このブログは宮崎の経営者が「へー！こんな使い方ならウチでもできそう」を思ってAIに触れていただければ！と思って書いてるハナビヤへのAI導入日記です。

仕事にAIを活用したい、と思ったとき、まずぶつかったのが「こいつ結構ウソつくやん」という問題。みなさんも経験ないですか？そこで見つけたのが RAG という考え方です。

■ RAGってなに？

「AI君！この会話の中で重要な資料渡すで！ここから答えるんやで！」ってことです。ChatGPTやClaudeは、基本的には一般的な情報をもとに回答しますが、社内の提案書、会議メモ、ビジョン資料などを読み込ませておくと、「ハナビヤの背景を理解したAI」になってくれるんです。これを実現しているのが、ChatGPTやClaudeの「プロジェクト機能」。資料をアップロードしておくと、そのAIとの対話の中で常にその内容を参照して返してくれるようになります。

つまり、

「ハナビヤの理念に合った構成ってどういう形？」みたいな“会社の前提がある会話”が普通にできるようになる。

これがRAG＝検索補助付き生成の実力です。

例えば！

ハナビヤには「社内検索」という就労規則や働き方などのRAGを食わせた場所があります。

「年次有給休暇について教えて」と検索した結果がこちら

社員が会社のルールってどうなってたっけ？と疑問の際、就労規則を調べずとも聞くだけで解決します。これがRAGの活用法です。

■ ハナビヤのRAGの導入例

ChatGPT・Claude・Perplexity・Feloを組み合わせて、次のようなデータセットをつくりました：

• 社内ルールを教えてくれるRAG「就労規則・評価制度・ハウスマニュアル」など
• マーケティングに活用するRAG「ネット上で調べた自社の見え方・過去の提案書や実績、レポートの解析・経営者の理念とビジョン」
• メディアの活用RAG「各媒体の資料・特性・過去の実績」
• 補助金や助成金RAG「記入方法・記入例・申請資料・チェックリスト」など各補助金申請の際に出る資料

■ ハナビヤ流RAG運用で得られた気づき

• モデルの得意領域を明文化：社内マニュアルにはClaude、外部レポートの要約にはChatGPT、のようにルール化すると運用がスムーズ。
• 対話テンプレートの整備：「◯◯を要約してください」「◯◯のポイントを抽出してください」といった定型質問を用意。属人性を排除し、誰でも同じ品質を担保できます。
• 定期チューニングの実施：RAG用データセットは新資料ごとに更新。月次でインデックス再構築し、常に最新情報を反映しています。

■ 次回予告｜claudeのMCPって新機能が資料をまとめたり、作ってくれる話

第3話では、AI界隈でMCPという新機能がざわつかせています。ハナビヤが作っているkintoneやnotion、Google製品（GA4、スプレッドシートなど）を繋げてどんな事ができるのかを紹介するであります。

この第2話が、「社内の情報をどう活かす？」と迷っている方へのヒントになれば嬉しいです。

もし自社でも試してみたいと思った方は連絡くださいませ。これくらいの簡単なものであれば経験シェアできますので！

次回もお楽しみに！