社内AIやチャットボットの導入が進む一方で、「期待したほど正確に答えてくれない」「お客様の前で的外れな回答をされて冷や汗をかいた」といった声も聞かれるようになりました。マニュアルをAIに読み込ませれば、複雑な製品仕様にも完璧に答えてくれる。そう考えて導入したものの、現場で壁にぶつかる企業は少なくありません。

高橋さんが直面したこの課題。その根本的な原因は、AIの性能不足ではなく、読み込ませている「データの形式」そのものにあったのです。では、どのようなデータを用意すれば、AIは正しく情報を理解できるのでしょうか。架空のストーリーを例に、その答えを探ってみましょう。

営業現場で起きたAIの「誤答」

※本記事は、ご相談や支援事例をもとに構成した架空のストーリーです。

「佐藤さん、困りました。営業現場で試験導入されている社内チャットボットですが、お客様の前で使ってみたら、マニュアルにはない的外れな回答をしてしまったんです」

営業担当の高橋さんが、制作担当・佐藤さんのもとへ相談にやってきました。

高橋さんは、マニュアルのPDFをAIに読み込ませれば、複雑な製品仕様もAIが完璧に答えてくれると期待していました。しかし、実際に直面したのは、AIが事実とは異なる回答をしてしまう「ハルシネーション（もっともらしい嘘）」という現象でした。

「PDFを渡せば、AIはすぐに答えを見つけてくれるはず」。そんな期待が現場で壁にぶつかるケースは少なくありません。実は、社内AIの回答精度が一定レベルで頭打ちになってしまう背景には、AIに読み込ませるデータの形式が深く関わっています。

PDFデータがAIの解析を妨げる理由

高橋さん：
「マニュアルのPDFには文字情報が正確に入っていますよね。なぜAIは、人間が読むようには正しく内容を理解してくれないんでしょうか」

佐藤さん：
「最新のAIは、PDFの見た目やレイアウトを画像のようにそのまま目で見て理解できるようになりました。ただ、人間が読むためのレイアウトをAIに視覚的に解釈させる処理には、依然としてコストや精度の面で課題が残るんです」

続けて、佐藤さんはマニュアル制作を支援している担当者とともに、AIが直面している課題を高橋さんに説明しました。

「まず、見た目を正確に認識できたとしても、PDFデータ自体には『どこからどこまでがひとつの意味的なまとまりか』という論理構造があらかじめ定義されているわけではありません。そのため、複雑なレイアウトをAIに画像を介して解析させようとすると、読み取りのための計算処理コストやレスポンス時間が大幅に増えてしまいます。

また、膨大なマニュアルや条件が複雑に入り組んだ表組みの場合、見た目の推測だけに頼ると細かな数値の対応関係を読み間違え、ハルシネーションを引き起こすリスクを排除しきれません。つまり、AIに高コストな解釈をさせるよりも、最初から意味がタグ付けされた構造化データを渡す方が、遥かに低コストかつ確実に正しい回答へ導けるのです。」

佐藤さんは、「AIにバラバラな状態のファイルを読み込ませることは、いわば目次のない辞書を渡して正解を探させるようなものなんです」と付け加えました。

正確な情報をCMSからAIへ供給する

高橋さん：
「最近では、トラブルの状況を聞き取って解決策を自ら提案してくれるような、より進化したAI（エージェント型AI）の活用も始まっていると聞きます。営業現場としては、そうした高度なツールを早く使いこなしたいのですが……」

マニュアル支援担当者：
「高橋さん、AIが自律的に推論して判断を下そうとするほど、その根拠となるデータの正確性がシビアに問われるようになります。社内AIが数ある情報の中から、「この情報が公式で最も正しい」と判断し、優先的に参照するためには、AIが情報の意味を正しく理解できる「目印」のついたデータが不可欠なんです」

担当者はさらに、この取り組みが将来的に社外向けにも重要であることを話しました。

「これは社内の効率化だけの話ではありません。従来のWebサイトにおける検索対策（SEO）があるように、これからはChatGPTなどのAI検索エンジンに自社の正しい公式情報を優先的に参照してもらうための対策（GEO：生成エンジン最適化）が重要になります。AIに自社の情報を正確に認識・選別してもらう環境を整えることは、次世代のデジタル戦略において大きな意味を持ちます。」

マニュアル部門のCMSがAIのデータ基盤になる

高橋さん：
「なるほど。社内・外部問わずAIに正しく情報を参照してもらうためには、AIが読み取りやすい形で情報を差し出さないといけない、ということですね」

佐藤さん：
「その通りです。そして実は、私の部署で運用しているCMSのデータなら、それがすでに実現できているんです。CMSで管理しているマニュアルは、最初からデータの役割を整理して蓄積していますから」

佐藤さんは、自身の部署で使っているCMSデータの利点を語りました。データのひとつひとつに「これは製品名」「これは警告」といった目印（タグ）がついているため、AIは情報の重要度を正確に判断できます。また、文章の論理構造が最初からシステム上で定義されているため、AIが文脈を読み間違えるリスクを最小限に抑えられます。

何より、CMSの基本機能である「一元管理（シングルソース）」の仕組みによって、常に最新の正しいデータだけが保管されているため、AIに古い情報を参照させてしまう心配がありません。

マニュアル制作はAI時代の知識基盤作り

高橋さん：
「私たちがAIのためにゼロからデータを作り直さなくても、佐藤さんが日々CMSで行っている情報の整理そのものが、社内AIの性能を最大化させるための鍵だったんですね」

佐藤さん：
「そうなんです。マニュアル制作の仕組みをそのまま活かすことが、結果的に社内AIの回答精度を向上させ、高橋さんが現場で求めている、お客様への迅速で正確なサポートにつながるはずです」

これからの時代、マニュアル制作は単なるドキュメント作りではありません。進化を続けるAIが自律的にユーザーをサポートするための「高品質な知識基盤」を構築すること。それが、今後のビジネスにおいて求められるドキュメント戦略の一つと言えるのではないでしょうか。

社内AIを導入したけれど、いまいち精度が上がらない。もしそんな悩みがあるなら、原因はAIの性能ではなく、手元のデータ形式にあるかもしれません。AIが効率的に処理できる整理されたデータをCMSで整え、現場の「知りたい」に即座に応える環境を構築してみませんか？

お問い合わせはこちら 

「SCHEMA ST4」の詳細はこちら