社内ナレッジ検索の生成AIプロジェクト|検証メンバー募集
募集・共有の目的
過去の提案書や手順書を探しやすくする、生成AI検索の検証メンバーを募集します。AIを入れること自体を目的にせず、社員がどんな場面で情報を探せず困るのかを確かめます。
成功した例だけではなく、難しかった点や途中で変えた判断も共有します。違う立場の意見を早く知ることが、現実的な進め方につながるからです。
現状と進め方
最初は公開範囲を限定した百件ほどの文書で試します。回答には参照元を表示し、重要な判断は人が原文を確認します。古い資料、重複した資料、閲覧権限の違いをどう扱うかも検証対象です。利用部門とセキュリティ担当が同じ場で結果を見る進め方にします。
主なポイント
- 検索したい質問例と評価方法の作成
- 文書の公開範囲と更新手順の確認
- 六週間の検証後に継続可否を判断
大切にする判断基準
判断するときは、速さだけでなく、利用者への影響、安全性、運営を続ける人の負担を比べます。「検索したい質問例と評価方法の作成」が今回の目的とどのようにつながるかも確かめます。
次に「文書の公開範囲と更新手順の確認」について、どの状態まで達すれば十分かを言葉にします。追加の要望が出た場合は、重要度と期限を見て今回行うか別の機会に分けます。
情報共有について
会議へ参加できなかった人にも分かるよう、決定、理由、担当、期限を短く残します。「六週間の検証後に継続可否を判断」に関する条件が変わった場合は、影響を受ける人へ先に知らせます。
分からないことを分からないまま共有できる関係が、問題の早期発見につながります。
ご意見を募集します
社内AI検索で、便利さと安全性の両方を測るために必要な評価項目を募集します。
短いコメントでも構いません。似た経験や気になる点を気軽にお寄せください。
絞り込み条件は「IT・デジタル > データ・AI」です。関心の近い方と、立場を越えて情報交換できればうれしいです。
※この投稿はデモンストレーション用のサンプルです。

コメント
データ分析の現場では、数字の意味と欠けを最初に確認しています。AIの評価では正解率だけでなく、根拠を確認できた割合と、回答を使わなかった理由も記録すると実態が見えます。
プロジェクトの目的だけでなく、最初に調べる範囲と終了時の判断が示されている点に共感します。 プロジェクト中に計画を見直す基準と、共有する会議の頻度が気になります。
※このコメントはデモンストレーション用のサンプルです。