ID:82967さん

社内文書 Q&A チャットボット（RAG） 社内マニュアルやコンプライアンス資料などのPDFドキュメントに対して、AIが質問に自動回答するチャットボットシステムを開発しました。 【課題】 社内には数百ページに及ぶマニュアルやコンプライアンス資料が散在しており、社員が必要な情報にたどり着くまでに平均15〜20分を要していました。また、担当部署への問い合わせが属人化し、同じ質問への回答に工数が割かれる状況が発生していました。さらに、AIによる回答は「出典が不明瞭」「ハルシネーションのリスク」といった信頼性の課題があり、コンプライアンス領域での活用には根拠の明示が不可欠でした。 【施策・工夫】 RAG（Retrieval-Augmented Generation）構成を採用し、以下の技術選定を行いました。 ベクトルDBにPineconeを採用した理由：ドキュメント量の増加に対応できるスケーラビリティと、ミリ秒単位での類似検索速度を両立できるため。マネージドサービスのためインフラ運用負荷も軽減できる点を評価しました。 LLMにClaude Sonnetを採用した理由：長文コンテキスト（200Kトークン）への対応力が高く、複数のチャンクを横断した文脈理解に優れているため。コンプライアンス資料のように文脈依存度の高い文書において、精度の高い回答が期待できると判断しました。 チャンク分割の工夫：PDFの章立て構造を保持したセマンティックチャンキングを実装し、文脈の分断を防止。検索精度を高めるためオーバーラップを設定し、さらに再ランキング処理を追加することで、関連度の高い情報を優先的に参照する仕組みにしました。 出典明示機能：回答の根拠となった元文書の該当箇所とページ番号をUI上に表示。ユーザーが原本を即座に確認できるようにし、情報の信頼性とトレーサビリティを確保しました。 【結果】 • 情報検索にかかる時間を従来の約15分から1〜2分に短縮（約85%削減） • 社内ヘルプデスクへの定型的な問い合わせ件数が約40%減少 • 出典明示機能により、回答の信頼性に対する社員アンケートで「信頼できる」との回答が90%以上を獲得

ジャンル入力を起点に、AIによる自動検索・フィルタリング処理を実行し、結果をスプレッドシートへ自動入力する営業リスト作成ツールを開発しました。 【課題】 営業リストの作成は、担当者が手動でWeb検索・情報収集・スプレッドシートへの転記を繰り返す属人的な作業となっており、1リスト作成に数時間を要していました。また、複数回の収集によってデータが蓄積されるにつれ重複エントリが増加し、リストの品質低下や無駄なアプローチが発生するという課題も抱えていました。特に9,000件を超える大規模データセットでは、手動での重複チェックが現実的に不可能な状況でした。 【施策・工夫】 GASを基盤として採用した理由：Google WorkspaceとのネイティブなAPI連携が可能で、スプレッドシートへの書き込みや定期実行をサーバーレスで実現できるため選定しました。別途インフラを用意せず、ツール単体で完結する構成にできる点も評価しました。 GASの6分制限を回避する5バッチ設計：GASには1処理あたり6分という実行時間制限があり、全国規模の企業検索をそのまま実行すると制限に抵触するという技術的な壁がありました。これを解決するため、日本全国を5つの地域ブロックに分割し、1バッチ＝1地域として5回の処理で全国をカバーする設計を採用しました。無理に一括取得を狙うのではなく、制約の中で確実に動作する構造を優先した判断です。 安定性を重視した取得件数の設計：Serper APIは1リクエストで最大50件取得可能ですが、大量取得による処理の不安定化を避けるため、1処理あたり10件ずつ取得する設計にしました。取得件数を絞ることでAPIレスポンスの安定性を確保しつつ、バッチ分割と組み合わせることで全国規模のデータ収集を破綻なく実現しています。 Gemini APIによるフィルタリング・排除項目の設計：取得した検索結果をGemini APIで精査し、ジャンルとの関連性が低い情報や、あらかじめ設定した排除項目（フランチャイズ・求人サイト・まとめサイト等）に該当するものを自動除外する仕組みを実装しました。単純なキーワードマッチでは対応できない文脈的な判断をAIに委譲することで、リストの精度を大幅に向上させています。 Serper APIを「URL取得専用」として活用するコスト最適化設計：Serper APIは検索結果の取得時点では起動せず、Geminiのフィルタリングを通過した企業名のみを対象に、正確な公式URLを取得するステップで初めて呼び出す設計にしました。不要な企業への検索リクエストを発生させないことで、APIコストの無駄遣いを排除しつつ、リストに登録される企業のURLの正確性を担保しています。「必要な情報だけを、必要なタイミングで取得する」という設計思想が、コストと精度の両立につながっています。 重複排除の工夫：表記ゆれ（株式会社・(株) の違いや全角・半角の混在など）を正規化処理で吸収した上で重複チェックを実施。9,000件超のデータセットに対しても高精度な重複排除を実現しています。 【結果】 • 営業リスト1件あたりの作成時間を数時間から数分に短縮（約90%削減） • Serper APIの呼び出しをフィルター通過後に限定することで、不要なAPIコストを大幅に削減 • 重複排除の自動化によりリスト品質が向上し、無駄なアプローチ件数を削減 • GASの実行制限という制約をバッチ設計で克服し、追加インフラコストゼロで全国規模の検索を実現

音声文字起こし・議事録自動生成ツール（Whisper × Claude API × python-docx） 音声ファイルから文字起こし・内容構造化を行い、Word形式で出力するまでの一連の処理を完全自動化するツールを開発しました。 【課題】 毎月の会議後、議事録作成に想定以上の時間を取られていました。記憶を頼りに会話内容を再現する作業は正確性に限界があり、発言の抜け漏れや事実と異なる記述が発生するリスクがありました。また、フォーマットが統一されていないため、担当者によって議事録の粒度や構成がバラバラになるという品質面の課題も抱えていました。これらの非効率を解消するため、実務での自分自身の課題を起点に本ツールの開発に着手しました。 【施策・工夫】 文字起こしにWhisperを採用した理由：OpenAIが提供する音声認識モデルであるWhisperは、日本語の認識精度が高く、会議特有の専門用語や複数人の発言が混在する環境にも対応できるため選定しました。ローカル実行が可能な点も、社内音声データを外部に送信しない運用において安心感につながっています。 内容構造化にClaude APIを採用した理由：Whisperで得られた生の文字起こしテキストをそのまま出力するのではなく、Claude APIを用いて「議題・決定事項・アクションアイテム・担当者・期日」などの項目に自動分類・構造化する処理を実装しました。長文の会話テキストに対しても文脈を正確に把握した上で情報抽出ができる点を評価して採用しています。 Word出力にpython-docxを採用した理由：構造化されたデータを、そのまま配布・保存できるWord形式で出力するためにpython-docxを採用しました。統一テンプレートをコードで定義することで、担当者によるフォーマットのばらつきをなくし、誰が実行しても同一品質のドキュメントが生成される仕組みを実現しています。 完全自動化による運用設計：音声ファイルを入力するだけで、Whisperによる文字起こし→Claude APIによる構造化→python-docxによるWord出力までが一気通貫で完結するワンフロー設計にしました。途中で人手が介在する工程をなくすことで、ツールを使うこと自体の手間を最小化しています。 【結果】 • 会議後の議事録作成時間をほぼゼロに短縮（従来比約90%削減） • 記憶ベースの作業をなくすことで、発言の抜け漏れ・事実誤認のリスクを排除 • フォーマット統一により、誰が作成しても一定品質の議事録を自動生成できる仕組みを確立

定型業務の自動化状況をリアルタイムで可視化するWebアプリケーションを開発しました。 【課題】 社内で複数の業務自動化ツールを導入・運用していく中で、「どの業務がどこまで自動化されているか」「実際にどれだけ効率化できているか」を一目で把握できる手段がありませんでした。進捗や効果が可視化されていない状態では、ステークホルダーへの報告にも都度資料を手作りする必要があり、説明コストが高くなっていました。また、自動化の恩恵が数字として見えないことで、取り組みへの理解・評価が得られにくいという課題もありました。 【施策・工夫】 リアルタイム可視化による情報の即時共有：業務進捗・自動化率・効果測定の各指標をリアルタイムで反映するダッシュボードを実装しました。データが常に最新の状態で表示されることで、担当者が都度集計・報告資料を作成する手間をなくしています。 ステークホルダーを意識したUI/UX設計：エンジニア以外のステークホルダーも利用することを想定し、専門知識がなくても直感的に状況を把握できるUI設計を重視しました。数値の羅列ではなく、進捗や達成率をビジュアルで伝える構成にすることで、報告・共有の場での説明コストを削減しています。 必要な指標の一覧化による判断の効率化：業務進捗・自動化率・効果測定を1画面で一覧できる仕様にしました。情報を探し回る必要をなくし、意思決定に必要なデータをワンビューで確認できる構成を意識して設計しています。 【結果】 • 自動化状況の把握・報告にかかる工数を大幅に削減 • ステークホルダーへの説明資料の手作りが不要になり、報告コストをゼロに近づけた • 取り組みの効果が数値・ビジュアルで可視化されたことで、ステークホルダーから高い評価を獲得

材質・板厚などの製造仕様条件を指定して、過去の図面データベースから類似図面を自動検索するツールを開発しました。現在も継続的にブラッシュアップを進めています。 【課題】 製造業の設計現場では、過去に作成した図面資産が膨大に蓄積されているにもかかわらず、それを効率的に活用できる仕組みがありませんでした。新規設計の際に「似たような図面が過去にあるはず」と分かっていても、担当者が手作業でファイルを探し回る状況が続いており、設計工数の増加につながっていました。また、過去図面に蓄積された技術ノウハウが担当者の記憶に依存していたため、人材育成や知識伝承の面でも課題を抱えていました。 【施策・工夫】 仕様条件のベクトル化による類似検索の実現：材質・板厚などの製造仕様条件をベクトルデータに変換し、過去図面データベースとの類似度検索を行う構成を採用しました。単純なキーワード一致では拾えない「条件が近い図面」を検索できるようにすることで、過去資産の活用精度を高めています。ベクトルDBにはFAISSを採用し、大規模な図面データに対しても高速な検索を実現しています。 検索精度向上のための前処理設計：図面データベースに登録された仕様情報は、担当者ごとに表記ゆれや入力粒度のばらつきがあるため、検索前に正規化処理を実装しました。データの品質を均一化することで、検索ノイズを減らし実用的な精度を確保しています。 AIによる類似度スコアリングと結果の提示：検索結果をそのまま羅列するのではなく、類似度スコアとともに上位候補を提示する設計にしました。設計担当者が結果を比較・判断しやすいUIにすることで、ツールの実務利用率を高めることを意識しています。 技術ノウハウの継承を意識した設計：過去図面の検索結果に、設計時の仕様条件や判断の経緯を紐づけて参照できる構成にしました。ベテラン担当者の暗黙知をデータとして蓄積・検索可能にすることで、人材育成・知識伝承のインフラとして機能させることを目指しています。 【結果】 • 類似図面の検索時間を手作業比で大幅に短縮し、設計プロセスの効率化を実現 • 過去図面資産の活用促進により、ゼロベースでの設計作業を削減 • 図面に紐づく技術ノウハウの検索・参照が可能になり、若手担当者の自己解決率が向上 • 現在も継続的に改善を進めており、検索精度・UIともにブラッシュアップ中

指定した時間にWeb上の最新情報を自動収集し、AIによる要約処理を行ったうえでメールで自動配信するツールを実装しました。 【課題】 日常的にスマートフォンで情報収集をしている中で、気になる情報を探しているうちに無関係なコンテンツが目に入り、気づけば時間を取られてしまうという状況が常態化していました。「必要な情報だけを、余計なノイズなしに受け取れたら」という純粋な課題意識を起点に、情報収集フローそのものを自動化することを考えました。 【施策・工夫】 スケジュール実行による情報収集の自動化：指定した時間に自動でWeb上の最新情報を収集する仕組みを実装しました。能動的に情報を探しに行く作業をなくし、必要な情報が決まったタイミングで手元に届く仕組みを目指しています。スケジューリングにはcronベースの定期実行を採用し、手動操作なしで継続稼働できる設計にしました。 AIによるノイズ除去と要約処理：収集した生の情報をそのまま届けるのではなく、AIによる要約処理を挟むことで「読む負荷」を下げることを意識しました。自分が本当に必要としている情報の本質だけを抽出して届けることで、情報収集にかかる時間を最小化しています。要約にはClaude APIを採用し、長文コンテンツに対しても文脈を保った高精度な要約を実現しています。 メール配信による「プッシュ型」情報受信の設計：アプリを開いて情報を取りに行く「プル型」から、必要な情報が自動で届く「プッシュ型」への転換を設計思想の軸に置きました。既存のメールというインフラを活用することで、専用アプリや通知設定なしに情報を受け取れるシンプルな運用を実現しています。 【結果】 • 日常的な情報収集にかかる手作業・ダラダラ見をほぼゼロに削減 • 必要な情報だけがまとめて届く環境を構築し、情報収集の質と効率を同時に向上 • 「自分が感じた小さな不便を技術で解決する」という開発サイクルを実務外でも実践