社内ナレッジ検索AI開発RFPの書き方
社内ナレッジ検索AIを発注する前に、対象文書、権限、検索品質、回答根拠、検収、運用更新をRFPへ落とし込む実務ポイントを整理します。
結論
社内ナレッジ検索AI開発RFPでは、「社内資料をAIで検索できるようにしたい」だけでは不十分です。対象文書、更新責任、閲覧権限、回答根拠、検索できない文書、誤回答時の扱い、検収方法、運用更新を具体的に書く必要があります。社内検索AIは、便利に見えるデモを作りやすい一方、本番では権限、古い資料、重複文書、回答の根拠表示で失敗しやすい領域です。
RFPでは、PoCで使う文書だけでなく、本番で接続する文書管理システム、チャット、CRM、ヘルプデスク、ファイルサーバー、権限情報を整理します。検索結果が出ることよりも、見てはいけない文書を出さないこと、古い情報を古いと分かること、根拠を確認できることが重要です。
発注前に整理すること
最初に、対象文書を棚卸しします。規程、FAQ、手順書、提案書、議事録、問い合わせ履歴、設計書、契約雛形などを集め、最新版、古い資料、部門限定資料、外部共有不可資料を分けます。ナレッジ検索AIでは、文書が多いほど良いとは限りません。古い資料や重複文書が多いと、AIの回答品質は下がります。
次に、権限を確認します。部門別、役職別、プロジェクト別、顧客別に閲覧権限が異なる場合、検索AIにも同じ制御が必要です。RFPでは、既存の権限を引き継ぐのか、別管理にするのか、権限変更がいつ反映されるのかを書きます。
RFPに入れる項目
| 項目 | 書く内容 |
|---|---|
| 対象文書 | 文書種類、保存場所、更新頻度、除外文書 |
| 権限 | 閲覧権限、管理者権限、権限同期、ログ |
| 回答品質 | 根拠表示、引用元、回答できない場合の動き |
| 評価 | テスト質問、正解例、禁止回答、差戻し条件 |
| 運用 | 文書更新、再取り込み、改善会、問い合わせ対応 |
RFPでは、ベンダーに「検索精度を高めます」と言わせるだけでなく、評価方法を書いてもらいます。どの質問で、どの文書を根拠に、どの回答なら合格かを事前に決めることで、デモの印象ではなく実務で比較できます。
検収条件の作り方
検収では、答えがある質問、答えが複数文書に分かれる質問、権限がない質問、古い資料に引っ張られやすい質問、回答してはいけない質問を用意します。社内検索AIは、正しい回答を出すだけでなく、分からないときに分からないと言えることが重要です。
受入基準は、回答の自然さだけではなく、根拠リンク、文書更新日、権限反映、ログ、差戻し、回答不可時の表示を含めます。特に、権限外文書の露出は重大な問題になるため、検収で必ず確認します。
運用で失敗しないための設計
本番後は、質問ログ、回答不可、低評価、根拠文書の古さ、問い合わせ増減、文書更新の遅れを見ます。AIの回答が悪い場合、モデルの問題だけでなく、文書が古い、重複している、タイトルが曖昧、権限が複雑すぎるといった原因があります。
また、ナレッジ検索AIは導入して終わりではありません。新しい規程、商品資料、FAQ、障害対応手順が追加されます。誰が文書を更新し、いつAIへ反映し、古い文書をどう除外するかをRFPに入れておくと、運用費の比較がしやすくなります。
図解で確認するポイント
この記事の画像は、文書棚卸し、権限確認、検索AI、回答根拠、人間レビュー、運用更新の流れを示す図解です。画像内にタイトルや売り文句を入れず、発注前に確認すべき工程を把握できるようにしています。
AllAI内での次の行動
標準SaaSで足りる場合はAI/SaaS比較で社内検索、ナレッジ管理、ヘルプデスクツールを比較します。複雑な権限や独自文書連携が必要な場合はAI開発会社一覧で候補を探し、この記事の項目をRFPへ落とし込みます。
FAQ
Q. 社内ナレッジ検索AIはRAGで作れば十分ですか? A. 技術方式だけでは不十分です。文書整理、権限、根拠表示、評価データ、運用更新を設計する必要があります。
Q. 見積でぶれやすい項目は何ですか? A. 文書数、権限同期、既存システム連携、評価データ作成、再取り込み、運用改善です。
Q. 検収では何を確認しますか? A. 正答、根拠、権限外文書の非表示、古い文書の扱い、回答不可時の動き、ログを確認します。
出典:
- 経済産業省 AI事業者ガイドライン 第1.2版: https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html (確認日: 2026-07-08)
- NIST AI Risk Management Framework: https://www.nist.gov/itl/ai-risk-management-framework (確認日: 2026-07-08)
- OWASP Top 10 for LLM Applications: https://owasp.org/www-project-top-10-for-large-language-model-applications/ (確認日: 2026-07-08)
次に見る
関連する記事・ガイド
- AI開発会社ガイドAI開発RFPでAIエージェント権限境界を指定する方法
AI開発RFPでAIエージェント権限境界を指定する方法では、AI開発を外注する前にAIが実行できる操作、承認が必要な操作、ログ取得をRFPで分けるためのRFP・契約・見積比較の観点を整理します。
- AI開発会社ガイドAI開発RFPでAIエージェントのツール利用リスクを指定する方法
AI開発RFPでAIエージェントのツール利用リスクを指定する方法では、AI開発を外注する前に外部API、メール送信、DB更新などの実行権限を段階制御するためのRFP・契約・見積比較の観点を整理します。
- AI開発会社ガイドAI開発契約でデータエクスポート形式を決める方法
AI開発契約でデータエクスポート形式を決める方法では、AI開発を外注する前に解約時のデータ形式、メタデータ、ログ、再利用権を契約で押さえるためのRFP・契約・見積比較の観点を整理します。
- AI開発会社ガイドAI開発のデータ移行リスクで起きる失敗事例
AI開発のデータ移行リスクで起きる失敗事例では、AI開発を外注する前に移行対象、欠損、名寄せ、検収条件を曖昧にした失敗を避けるためのRFP・契約・見積比較の観点を整理します。