株式会社リベルクラフト、在京大手放送局向け生成AI・RAGコンサルティングを実施

リベルクラフトは、在京大手放送局に対し、生成AI・RAGに関する伴走型技術コンサルティングを実施。評価フレームワークの構築と改善プロセスの確立により、社内AIチャットボットの精度向上と内製化を支援した。
提携NQ 83/100出典:PR Times

📋 記事の処理履歴

  • 📰 発表: 2026年5月22日 17:30
  • 🔍 収集: 2026年5月22日 09:01
  • 🤖 AI分析完了: 2026年5月22日 09:03(収集から1分後)
## 株式会社リベルクラフトが在京大手放送局向けに生成AI・RAGコンサルティングを実施

株式会社リベルクラフト(本社:東京都、代表取締役:三好大悟)は、在京大手放送局様に対し、生成AI・RAG技術に関するコンサルティング支援(2026年1月〜3月、約2ヶ月間・週次定例全9回)を実施し、社内AIチャットボットの精度向上と継続的な改善基盤の構築に貢献いたしましたことをご報告申し上げます。

### 受注の背景と意義

在京大手放送局様では、業務効率化を目的として生成AIの活用に取り組まれており、社内業務で利用するAIチャットボットを既に導入されていました。一方で、回答精度に課題があり、「精度改善の方法論」と「評価体制の確立」が求められていました。

リベルクラフトはこの課題に対し、RAG(検索拡張生成)・LLMの専門知見を活かした伴走型コンサルティングを提供しました。

### 提供する支援の概要

本プロジェクトは、システム開発の受託ではなく、週次定例の技術コンサルティングとして実施しました。在京大手放送局様の技術チームが主体的にプロジェクトを推進する中で、リベルクラフトは専門知見の提供と伴走型サポートを担当。内製化を促進しながら、実用性の高い成果を生み出す座組みを実現しました。

- **RAGパイプラインの評価手法の策定**:回答精度の課題を体系的に分析し、定量的に評価できるフレームワークを構築しました。
- **検索・回答精度の改善支援**:データの構造化やプロンプト設計の最適化を通じて、検索精度・回答品質の向上を支援しました。
- **次フェーズに向けた高度化提案**:さらなる精度向上に向けたアーキテクチャ案やロードマップを提示しました。

### リベルクラフトの特徴と強み

- **先進的かつ複雑な生成AI開発への支援実績**:単なる生成AIツール導入に留まらず、高精度なRAG開発やローカルLLMの導入支援など、先進的かつ複雑な生成AI・LLM開発を長く支援してきた経験と実績を蓄積しております。
- **広範囲なAI・データサイエンス技術への対応力**:古典的なデータ解析から、従来AIによる予測モデル構築や最適化アルゴリズム構築、そして最先端の生成AIを活用した開発まで幅広い開発支援実績があり、目的に応じた最適な手法の選択‧提供が可能です。
- **人材教育によるAI・データ活用の内製化まで伴走支援**:AIシステム開発だけではなく「AI・データを活用できる人」の研修・教育支援により、真の内製化と継続的活用を実現します。

### 代表取締役 三好大悟 コメント

生成AIの社内活用において、PoCから実運用フェーズに進む際の最大の壁は「精度をどう定量的に評価し、継続的に改善していくか」という方法論の確立です。

今回、在京大手放送局様のチームと週次で議論を重ね、評価フレームワークの構築から具体的な改善アプローチまで一気通貫で伴走できたことは、私たちが目指す「開発代行ではない技術パートナー」のあり方を体現する取り組みとなりました。

今後も、クライアント企業様の自律的な改善サイクルと内製化を後押しする技術コンサルティングを通じて、生成AI活用の社会実装を加速してまいります。

よくある質問

株式会社リベルクラフトはどのようなコンサルティングを提供しましたか?

生成AI・RAG技術を活用し、社内AIチャットボットの回答精度向上、評価フレームワークの構築、継続的な改善基盤の構築を支援する伴走型技術コンサルティングを提供しました。

このプロジェクトはどのような座組みで行われましたか?

システム開発の受託ではなく、週次定例の技術コンサルティングとして実施されました。放送局側の技術チームが主体的にプロジェクトを推進する中で、リベルクラフトが専門的知見の提供とサポートを行う形です。

回答精度の課題に対してどのようなアプローチがとられましたか?

体系的な分析に基づき定量的に評価できるフレームワークを構築し、データの構造化やプロンプト設計の最適化を通じて検索・回答精度の改善を図りました。

リベルクラフトのAI開発支援における強みは何ですか?

高精度なRAG開発やローカルLLM導入などの複雑な技術実績、古典的データ解析から生成AIまでの幅広い対応力、そして人材育成による内製化支援を強みとしています。

代表の三好大悟氏は、AIの実運用における重要ポイントをどう見ていますか?

PoCから実運用に進む際の最大の壁は「精度をいかに定量的に評価し、継続的に改善していくか」という方法論の確立にあると指摘しています。