社内資料に答えるAIの「速さと費用」をどう抑えるか ― 探索と執筆を分ける設計

社内資料に答えるAIの「速さと費用」をどう抑えるか ― 探索と執筆を分ける設計

※この記事は、以下の当方ブログの要約です。全文は以下をどうぞ。

ブログ記事の全文

30秒の紹介動画

社内規程や手順書にAIで答える仕組みは、多くの企業で検討が進んでいます。最近は、資料を目次の形にまとめ直し、AIに目次をたどらせる方式（Corpus2Skill）が、精度の高さで注目されています。ただし、目次を1段たどるたびに文章を書くAIを呼ぶため、応答が遅く、1問あたりの費用もかさみます。

選ぶ仕事と書く仕事を分ける

目次の前でAIがしていることは、「どの項目に進むか」「この資料は関係あるか」という選択の繰り返しです。そこで、選択だけを専門にする判定用のAI（Jev）に行き先選びを任せ、最後の回答だけを文章を書くAIに書かせる設計を考えました。1万件の資料を想定した試算では、行き先選びの費用は1問0.1円以下、回答まで含めても1問0.3円ほどに収まります。

導入前に確かめるべきこと

判定用AIは、確からしさを数字で返してくれるのが強みです。ただ、その数字が社内の用語や日本語でも当てになるかは、自社の過去の質問で確かめるまでわかりません。100〜300件ほどの質問で正解率を測り、自動で答える範囲と人に回す範囲を決めることをおすすめします。

設計から実装まで全5章で掘り下げた特集「RAG×Jev ― Corpus2Skillで社内AI検索を高速・低コスト化」も公開しています。
https://corpus2skill.businesshub.trueone.co.jp/feature/withjev/

※2026年11月時点の公開情報に基づく設計案と試算です。実装や実測はしていません。

社内資料に答えるAIの設計や費用の見積もりについて、ご相談を承っています。

https://shinichi.noguchi.jp.net/blog/2026-11-04-corpus2skill-jev-routing.html