English 
スターティアホールディングス当社は、連結子会社である株式会社クラウドサーカスが提供するAIチャットボット「IZANAI Powered by OpenAI」を利用し、高度なRAG（検索拡張世代）技術「Knowledge Graph（Graph RAG）」を搭載したチャットボットの構築が可能になったことをお知らせいたします。
従来のRAG（Search Expansion and Generation）は、まず質問に関連しそうな資料を検索し、見つかった情報をもとに生成AIが回答を作成するシステムです。グラフRAGは、この検索ステップをさらに進め、テキストに含まれる「人・組織・商品・日時」などのエンティティをノード（点）として結びつけ、「知識相関図」ともいえる知識グラフをあらかじめ構築しておくアプローチです。
従来のRAG(Search Expansion Generation)では、文書を細かく分割し、質問と「似ている」文章を上から順番に複数選択して回答を生成していました。しかし、この方法には3つの大きな問題があります。
文脈が遮断されているため
文章間のつながりが失われると、因果関係や時系列、階層構造などの文脈情報を正確に把握することが難しくなります。
こちらもお読みください： 株式会社ゼアルス、LINEを利用したダンカン向けAIサービスエージェントの提供を開始
騒音汚染のリスク：
質問の意図と異なる内容が混在しやすく、一貫性のない回答や誤解を招きかねません。
処理負荷とコストの増加：
インポートするテキストが多ければ多いほど、処理に時間がかかり、コストも高くなります。
グラフRAGは、まず質問に対して関連する情報を検索し、その関係性からナレッジグラフ上で必要な情報を絞り込みます。その情報をAIが要約して回答を生成することで、効率的な処理と精度の高い回答を両立しています。これにより、FAQの網羅性と一貫性が向上し、複雑な業務知識にも対応した精度の高いチャットボットの運用が可能になります。
ナレッジグラフは、情報間の関係や構造を利用することで、よりコンテキストに関連した回答を生成することができます。ナレッジグラフは、情報間の関係が複雑で、参照する項目が複数ある場合に特に効果的です。例えば、製品マニュアルや法律文書など、多層的な参照関係を持つ文書や、社内の業務フローや手順が階層的に整理され包括的なビジネス知識において、ナレッジグラフは質問の意図を考慮した的確な回答を提供することができます。
ソース PRタイムズ
日本語