RAGに入れる文書を整理するなら、答えたい質問に対して、どの顧問先・年度・版の資料を、誰が参照してよいかを先に決めてください。所内の全ファイルを一括整理することを開始条件にせず、対象業務の文書一覧と検索結果を照合する進め方を提案します。
RAGは、検索で取得した情報を生成AIの回答に使う構成です。Microsoftの解説でも、検索語と文書中の用語のずれ、文書の分割、アクセス制御が設計上の論点として挙がっています。文書整理だけで回答品質を保証せず、取り込み・検索・回答を分けて確認します。MicrosoftのRAG解説
文書一覧には何を記録すればよい？
対象の質問を一つ選び、その根拠にする文書から一覧を作ります。以下は、税理士事務所で所内検索を試すための確認表です。空欄に推測を入れず、内容を確かめる担当者を決めてください。
| 確認項目 | 文書ごとに記録すること | 試用で確かめること |
|---|---|---|
| 対象と用途 | 共通の所内手順か、特定の顧問先・案件の資料か | 別の顧問先の資料が根拠に混ざらないか |
| 適用期間 | 対象年度、適用開始・終了の条件 | 過去年度の質問に現行版だけを使っていないか |
| 版と状態 | 採用する版、下書き、後継資料の場所 | 内容が矛盾したとき、採用理由を確認できるか |
| 閲覧権限 | 参照できる人・役割と、権限の管理元 | 権限のない利用者が内容を取得できないか |
| 根拠の場所 | 元ファイル、ページ・見出し、参照した一次資料 | 回答から該当箇所を開いて照合できるか |
| 読み取り結果 | 文字・表・注記の取り込み状態 | 金額と単位、本文と例外条件が切れていないか |
| 更新担当 | 修正する人、見直しのきっかけ、索引への反映方法 | 変更後に検索結果も更新されたか |
ここで記録する属性情報を、本稿では文書の「メタデータ」と呼びます。最初は表計算で整理しても構いません。検索サービスへ渡す際には、どの列を検索条件や表示に使えるかを実装担当者と対応付けてください。
ファイルの更新日と、内容が適用される年度は分けます。例えば、過去年度の手順書を今日修正しても、その手順が今年度向けになるとは限りません。
フォルダを分ければ、年度や権限の混在を防げる？
フォルダ分けに加えて、実際の検索対象と権限の絞り込みがどう設定されるかを確認してください。Azure AI Searchでも、接続元に応じた権限情報の継承や、検索時のフィルタによる制御が説明されています。採用する製品と接続方式で同じ条件が成立するかを点検します。Microsoftのアクセス制御の説明
以下は架空の確認例です。「A社の前年度の手順」を探す場合、A社の現行版と前年度版、B社の手順を試験用に区別します。A社の前年度を参照できる利用者で正しい版を取得できるか、権限のない利用者には本文や引用の抜粋が返らないかを確認します。
「A社を優先して答えて」という回答指示だけで確認を終えず、モデルへ渡す検索結果にも別顧問先の資料が含まれていないかを見てください。閲覧を禁止する条件と、関連性の高い資料を優先する条件を分けて点検します。
旧版は、過去案件の確認に使う可能性も含めて保管用途を決めます。現行の案内には使わない資料でも、一律に消したり、すべての検索から外したりする前に担当者へ確認してください。
メタデータとオントロジーは何が違う？
文書ごとの属性を埋める際、まず列の意味をそろえます。「担当者」が資料の作成者なのか、現在の案件担当なのか、内容を確認した人なのかを区別してください。
このような業務用語の定義と関係を整理する際に、オントロジーの考え方を使えます。W3Cの解説では、オントロジーを、用語同士の関係によって定義を示す形式化された語彙として説明しています。W3Cのオントロジー解説
| 整理する対象 | 架空の所内検索での例 |
|---|---|
| 文書ごとのメタデータ | この手順書はA社向け、対象年度は前年度、確認者は職員X |
| 用語と関係の定義 | 案件は顧問先に属する。文書の作成者と内容の確認者は別の役割として記録する |
| 検索への適用 | 質問の顧問先・年度と、利用者の閲覧権限を確認し、取得対象を絞る条件へ対応付ける |
この表は設計を相談するための例で、OWLなどの言語で記述した完成済みオントロジーではありません。用語表を作ったことだけで検索や権限管理の実装が完成したとは扱わず、列の意味、資料ごとの値、検索条件の対応を一緒に確認してください。
まずは実際の質問で混同する用語から定義する方法を提案します。全社共通の大きなモデルを先に作ることを、文書整理の開始条件にする必要はありません。
PDFや表は、形式を変えれば検索に使える？
拡張子を変えたことだけで完了とせず、取り込み後の文字と表を原本に照合してください。Azure AI Searchには、画像・PDFに対するOCRや文書抽出、長い文書の分割などの機能がありますが、利用する構成でどの処理が実行されるかを確認します。Microsoftの文書準備の説明
例えば試験用の表で、金額の列と単位、行見出しと数値、本文と脚注を対応付けて点検します。文書全体を開けば読める場合でも、検索で取得した一部分だけを見て条件が分かるかを確かめてください。
取り扱う情報の入力可否は、読み取り精度と分けて判断します。顧問先情報を含む文書を接続する前の確認は、士業事務所の情報管理ガイドに整理しています。
文書を直した後は、どこまで確認すればよい？
元のファイルだけで確認を終えず、検索結果と回答まで同じ質問で照合してください。以下は、変更を反映できたかを記録するための表です。
| 変更したもの | 確認する結果 |
|---|---|
| 本文・表・注記 | 修正した箇所を取得し、回答の根拠として開ける |
| 年度・版の属性 | 対象年度に合う版が選ばれ、旧版を使う条件も区別できる |
| 閲覧権限 | 権限を外した利用者には本文や抜粋が返らない |
| 検索対象からの除外 | 対象文書が検索結果と回答の根拠に残っていない |
| 用語の定義 | 同じ語を別の意味で使う質問と、言い換えた質問の両方で照合できる |
反映の確認日時、質問、利用者の権限、取得した文書と版、回答との差を残します。権限外の情報が返る場合は、その利用範囲を止めて接続先と検索設定を点検してください。検索の正しさと回答の正しさも、それぞれ確認対象にします。
文書の整理から始める場合は、まず対象業務の質問と根拠文書を、この確認表に一組記入してください。業務そのものの選定や費用の判断は税理士事務所のAI導入ガイド、旧版の運用はひな形フォルダの点検で確認できます。