対話AIの基本構築
さて今回はですね、プログラミングの知識がまあ全くなくても、結構すごい日本語の対話AIを作れるという、そういう方法について深く見ていきたいと思います。
元ネタは、亀田春信さんという方が書かれたさくらのナレッジの記事ですね。 さくらの生成AIプラットフォームと、あとNEC製の日本語特化LLM
ことみ、それからノーコードのAI構築ツールmiibo、これを組み合わせるという事例です。
そうですね。目指すところは、例えば企業が持っている大量のマニュアルとかですね、そういう文書情報をチャットで聞くだけで、ちゃんと答えが返ってくるシステム。
うーん、なるほど。 しかも大事なのが、完全に隔離された閉域網で動かせるという点、これ機密情報を扱う上では、すごく大きな意味がありますよね。
まさに、いやーそこ重要ですよね。この記事を手がかりに、じゃあどうやってそれができるのか、そしてなんでこれがただの効率化ツールじゃないのか、そのあたりを探っていきましょう。
はい。 まずこのアプローチ、面白いのは、やっぱり専門家じゃなくても高度なAIが作れちゃうっていうそのノーコードって部分ですかね。
さくらのプラットフォームっていう土台があって、その上で日本語が得意なコトミっていう頭脳を乗せて、それをミーボっていう直感的なツールで組み立てるみたいな、そういうイメージでしょうか。
まさにその通りだと思います。コトミはNECさんが開発したLLMで、やっぱり日本語の細かいニュアンスとか専門用語の扱いに長けてるんですね。
重要なのがおっしゃる通り、独立した閉域網で動かせる。これで情報のセキュリティレベルがグッと上げられるわけです。
さらにさくらさんのプラットフォーム自体も使った分だけ払う、重量課金制で、しかも通信料もかからない、コスト管理がしやすいっていうのも魅力ですよね。
いやーそれは大きいですね。じゃあ具体的にその対話するマニュアルみたいなものってどうやって作るんですか?記事によると、まずミーボ上でAIモデルとしてコトミを選んで、それからシステムプロンプトを設定すると。このプロンプトっていうのはAIの性格づけみたいなものですよね?
そうですね。例えばあなたは親切な社内ヘルプデスク担当ですとか、このマニュアルに基づいて丁寧な言葉で答えてくださいみたいに、AIの役割とか話し方を具体的に指示するわけです。
なるほど。
そして実際の知識、その参照部分ですね。いわゆるRAG、Retrieval Augmented Generation、これを実現するのがミーボのナレッジデータストアっていう機能なんです。
ナレッジデータストア。
ここに元になる文書、今回の例だとサクラのクラウドマニュアルの情報を登録していくわけです。
へー、マニュアルがウェブページにあるなら、そのURLを入れるだけでミーボが勝手に中身を読み込んで学習してくれるんですか?
そうなんです。
しかも無料版でも10ページまで試せるって書いてありましたね。これはかなり手軽に始められそう。
そうですね。読み込んだHTMLデータはそのままじゃなくて、意味のある塊、まあチャンクって見えますけど、さらにコンピューターが意味を理解しやすいベクトルっていう形式に変換して保存するんですよ。
ベクトル化ですか?
ええ。言葉とか文章の意味を数値のデータ、意味の座標みたいな感じで表現する技術ですね。これでAIは質問と関連性の高い情報を効率よく探せるようになるんです。
あのー、ここが個人的にすごく面白いなと思った点なんですけど、
はい。
普通AIってウェブページ、つまりHTMLをそのまま理解するのって結構難しいって聞くんですよね。タグとかスクリプトとか人間には見えない情報がいっぱいあるから。
ええ、おっしゃる通りです。
普通だったら人間がデータをきれいに整える、いわゆる全処理っていうのが必要になるんじゃないですか。
まさにそこがポイントなんです。通常はその全処理に専門知識とか別のツールが必要になることが多いんですけど、
miiboはこのHTMLの解析とか、整形、それからベクトル化までを全部自動でやってくれる。
ええ、それはすごい。
これが技術者じゃないユーザーにとっては、実はものすごく大きな壁を取り洗ってるんですね。
アイデアさえあれば、データ準備の複雑さなしに対話AIの中身作りに集中できる。
AI開発のハードルをかなり下げていると言えると思います。
なるほど。ということは、専門知識なしで日本語に強くて、しかもセキュアな環境で社内の文書に基づいた対話AIが作れちゃうと。
そういうことになりますね。
セキュアな文書検索AIの実現
ただ、ノーコードツールって聞くと、どうしても機能に限界があるのかなみたいなイメージもあるんですけど、
このmiiboとKotomiの組み合わせで実際どのくらい複雑なことまでできるものでしょうか。
まあ、もちろん非常に込み入ったロジックとか、特殊な処理が必要になってくると、やっぱりコーディングが必要になる場面もあるとは思います。
でも、例えば社内規定の検索とか、よくある質問への対応、マニュアルからの情報抽出とか、多くの企業が抱えている割と典型的な課題。
これに対しては、この組み合わせで十分すぎるくらい強力な解決策になり得ると思いますね。
なるほどね。
ちょっと想像してみてほしいんですけど、新人さんが分厚いマニュアルと格闘する代わりに、AIにレーザーの申請手順ってどうやるんですかって聞くだけで済む。
そういう活用がもう現実的になってきているわけです。
いやー、それは単に便利っていうだけじゃなくて、組織の中の知識の共有の仕方自体が変わるかもしれないですね。
そう思います。
今回は日本語に特化したLLMとノーコードツールを組み合わせることで、専門知識がなくてもかなり高精度な文書検索AIを、しかも安全に作れるっていう具体的な方法を見てきました。
そうですね。そして、やはり完全閉域網という選択肢がある点は、セキュリティをすごく重視する日本の組織文化においては、特に響くポイントかもしれません。
最後にちょっと皆さんも考えてみてほしいんですけど、もしあなたの組織でこういうツールが当たり前になったとしたら、今までなかなかアクセスしにくかった、いわゆる暗黙値とか形式値がどういうふうに活用されるようになるでしょうか。
面白い問いですね。
必要な情報に誰もが対話を通じてすぐにたどり着ける未来っていうのは、私たちが思ってるよりも案外すぐそこまで来てるのかもしれないですね。
元記事へのリンクも載せておきますので、もっと詳しく知りたい方はぜひ見てみてください。
