文書検索（RAG機能）とは、組織内に蓄積された資料や規定を「エクサベース AI」と連携させる機能です。これにより、社内独自の情報を踏まえた回答が可能になり、より高度な業務利用を実現できます。
RAG機能の回答精度を最大限に引き出すためには、AIが情報を正しく処理できるよう、連携させるデータの「前処理」を行うことが非常に重要です。精度の高い回答を得るための4つのポイントを解説します。
1. データの誤りや不整合をなくす
参照データに誤りや矛盾があると、AIはそのまま不正確な情報を回答として出力してしまいます。
事前の点検：数値や事実関係に誤りがないか事前に確認してください。
文脈の整理：主語が抜けている、あるいは指示語（「これ」「あれ」）が多用されていると、AIが正しく理解できない場合があります。
2. データ規則を統一する
資料内での表記がバラバラだと、AIが「同じものを指している」と認識できず、検索漏れや誤認識の原因となります。以下の項目を中心にルール化し、整理することをお勧めします。
英字・かなの使い分け：
例：「私」と「わたし」、「exaBase」と「エクサベース」など
全角・半角の統一：
単語間のスペースや数字（123と１２３）など
例：エクサベース AIについては半角空白、それ以外は全角空白を基本としてください。
アルファベットの大文字・小文字：
例：「pdf」や「csv」などの拡張子は、必ず小文字で統一してください。
氏名の記載：
姓・名の間のスペースの有無や、漢字・ローマ字表記の統一
3. 最新のデータのみを連携させる
古い情報と新しい情報が混在していると、AIがどちらを参照すべきか判断できず、情報の矛盾（ハルシネーション）が発生するリスクが高まります。
更新・改訂された資料をアップロードする際は、古いバージョンを削除または除外し、常に最新の正解データのみを参照させるようにしてください。
「最新のリリース情報」や「仕様書」は正解として扱われることが多いです。定期的に内容を確認し、データの最新化を行ってください。
4. AIが処理しやすい形式に整える
ファイル形式に合わせて、以下の点に配慮すると認識率が向上します。
- PDF形式の場合 RAGは画像内のテキストを直接参照できない場合があります。図解や画像に含まれる重要な情報は、別途テキストとして記載しておく必要があります。また、複雑な言い回しを避け、簡潔な表現を心がけてください。
CSV／XLSX形式の場合 空白の行や列は削除してください。各列には必ず「ラベル（見出し）」を付け、その列に何が記載されているかを明示することが大切です。