AI

エーアイ

公開：2025-02-28

GFLOPSがAskDonaのRAGデータ不足分析機能をアップデート、生成AI回答の品質向上に貢献

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約

• AskDonaがRAGデータ不足分析機能をアップデート
• 生成AIの不回答を自動分析し管理者に提供
• RAG運用のPDCAサイクルを効率的に管理可能に

GFLOPSのAskDonaがRAGデータ不足分析機能を強化

株式会社GFLOPSは法人向けRAGプラットフォームAskDonaにおいて、RAGデータ不足分析機能を2025年2月27日にアップデートした。GFLOPSの調査によると、ユーザーからの質問の約14.5%に対して回答できないケースが発生しており、データベース内の情報不足が主な原因となっていることが判明している。^[1]

今回のアップデートでは、生成AIの回答内容を自動で分析し、管理者に生成AI不回答分析情報として提供する機能が管理画面に追加された。管理者はデータ修正や追加を行った質問に対して解決済みマークを付与することで、生成AIが不回答と判定したデータの課題解決状況を可視化できるようになっている。

従来の機械学習型AIチャットボットでは、ユーザーからのフィードバックがデータ改善の指標として活用されてきたが、RAGを介した生成AIの回答は、データの品質や質問との関連性を判断する明確な指標が不足していた。新機能により、管理者は回答できなかった質問の内容を把握し、データ拡充や改善を行うべき箇所を特定することが可能になった。

AskDonaのRAGデータ不足分析機能まとめ

AskDonaのサービス詳細はこちら

RAGについて

RAGとは、Retrieval-Augmented Generation（検索拡張生成）の略称で、生成AIの回答精度を向上させるための重要な技術である。以下に主な特徴を示す。

• 既存のデータベースから関連情報を検索して回答を生成
• 企業独自の情報を活用した高精度な応答が可能
• データベースの品質が回答精度に直結

RAGは企業の知識データベースと生成AIを組み合わせることで、より正確で信頼性の高い回答を実現する技術として注目を集めている。AskDonaではRAGを活用することで、企業独自のデータを基にした高精度な回答生成を実現し、社内ドキュメントの探索や理解を効率化している。

RAGデータ不足分析機能に関する考察

RAGデータ不足分析機能は、これまで見過ごされてきた生成AIの回答品質向上における重要な課題に焦点を当てた画期的な機能である。従来のフィードバックベースの改善手法では把握が困難だったデータベースの弱点を、システマティックに特定できるようになったことで、より効率的なデータ整備が可能になるだろう。

課題として、データベースの拡充作業における人的リソースの確保や、追加データの品質管理体制の整備が挙げられる。解決策としては、データ追加のプロセス自動化や、品質チェックの基準策定などが考えられるが、企業ごとの特性に応じた柔軟な運用体制の構築が重要になってくるだろう。

今後はAIによるデータ補完機能や、類似質問の自動グルーピング機能など、データベース拡充作業の効率化に寄与する機能の追加が期待される。RAGの活用がさらに広がる中、データ運用の効率化は企業のAI活用成功の鍵を握る重要な要素となっていくはずだ。

参考サイト

1. ^ PR TIMES. 「法人向けRAG AskDona、RAGのデータ不足を分析しRAG運用のPDCAを回せる「RAGデータ不足分析機能」をアップデート | 株式会社GFLOPSのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000043.000132991.html, (参照 25-02-28).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧