Kotozna 發表獨家 RAG 架構「TocDex RAG」，革新搜尋結構，提升生成式 AI 聊天機器人回答精準度
Kotozna 株式会社推出獨家 RAG 架構「TocDex RAG」，旨在提升生成式 AI 聊天機器人的回答精準度、多語言支援能力和擴展性。該架構結合了目錄式和索引式搜尋的兩層結構，解決了傳統 RAG 在語境理解和多語言搜尋方面的挑戰，並已搭載於企業級生成式 AI 平台「Kotozna TPG」中。
📋 文章處理履歷
- 📰 發表: 2026年4月14日 20:00
- 🔍 收集: 2026年4月14日 11:31
- 🤖 AI分析完成: 2026年4月14日 17:37（收集後6小時6分鐘）
Kotozna 株式会社（總公司：東京都港區，代表董事 CEO：後藤玄利）作為一家提供利用生成式 AI 的多語言通訊平台之 B2B SaaS 企業，已發布獨家 RAG（Retrieval-Augmented Generation）架構「TocDex RAG（目錄＋索引 RAG）」，旨在提高生成式 AI 聊天機器人的回答精準度。
透過實施此架構，生成式 AI 聊天機器人的回答精準度、多語言支援能力和擴展性將大幅提升。
TocDex RAG 採用結合了類別搜尋（目錄）和索引搜尋（索引）的兩層結構搜尋方式，並已搭載於企業級生成式 AI 平台「Kotozna TPG」中。這是一個全新的 RAG 架構，重新審視了搜尋結構本身，以應對傳統 RAG 在語境理解和多語言搜尋方面所面臨的挑戰。
TocDex RAG 的運作機制
近年來，許多企業利用大型語言模型（LLM）導入了搜尋和回答內部知識及客戶資訊的系統。然而，傳統 RAG 在語境理解的精準度、多語言查詢的應對以及大規模數據處理等方面存在課題。
為了解決這些課題，TocDex RAG 採用了結合類別搜尋和索引搜尋的兩層結構搜尋架構。透過按類別整理和篩選資訊，同時像索引一樣以單詞為單位進行搜尋，生成式 AI 在生成回答之前，能夠更有效率地獲取更符合語境的資訊。
TocDex RAG 與傳統 RAG 的差異
比較傳統 RAG 與 TocDex RAG
傳統 RAG 通常的做法是將透過搜尋獲取的文本片段（chunk）直接傳遞給 LLM 以生成回答。然而，這些片段在分割時往往沒有考慮語義上的區隔，導致 LLM 在某些情況下無法獲得足夠的語境資訊。
另一方面，TocDex RAG 不僅將獲取的片段，還將包含其周邊的語義上連貫的文本（passage）傳遞給 LLM。這使得 LLM 能夠理解前後語境，從而生成更精確、更自然的回答。
Kotozna 株式会社代表董事 CEO 後藤玄利表示：
「RAG 的性能在很大程度上取決於片段的品質。由有意義的單位組成的片段才能實現高精準度的回答，但在傳統 RAG 中，這一點往往沒有得到充分考慮。」
TocDex RAG 的主要優勢
與傳統 RAG 相比，TocDex RAG 具有以下特點：
・透過強化語境理解來提高回答精準度
・強化多語言查詢的應對能力
・在成本效益高地處理大規模數據的同時，抑制對回應速度的影響
・無需額外的維護負擔
支援擴展性和靈活性的功能
考慮到企業的營運，還實施了以下功能：
・數據更新時自動同步向量資料庫
・可按機器人單位切換功能的開啟／關閉
・支援關鍵字搜尋設定的客製化
預期應用領域
TocDex RAG 在特別需要精確術語理解和多語言支援的領域中，將發揮高效作用。例如，在觀光和酒店業中，需要精確處理店鋪名稱、設施名稱、商品名稱等具有獨特性的資訊。此外，它也適用於處理包含專業術語的文件，如產品手冊和技術文件。
未來，作為支援企業知識利用和客戶服務的生成式 AI 基礎，預計將在各行各業中得到廣泛應用。
體驗新功能 TocDex RAG
TocDex RAG 已實施於 Kotozna 的生成式 AI 平台「Kotozna TPG 2.0」。「Kotozna TPG 2.0」是一個無需程式碼、即使沒有專業知識也能輕鬆創建生成式 AI 聊天機器人的平台。目前，我們為企業和個人用戶提供了免費方案，因此您可以實際體驗 TocDex RAG 帶來的舒適機器人體驗。
Kotozna TPG 2.0 註冊（使用註冊）
https://www.kotozna.com/ja/tpg
Kotozna TPG 2.0 使用手冊
https://prompt-engineering.kotozna.com/manuals/
Kotozna CEO 關於 AI 技術和特性的解說影片（系列超過 30 集。每集約 3 分鐘）
https://www.youtube.com/@kotoznaofficial9548
解說設計者應注意的「分割思維」
AI 精準度，取決於如何劃分。
在這段影片中，Kotozna 代表後藤玄利將解說在使用 RAG 和 KAG 進行 AI 設計時常被忽略的重點「有意義的片段」。
https://youtu.be/btxqQlOddEA
關於 Kotozna 株式会社
官方網站：https://www.kotozna.com/ja/about
代表者：代表董事 CEO 後藤 玄利
設立：2016 年 10 月
資本金：70,000,000 日圓 ※截至 2025 年 12 月 31 日
所在地：東京都港區赤坂 2-5-8 HULIC JP 赤坂大樓 3F
事業內容：提供利用生成式 AI 的多語言通訊支援服務
聯絡方式：sales@kotozna.com
公司網站：https://www.kotozna.com/ja
透過實施此架構，生成式 AI 聊天機器人的回答精準度、多語言支援能力和擴展性將大幅提升。
TocDex RAG 採用結合了類別搜尋（目錄）和索引搜尋（索引）的兩層結構搜尋方式，並已搭載於企業級生成式 AI 平台「Kotozna TPG」中。這是一個全新的 RAG 架構，重新審視了搜尋結構本身，以應對傳統 RAG 在語境理解和多語言搜尋方面所面臨的挑戰。
TocDex RAG 的運作機制
近年來，許多企業利用大型語言模型（LLM）導入了搜尋和回答內部知識及客戶資訊的系統。然而，傳統 RAG 在語境理解的精準度、多語言查詢的應對以及大規模數據處理等方面存在課題。
為了解決這些課題，TocDex RAG 採用了結合類別搜尋和索引搜尋的兩層結構搜尋架構。透過按類別整理和篩選資訊，同時像索引一樣以單詞為單位進行搜尋，生成式 AI 在生成回答之前，能夠更有效率地獲取更符合語境的資訊。
TocDex RAG 與傳統 RAG 的差異
比較傳統 RAG 與 TocDex RAG
傳統 RAG 通常的做法是將透過搜尋獲取的文本片段（chunk）直接傳遞給 LLM 以生成回答。然而，這些片段在分割時往往沒有考慮語義上的區隔，導致 LLM 在某些情況下無法獲得足夠的語境資訊。
另一方面，TocDex RAG 不僅將獲取的片段，還將包含其周邊的語義上連貫的文本（passage）傳遞給 LLM。這使得 LLM 能夠理解前後語境，從而生成更精確、更自然的回答。
Kotozna 株式会社代表董事 CEO 後藤玄利表示：
「RAG 的性能在很大程度上取決於片段的品質。由有意義的單位組成的片段才能實現高精準度的回答，但在傳統 RAG 中，這一點往往沒有得到充分考慮。」
TocDex RAG 的主要優勢
與傳統 RAG 相比，TocDex RAG 具有以下特點：
・透過強化語境理解來提高回答精準度
・強化多語言查詢的應對能力
・在成本效益高地處理大規模數據的同時，抑制對回應速度的影響
・無需額外的維護負擔
支援擴展性和靈活性的功能
考慮到企業的營運，還實施了以下功能：
・數據更新時自動同步向量資料庫
・可按機器人單位切換功能的開啟／關閉
・支援關鍵字搜尋設定的客製化
預期應用領域
TocDex RAG 在特別需要精確術語理解和多語言支援的領域中，將發揮高效作用。例如，在觀光和酒店業中，需要精確處理店鋪名稱、設施名稱、商品名稱等具有獨特性的資訊。此外，它也適用於處理包含專業術語的文件，如產品手冊和技術文件。
未來，作為支援企業知識利用和客戶服務的生成式 AI 基礎，預計將在各行各業中得到廣泛應用。
體驗新功能 TocDex RAG
TocDex RAG 已實施於 Kotozna 的生成式 AI 平台「Kotozna TPG 2.0」。「Kotozna TPG 2.0」是一個無需程式碼、即使沒有專業知識也能輕鬆創建生成式 AI 聊天機器人的平台。目前，我們為企業和個人用戶提供了免費方案，因此您可以實際體驗 TocDex RAG 帶來的舒適機器人體驗。
Kotozna TPG 2.0 註冊（使用註冊）
https://www.kotozna.com/ja/tpg
Kotozna TPG 2.0 使用手冊
https://prompt-engineering.kotozna.com/manuals/
Kotozna CEO 關於 AI 技術和特性的解說影片（系列超過 30 集。每集約 3 分鐘）
https://www.youtube.com/@kotoznaofficial9548
解說設計者應注意的「分割思維」
AI 精準度，取決於如何劃分。
在這段影片中，Kotozna 代表後藤玄利將解說在使用 RAG 和 KAG 進行 AI 設計時常被忽略的重點「有意義的片段」。
https://youtu.be/btxqQlOddEA
關於 Kotozna 株式会社
官方網站：https://www.kotozna.com/ja/about
代表者：代表董事 CEO 後藤 玄利
設立：2016 年 10 月
資本金：70,000,000 日圓 ※截至 2025 年 12 月 31 日
所在地：東京都港區赤坂 2-5-8 HULIC JP 赤坂大樓 3F
事業內容：提供利用生成式 AI 的多語言通訊支援服務
聯絡方式：sales@kotozna.com
公司網站：https://www.kotozna.com/ja