Slackbot × RAG で実現する社内情報検索の最適化

Transcript

1. Slackbot × RAG で実現する社内情報検索 の最適化 STORES 株式会社 中野 達也 1
2. 自己紹介 STORES 株式会社 IT本部 シニアマネージャー 中野 達也@howdy39 SIerやフリーランスでソフトウェアエンジニア →（STORES）フロントエンドエンジニア →（STORES）情シス 2 2
3. どんな Slackbot をつくってるの？ どのような仕組み？ RAGのノウハウを紹介 目次 3
4. どんな Slackbot をつくってるの？ 4
5. Slackで質問を投げかけると社内のドキュメントを読み込んで回答してくれるBOTを作成 5 5
6. BOTがあることで、ドキュメントを探すコストを下げられる 6 6 BOTがあることで、ドキュメントを探すコストを下げられる ヘルプデスク工数のコスト
7. どのような仕組み？ 7
8. RAGで実現 8 8 ベクトル情報 を登録・更新 ・削除 Embedding (ベクトル 化） Webhookで 記事情報を送 信 質問する 実行 ベクトルで記 事を検索 Embedding (ベクトル 化） 記事内容を入 れて質問 回答結果を返 す 記事を 作成・更新・ 削除
9. RAGはフローが大きく2つにわかれるのでどこの話をしているかのイメージが大事 9 9 ベクトル情報 を登録・更新 ・削除 Embedding (ベクトル 化） Webhookで 記事情報を送 信 質問する 実行 ベクトルで記 事を検索 Embedding (ベクトル 化） 記事内容を入 れて質問 回答結果を返 す 記事を 作成・更新・ 削除 ベクトルDBへ格納 ベクトルDBから検索
10. 「ベクトルDBへ格納」の詳細 10 10
11. 「ベクトルDBから検索」の詳細 11 11
12. RAGのノウハウを紹介 12
13. ノウハウその1「初期データの反映」と「差分データの反映」の設計が大事 13 13 差分データの反映 初期データの反映 インポートするだけなので 簡単 難しい Webhookがあればいいが ない場合にどうするかの設 計が大事
14. ノウハウその2 マークダウンから無駄なデータを削ぎ落として登録 14 14 ここ！
15. ノウハウその2 マークダウンから無駄なデータを削ぎ落として登録 | コード例 15 15 imgタグを除去 brタグを削る 4つ以上の罫線の ”-”, “=”, “〜” を3つに減らす 太字 “**” を除去 2つ以上のスペースを1つ に減らす 複数の改行を1つに減らす
16. 記事の内容にもよるが 適当な記事をピックアップしたところ 文字数が 39,219→20,025 に削減 ノウハウその2 マークダウンから無駄なデータを削ぎ落として登録 | 削減効果 16 16 500文字ずつチャンクしたとしたら 分割数が80→40まで削減できた
17. ノウハウその3 データを収集するのが大事 17 17 ここ
18. ノウハウその3 データを収集するのが大事 | 例 18 18 これ
19. ノウハウその3 データを収集するのが大事 | 可視化 19 19 フィードバック メッセージを返却 （ランダム） フィードバック結果 のログをスプレッド シートに残す 利用状況とフィード バックをLooker Studioで可視化
20. ノウハウその4 Rerankを必ず入れる 20 20 ここ
21. ノウハウその4 Rerankを必ず入れる | チャンクを多く取ってRerankで絞る 21 21 100チャンクを Rerankして上位10 チャンクを取得 ※ 類似度：高 topN=100 のチャンクを取得 ※ 類似度：低
22. Slackbot x RAG 環境を作り従業員の業務効率を向上させよう （ついでに情シスのヘルプデスク工数を削減する） RAGの全体像（登録フロー, 検索フロー）イメージしながら設計・ 実装・改善をしていくとよい まとめ 22 22
23. ご清聴ありがとうございました！ 23