AIスコープ
MonoChat のAIスコープ機能を使うと、ベクターデータベースと検索拡張生成（RAG）の力を組み合わせて、業務ドメインに特化したインテリジェントなアシスタントを構築できます。非構造化データと構造化データの両方を高度な AI モデルに接続し、文脈に応じた回答、検索、自動化を簡単に実現できます。
AIスコープでは、AI がどこで、どのように知識を検索するかを定義できます。これにより、アシスタントはより賢く、より速く、組織のニーズに合わせたものになります。
活用例
業務ナレッジアシスタント
社内ドキュメントの Q&A:
社内ポリシー、SOP、研修資料、技術ドキュメントに基づいて、従業員の質問に答える AI アシスタントを作成します。
カスタマーサポートのナレッジベース:
ヘルプ記事、製品マニュアル、FAQ をベクターデータベースに保存し、そこから得た知識でお客様向けボットを強化します。
ドキュメント横断のスマート検索
PDF、メール、会議の文字起こし、法務文書などに対するセマンティック検索を可能にします。AIスコープは、キーワードだけでなく意味を理解することで、検索の関連性を高めます。
RAG ベースの自動化
ユーザーの問い合わせと、ドキュメントから取得した関連コンテキストを組み合わせて、質の高い回答を生成します。レポートの要約、メールの作成、社内データに基づくフォームの入力などに役立ちます。
業界特化のインテリジェンス
法務: 判例の抽出や事件資料の要約。
医療: プロトコルの検索や患者メモの要約。
金融: 市場レポートやコンプライアンスガイドラインからのインサイトの抽出。
不動産: 物件情報の要約、物件の比較、規制に関する質問への回答。
主な機能
ベクターデータベースとの連携
AIスコープは、ファイルを埋め込み（エンベディング）に変換してベクターデータベースに保存することで、既存のドキュメントストアと連携します。対応しているファイル形式は次のとおりです。
- PDF、Word、Excel
- TXT、Markdown
- HTML
- JSON、CSV
- 事前処理によるカスタムファイル形式
RAG（検索拡張生成）
各AIスコープは LLM（大規模言語モデル）に接続され、取得したデータを使って回答を事実に基づいたものにします。これにより、精度が向上し、ハルシネーションが減ります。
スコープごとの権限
どのスコープをどのアシスタントやユーザーが利用できるかを管理できます。たとえば、営業アシスタントは営業プレイブックのみにアクセスでき、人事アシスタントは規程文書にアクセスできる、といった設定が可能です。
更新と同期
スコープは、Google Drive、Notion、SharePoint、社内データベースなどの元のシステムと自動的に同期できるため、常に最新のデータを利用できます。
AIスコープの作成方法
- AI セクションの下にある AIスコープタブに移動します。
- **「スコープを作成」**をクリックします。
- スコープに名前を付け、目的を定義します。
- ドキュメントをアップロードするか、データソースに接続します。
- チャンク分割とエンベディングのオプションを選択します（ほとんどの場合、デフォルトで問題ありません）。
- 保存し、サンプルの質問でスコープをテストします。
ベストプラクティス
- ドキュメントをトピックや部署ごとにグループ化します（例: 「人事ドキュメント」、「営業プレイブック」、「製品マニュアル」）。
- スコープには、わかりやすい命名規則を使います。
- スコープは、焦点を絞って専門化したものにすると、パフォーマンスが向上します。
- ドキュメントを定期的に更新して、スコープの関連性を保ちます。
- 似たドキュメントを複数のスコープに重複して登録しないようにします。
AIスコープは、MonoChat の AI をより賢く、より正確に、より文脈に即したものにし、社内ユーザーにもお客様向けアシスタントにも、深いナレッジへのアクセスを提供します。