本文へスキップ
チュートリアル / モデル・基盤技術
RAG を自社文書で構築する：設計書を 30 分でまとめる
「社内マニュアルに答えられる AI」を作るための設計手順。実際にシステムを組む前に、対象文書・検索単位・権限・評価の 4 つを決めた設計書をまとめます。設計書があれば、自作・ベンダー依頼どちらでもブレなくなります。
手
手順
対象文書を棚卸しする
答えさせたい文書をリストアップし、形式（PDF/Word/スプレッドシート）と更新頻度を書き出します。まずは 1 部門・50 ファイル以内に絞るのが成功のコツです。全社一気にはやりません。
確認ポイント：文書リストに形式と更新頻度の列があるか一文書ごとに権限を確認する
誰に見せてよい文書かを文書単位で決めます。社外秘が混ざる場合、RAG は「検索できた人に見える」ので、権限設計が漏れると情報が流れます。対象を公開資料だけに絞るのが第一段階です。
確認ポイント：権限レベルが文書ごとに付いたかチャンクの単位を決める
文書を検索する塊（チャンク）に分ける単位を決めます。目安は 500〜1,000 字で、見出し・章の境界で分割します。FAQ なら「1 問 1 答え=1 チャンク」が最も精度が出ます。
確認ポイント：チャンクが意味の切れ目で分かれているか質問と正答のサンプルを 10 件作る
実際に想定される質問 10 件と、正しい回答・出典箇所を表にします。これが構築後のテスト問題になり、「なんとなく良くなった」を防ぎます。
確認ポイント：質問・正答・出典の 3 列がそろったか構成を選んで費用を見積もる
最小構成は「ファイル検索機能付きの AI サービス」、次に「ノーコード RAG ツール」、自前構築（埋め込み+ベクトル DB+API）の 3 段階。まず真ん中か左から試します。
確認ポイント：選んだ構成と月額概算を書いたか小さく試して精度を測る
作ったらサンプル 10 件で回答を確認し、「出典が正しいか／答えにくい質問はどう返るか」を記録します。答えられない質問には「わからない」と返す設計を必ず入れます。
確認ポイント：10 件の結果を記録したか
Q
つまずきポイント
検索はヒットするのに回答が違う
取得した文書が長すぎて重要部分が埋もれています。チャンクを小さくする、質問のキーワードを回答プロンプトに明示する、上位取得件数を 3〜5 件に絞ります。
社外秘を答えてしまいそうで怖い
権限フィルタ付きの構成に変えるか、対象を公開文書だけに縮小します。「まず漏えいしない小さな RAG」から始めて、後から範囲を広げるのが安全な進め方です。