RAG（検索拡張生成）を活用した高精度AIチャットボット機能を搭載｜ BtoBコミュニケーションプラットフォーム「Qube」
株式会社シー・エス・エスはBtoBプラットフォーム「Qube」にRAG活用のAIチャットボット機能をリリース。社内データに基づき高精度な回答を自動生成し、サポート業務を効率化。
📋 記事の処理履歴
- 📰 発表: 2026年4月23日 22:30
- 🔍 収集: 2026年4月23日 14:01
- 🤖 AI分析完了: 2026年4月23日 23:00（収集から8時間58分後）
RAG（検索拡張生成）を活用した高精度AIチャットボット機能を搭載｜ BtoBコミュニケーションプラットフォーム「Qube」
■ 背景と概要
株式会社シー・エス・エス（本社：東京都品川区、代表取締役：佐川 学、以下当社）は、提供するBtoBコミュニケーションプラットフォーム「Qube（キューブ）」において、生成AIと社内データを高度に連携させるRAG（Retrieval-Augmented Generation：検索拡張生成）を活用したAIチャットボット機能をリリースいたしました。
本機能は、Qubeの操作マニュアル、ヘルプ、FAQ、さらには関連する企業情報といった非構造化データをAIが直接参照し、ユーザーの質問に対してセキュアかつ高精度な回答を自動生成するものです。
■ 技術的特徴：高精度な検索を実現する独自のアーキテクチャ
本AIチャットボットは、情報の検索漏れを防ぎ、回答精度を最大化するために、以下の高度な技術プロセスを実装しています。
1. 独自の「8ステップ・クエリ処理フロー」
データのインジェスト（取り込み）から回答生成までを、論理的な8ステップに分解して処理します。
「8ステップ・クエリ処理フロー」
文書の読み込み: ユーザーによる文書群（Qubeマニュアル等）の指定。
YAML構造化・保存: 内容をYAML形式に変換し、情報の欠落を防ぎつつS3およびDBへ格納。
精密なチャンク分割: 最大500文字、オーバーラップ50文字の条件で分割。
埋め込み（Embedding）: OpenAIの text-embedding-3-small（1536次元）を採用。
ベクトルDB格納: 高速かつ高精度な類似度検索が可能なデータベースを構築。
クエリ分類: ユーザーの質問意図をLLM（OpenAIの gpt-4o-mini）で解析・分類。
ハイブリッド検索の実行: ベクトル検索とキーワード抽出を組み合わせた高度な検索。
回答生成: 厳選された情報ソースに基づき、根拠のある回答を出力。
2. 「ハイブリッド検索」による精度の追求
単純な意味検索（ベクトル検索）では補いきれない固有名詞や特定の用語に対処するため、独自のハイブリッド検索ロジックを搭載しています。
ベクトル検索: コサイン類似度を用いて、文脈的に近い上位8件のチャンクを抽出。
キーワード抽出: クエリから固有名詞を抽出し、ベクトル検索結果の中でキーワードが合致する情報を特定。
■ 期待される効果
「Qube」のAIチャットボット導入により、これまでオペレーターが一件ずつ人力で対応していた問い合わせ対応を自動化します。従来、問い合わせのたびに発生していた「情報の検索・確認・回答作成」という一連のオペレーション時間を大幅に削減し、ユーザーへの即時回答を実現します。Qubeの多彩な機能や複雑な操作仕様により、これまで人力での丁寧な解説や調査を必要としていた場面においても、サポート工数の劇的な削減とナレッジの即時共有を両立させます。
■ 今後の展望
株式会社シー・エス・エスは、今後も「Qube」におけるAI活用を加速させてまいります。今後は、AIによる「イベントの検索」や、ユーザーの興味関心に基づいた「レコメンド機能」の搭載を予定しており、データに基づいた精度の高いマッチングや、ユーザー体験のさらなるパーソナライズ化を推進してまいります。
■ Qubeとは
オンラインとオフラインのハイブリッドな交流を軸とした、BtoBコミュニケーションプラットフォームです。「ビジネスにおける新たな出会いと価値創造」を支援します。イベント開催支援やSNS機能といった実務的なツールを通じ、経営者、技術者、マーケティング・営業担当者など、あらゆるビジネスパーソン同士のダイレクトな繋がりを創出。企業の枠を超えた共創を促し、事業成長を加速させる次世代のビジネスコミュニティ形成を目指しています。
【株式会社シー・エス・エスについて】
社名: 株式会社シー・エス・エス
所在地: 東京都品川区
代表者: 代表取締役 佐川 学
URL: https://www.css-net.co.jp/
Qube公式サイト: https://qube-q.com/
【本件に関するお問い合わせ先】
株式会社シー・エス・エス
デジタルマーケティング部
担当：清水
Email：mail_qube@css-net.co.jp
■ 背景と概要
株式会社シー・エス・エス（本社：東京都品川区、代表取締役：佐川 学、以下当社）は、提供するBtoBコミュニケーションプラットフォーム「Qube（キューブ）」において、生成AIと社内データを高度に連携させるRAG（Retrieval-Augmented Generation：検索拡張生成）を活用したAIチャットボット機能をリリースいたしました。
本機能は、Qubeの操作マニュアル、ヘルプ、FAQ、さらには関連する企業情報といった非構造化データをAIが直接参照し、ユーザーの質問に対してセキュアかつ高精度な回答を自動生成するものです。
■ 技術的特徴：高精度な検索を実現する独自のアーキテクチャ
本AIチャットボットは、情報の検索漏れを防ぎ、回答精度を最大化するために、以下の高度な技術プロセスを実装しています。
1. 独自の「8ステップ・クエリ処理フロー」
データのインジェスト（取り込み）から回答生成までを、論理的な8ステップに分解して処理します。
「8ステップ・クエリ処理フロー」
文書の読み込み: ユーザーによる文書群（Qubeマニュアル等）の指定。
YAML構造化・保存: 内容をYAML形式に変換し、情報の欠落を防ぎつつS3およびDBへ格納。
精密なチャンク分割: 最大500文字、オーバーラップ50文字の条件で分割。
埋め込み（Embedding）: OpenAIの text-embedding-3-small（1536次元）を採用。
ベクトルDB格納: 高速かつ高精度な類似度検索が可能なデータベースを構築。
クエリ分類: ユーザーの質問意図をLLM（OpenAIの gpt-4o-mini）で解析・分類。
ハイブリッド検索の実行: ベクトル検索とキーワード抽出を組み合わせた高度な検索。
回答生成: 厳選された情報ソースに基づき、根拠のある回答を出力。
2. 「ハイブリッド検索」による精度の追求
単純な意味検索（ベクトル検索）では補いきれない固有名詞や特定の用語に対処するため、独自のハイブリッド検索ロジックを搭載しています。
ベクトル検索: コサイン類似度を用いて、文脈的に近い上位8件のチャンクを抽出。
キーワード抽出: クエリから固有名詞を抽出し、ベクトル検索結果の中でキーワードが合致する情報を特定。
■ 期待される効果
「Qube」のAIチャットボット導入により、これまでオペレーターが一件ずつ人力で対応していた問い合わせ対応を自動化します。従来、問い合わせのたびに発生していた「情報の検索・確認・回答作成」という一連のオペレーション時間を大幅に削減し、ユーザーへの即時回答を実現します。Qubeの多彩な機能や複雑な操作仕様により、これまで人力での丁寧な解説や調査を必要としていた場面においても、サポート工数の劇的な削減とナレッジの即時共有を両立させます。
■ 今後の展望
株式会社シー・エス・エスは、今後も「Qube」におけるAI活用を加速させてまいります。今後は、AIによる「イベントの検索」や、ユーザーの興味関心に基づいた「レコメンド機能」の搭載を予定しており、データに基づいた精度の高いマッチングや、ユーザー体験のさらなるパーソナライズ化を推進してまいります。
■ Qubeとは
オンラインとオフラインのハイブリッドな交流を軸とした、BtoBコミュニケーションプラットフォームです。「ビジネスにおける新たな出会いと価値創造」を支援します。イベント開催支援やSNS機能といった実務的なツールを通じ、経営者、技術者、マーケティング・営業担当者など、あらゆるビジネスパーソン同士のダイレクトな繋がりを創出。企業の枠を超えた共創を促し、事業成長を加速させる次世代のビジネスコミュニティ形成を目指しています。
【株式会社シー・エス・エスについて】
社名: 株式会社シー・エス・エス
所在地: 東京都品川区
代表者: 代表取締役 佐川 学
URL: https://www.css-net.co.jp/
Qube公式サイト: https://qube-q.com/
【本件に関するお問い合わせ先】
株式会社シー・エス・エス
デジタルマーケティング部
担当：清水
Email：mail_qube@css-net.co.jp