LiberCraft 為東京大型電視台提供生成式 AI 與 RAG 技術諮詢
LiberCraft 為東京一家大型電視台提供生成式 AI 與 RAG 技術諮詢，透過建立評估框架與優化改進流程，協助其提升內部 AI 聊天機器人的精準度並促進 AI 技術內部化。
📋 文章處理履歷
- 📰 發表: 2026年5月22日 17:30
- 🔍 收集: 2026年5月22日 09:01
- 🤖 AI分析完成: 2026年5月22日 09:03（收集後1分鐘）
## LiberCraft 為東京大型電視台提供生成式 AI 與 RAG 技術諮詢
LiberCraft Co., Ltd.（總部：東京都，代表取締役：三好大悟）宣布，已於 2026 年 1 月至 3 月期間，為東京一家大型電視台提供生成式 AI 與 RAG 技術的諮詢服務。該項目透過為期三個月、每週定期的九次技術會議，有效提升了其內部 AI 聊天機器人的精準度，並建立了持續優化的基礎設施。
### 受託背景與意義
該大型電視台為提升營運效率，已導入 AI 聊天機器人協助內部業務。然而，由於回答精準度面臨挑戰，因此亟需確立「精準度改善方法論」與「評估體系」。
LiberCraft 針對此需求，發揮其在 RAG（檢索增強生成）與大型語言模型（LLM）的專業知識，提供了伴隨式的技術諮詢服務。
### 支援概要
本計畫並非單純的系統開發委外，而是每週進行的技術諮詢項目。在電視台技術團隊主導專案的過程中，LiberCraft 負責提供專業技術諮詢與支持，打造出既能促進內部化又能產出實質成果的合作框架。
- **制定 RAG 管線評估方法**：構建了能系統性分析回答精準度問題，並進行定量評估的框架。
- **支援搜尋與回答精準度改善**：透過資料結構化與優化提示詞（Prompt）設計，有效提升檢索精準度與回答品質。
- **提出下一階段的高度化提案**：針對進一步提升精準度，提出了架構優化建議與發展路線圖。
### LiberCraft 的特點與優勢
- **先進且複雜的生成式 AI 開發經驗**：不僅限於工具導入，亦累積了支援複雜 RAG 開發與在地化 LLM 部署的豐富經驗與實績。
- **廣泛的 AI 與資料科學技術對應能力**：從古典資料分析、預測模型建模、最佳化演算法，到最尖端的生成式 AI 開發，皆能依據客戶目的提供最佳方案。
- **透過人才培訓實現 AI 與資料運用內部化**：除了系統開發，更透過培訓支援，培育「能靈活運用 AI 與資料」的人才，實現真正的內部化與持續應用。
### 代表取締役 三好大悟評論
「在企業內部應用生成式 AI 時，從概念驗證（PoC）過渡到實際應用階段的最大障礙，在於如何建立一套『定量評估精準度並持續改進』的方法論。」
「這次能與東京大型電視台的團隊進行每週討論，並從評估框架構建到具體改進方法提供一條龍的支援，充分體現了我們身為『技術夥伴而非開發代工』的定位。」
「未來，我們將透過技術諮詢，持續協助企業客戶建立自主改進循環並強化內部技術實力，進而加速生成式 AI 的社會落地應用。」
LiberCraft Co., Ltd.（總部：東京都，代表取締役：三好大悟）宣布，已於 2026 年 1 月至 3 月期間，為東京一家大型電視台提供生成式 AI 與 RAG 技術的諮詢服務。該項目透過為期三個月、每週定期的九次技術會議，有效提升了其內部 AI 聊天機器人的精準度，並建立了持續優化的基礎設施。
### 受託背景與意義
該大型電視台為提升營運效率，已導入 AI 聊天機器人協助內部業務。然而，由於回答精準度面臨挑戰，因此亟需確立「精準度改善方法論」與「評估體系」。
LiberCraft 針對此需求，發揮其在 RAG（檢索增強生成）與大型語言模型（LLM）的專業知識，提供了伴隨式的技術諮詢服務。
### 支援概要
本計畫並非單純的系統開發委外，而是每週進行的技術諮詢項目。在電視台技術團隊主導專案的過程中，LiberCraft 負責提供專業技術諮詢與支持，打造出既能促進內部化又能產出實質成果的合作框架。
- **制定 RAG 管線評估方法**：構建了能系統性分析回答精準度問題，並進行定量評估的框架。
- **支援搜尋與回答精準度改善**：透過資料結構化與優化提示詞（Prompt）設計，有效提升檢索精準度與回答品質。
- **提出下一階段的高度化提案**：針對進一步提升精準度，提出了架構優化建議與發展路線圖。
### LiberCraft 的特點與優勢
- **先進且複雜的生成式 AI 開發經驗**：不僅限於工具導入，亦累積了支援複雜 RAG 開發與在地化 LLM 部署的豐富經驗與實績。
- **廣泛的 AI 與資料科學技術對應能力**：從古典資料分析、預測模型建模、最佳化演算法，到最尖端的生成式 AI 開發，皆能依據客戶目的提供最佳方案。
- **透過人才培訓實現 AI 與資料運用內部化**：除了系統開發，更透過培訓支援，培育「能靈活運用 AI 與資料」的人才，實現真正的內部化與持續應用。
### 代表取締役 三好大悟評論
「在企業內部應用生成式 AI 時，從概念驗證（PoC）過渡到實際應用階段的最大障礙，在於如何建立一套『定量評估精準度並持續改進』的方法論。」
「這次能與東京大型電視台的團隊進行每週討論，並從評估框架構建到具體改進方法提供一條龍的支援，充分體現了我們身為『技術夥伴而非開發代工』的定位。」
「未來，我們將透過技術諮詢，持續協助企業客戶建立自主改進循環並強化內部技術實力，進而加速生成式 AI 的社會落地應用。」
常見問題
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。