢献します。

AskDona GPT「セキュアな法人向けChatGPT環境」

AskDona GPTは、セキュリティに配慮した法人向けのChatGPT環境です。情報漏洩リスクを最小限に抑えながら、GPT-4やClaude 3.5 Sonnetなど、多様なLLMモデルを安全に活用できます。

GFLOPSは、創業当時からRAG技術に特化して開発に取り組んでおり、様々なユースケースでの経験とノウハウを蓄積しています。RAGの回答精度向上、情報加工に関するご相談など、お気軽にお問い合わせください。

ご相談はこちらから

◾️ RAG (Retrieval-Augmented Generation) とは？

RAG（Retrieval-Augmented Generation、検索拡張生成）とは、大規模言語モデル（LLM）に対して質問を投げかける際に、事前に処理された社内資料などのデータベースから質問と関連度の高い情報を抽出し、質問と併せてLLMに送信することでLLMの回答情報源を拡張する技術です。

一般的には、LLMが学習した時点（カットオフデイト）以降の最新の情報や、社内資料などの一般に公開されておらずLLMが学習できていない情報に関して質問する際に、RAG技術を用いてLLMに追加の情報を与えることで適切な回答を生成させます。

RAGは、以下の流れで動作します。

RAGの仕組み

事前処理フェーズ: RAGの検索対象とするために社内資料などのデータをRAG用に事前に処理してデータベース化

検索フェーズ: ユーザーの質問に関連する情報をデータベースから検索

生成フェーズ: ユーザーの質問とデータベースから選抜されたユーザーの質問に関連度の高い情報を組み合わせたプロンプトをLLMに入力し、テキスト生成結果を取得

このRAG技術は、ハルシネーション（Hallucination：事実とは異なる内容や文脈と無関係な内容が、もっともらしく生成される問題）回避にも繋がります。

◾️ RAGのメリット

回答精度の向上: 最新の社内情報や専門知識に基づいた、より正確な回答を生成。ChatGPT単体では得られない、より深く、より精度の高い情報を引き出すことができます。

ハルシネーションの抑制: 社内資料という正確な情報源に基づいて回答を生成するため、ハルシネーション（事実とは異なる内容や文脈と無関係な内容が生成される問題）のリスクを大幅に軽減できます。

情報の一元化・活用促進: 社内に散在する情報をRAGに集約することで、情報の一元管理を実現。ナレッジの共有、活用を促進し、組織全体の生産性向上に貢献します。

■ 株式会社GFLOPS について

株式会社GFLOPSは2人の元Google社員によって設立されました。生成AI技術と機械学習を活用し、AIに任せられる業務はAIに任せる『ヒトとAIのハイブリッドワーク』を提案しています。

■ 会社概要

会社名：株式会社GFLOPS（英語表記：GFLOPS Co., Ltd.）

所在地：〒150-0043 東京都渋谷区道玄坂1-10-8 渋谷道玄坂東急ビル2F-C

代表者名：盛本マリア

事業内容：大規模言語モデル（LLM）生成AI技術等を活用した、AIサービスの開発・提供

会社HP：https://gflops-ai.com/