GROUNDED BUSINESS AI
AIがかり
会社の文脈を踏まえ、確認して使える下書きへ。
顧客対応・販売支援の業務で、会社情報やルールを踏まえた出典付きの下書きを作成し、人が確認・修正してから保存・再利用するクラウド型AI業務支援SaaSです。
- Next.js
- TypeScript
- PostgreSQL / RLS
- Multi-tenant SaaS
- RAG / Grounding
TECHNICAL SNAPSHOT
- SURFACE
- Web SaaS
- DATA
- Tenant isolated
- OUTPUT
- Reviewed draft
PROJECT CONTEXT
解こうとした課題
AIを導入すること自体ではなく、実務で責任を持って使い続けられる状態を設計対象にしました。
01
一般的な文章では会社らしさが出ない
商品、料金、納期、禁止表現、署名などの文脈がなければ、実務でそのまま確認できる下書きになりません。
02
AIの回答根拠を追えない
どの情報を使って文章を作ったかが分からないと、事実確認や社内レビューの負担が増えます。
03
企業ごとのデータ境界が必要
複数企業が利用するSaaSでは、認証だけでなくデータ層でも組織境界を維持する必要があります。
ARCHITECTURE
判断点を含めた処理設計
入力から成果物までを一続きの自動処理にせず、確認・停止・再開できる単位へ分けています。
01 / INPUT
業務入力
依頼と必要な前提を受け取る
02 / GROUND
文脈接地
会社情報・ルール・参照情報を絞る
03 / DRAFT
下書き生成
用途に沿った成果物を組み立てる
04 / TRACE
根拠と監査
出典・状態・採否を確認可能にする
05 / REVIEW
人間レビュー
確認・修正後に保存・再利用する
IMPLEMENTATION
実装上の工夫
見栄えだけでなく、状態・権限・記録の境界がコード上でも混ざらないことを重視しました。
段階的なgrounding
会社プロファイル、業務ルール、案件の入力、参照情報を段階的に絞り込み、必要な文脈だけを生成処理へ渡します。
出典と判断材料を残す
公開情報を扱う場合は出典を成果物と対応づけ、確認者が事実・推測・不足情報を区別できる形を目指します。
マルチテナントの二重境界
アプリケーションの組織スコープに加え、PostgreSQLのRLSでデータアクセスを制限する構成です。
QUALITY & SAFETY
品質と安全境界
できることと、意図的に自動化しないことを同じ強さで定義しています。
品質のための設計
出典確認
参照した公開情報を成果物から追い、確認日や前提を含めて人が検証できるようにします。
監査可能な状態記録
入力、生成物、レビュー状態、採否を業務の流れに沿って記録し、後から確認できる形にします。
人の修正を前提にする
生成結果を完成品と断定せず、確認・修正・保存・再利用の各段階を分けています。
越えない境界
メールを自動送信しない
AIが作るのは下書きです。相手への送信と業務利用の最終判断は利用者が行います。
正確性を保証しない
AI生成物の正確性・完全性を前提にせず、出典と内容を人が確認する運用を組み込みます。
公開済み情報の範囲で説明
このページでは公開サイトと利用規約で確認できる機能・安全境界を超えた主張をしません。
掲載範囲：公開中のサービス情報と利用規約に基づく技術説明です。顧客名、導入効果、非公開仕様は掲載していません。AI生成物は下書きであり、最終確認は利用者が行います。
DELIVERABLES
開発した成果物
顧客効果の推計ではなく、今回の開発で実際に設計・実装した技術成果を示します。
顧客対応下書きフロー
入力から生成、人の確認までを一つの業務導線に統合
会社プロファイル
会社固有の呼称、条件、ルールを継続利用する文脈層
出典・レビュー表示
根拠と修正対象を確認できるインターフェース
保存・再利用
確認済み成果物を次の業務へつなぐ記録基盤
RELATED LINKS
