03AI CHAT & KNOWLEDGE
結Chat ／ 結Knowledge （「結（Yui）」AI エージェント基盤より）
サイトに、
答えられる窓口を。
自社サイトの公開情報だけを根拠に、来てくださった方の質問へ出典つきでお答えする Web サイト向け AI チャットです。検索で関連する箇所を見つけ、その抜粋だけを手がかりに生成 AI が自然な日本語へ整え、必ず「どこに書いてあったか」を添えます。根拠が見つからないときは、推測でつくろわず「分かりかねます」と正直にお伝えし、そのままお問い合わせフォームへご案内します。根拠のない答えは返さない。それが結Chat です。
その土台には、会社の知識を外に出さず自社に置いたまま引ける仕組み「結Knowledge」があります。Leapcom 自身のサイトの公開情報を載せ、取込から出典つき回答までを一つの流れで動かしています。エンジンは再利用できる土台です。ここに、お客様のナレッジと設置環境を合わせて、一つひとつ構築してご提供します。
01FIRST OF ALL
はじめてこのページに来てくださった方へ
私たちは、この仕組みをまず自分たちのサイトで使うために作りました。そして公開前のチェックまで確かめてから、みなさまにご紹介しています。ここでは、いまお見せできることを、そのまま素直にお伝えします。
-
01エンジンは、再利用できる土台です
ブランドハブの公開コンテンツを知識源に、取り込み → 意味で検索 → 出典つきで回答するまでの一連を、一つの流れとして動かしています。RAG（検索拡張生成）の中核はここで確かめて土台にしてあり、導入のたびに、この土台をお客様のナレッジと設置環境へ合わせて組み上げます。
-
02公開前のチェックを徹底しています
公開前に、自社のよくあるご質問でひととおり試したところ、出典つきで正確に答え、根拠のない回答（それらしいのに間違った答え）や誤りはありませんでした。「どこに書いてあるか」まで添えて、正直に応じられることを確かめています。
-
03自分たちも、毎日使っています
Leapcom 自身も、結Chat に毎日ふれながら磨いています。私たちはふだん、お客様の AI エージェント開発を AI と一緒に進めていて、その現場の感覚が、そのまま結Chat に入っています。
-
04導入は、一つひとつ構築してご提供します
結Chat の導入は、お客様ごとの構築を伴います。RAG にセットするナレッジはお客様ごとに固有で、ホームページへの設置・連携も一社ずつ異なるからです。だからこそ、エンジンという土台を軸に、お客様のナレッジと設置環境へ合わせて、一つひとつ丁寧に仕立ててご提供します。
-
05積み重ねた開発力の上に立っています
「根拠がなければ答えない」という考え方は、お客様の受託開発の現場でも形にしています。生産計画を AI エージェントで支える事例には、同じ思想が流れています。ほかの事例は開発事例から、どんな会社が作っているのかは会社情報でご覧いただけます。
02THREE FEATURES
3 つの特長
-
FEATURE 01
いつも、出典つきで答える
回答は、検索で見つけた抜粋だけを根拠にし、答えの末尾に出典（元のファイル名や見出し）を必ず添えます。抜粋の外にある数値・固有名・実績は作らせません。だから、来てくださった方も、社内のみなさまも、その場で裏取りしながら安心して使えます。載せる会社も、後から正しさを確かめられます。
-
FEATURE 02
わからないことは、正直に。そして問い合わせへ
根拠が見つからない質問には、無理やり答えません。「その点はこちらでは分かりかねます。お問い合わせフォームよりご連絡ください」とお返しし、次の一歩へ自然にご案内します。取りこぼしそうだった疑問を、確度の高いご相談へと橋渡しします。答えられないことを、あいまいにごまかさない。それも、公開サイトでの誠実さだと考えました。
-
FEATURE 03
知識は会社の手元に。特定の AI に縛られない
知識をためて検索する部分は、お客様側で完結します。答えを整えるときだけ、関係するひと切れの抜粋を最小限だけ生成 AI に渡します。大切な情報を、まるごと遠くへ預けずに済みます。しかも、知識を数値に変える部分（埋め込み）も、しまっておく部分（ベクトルストア）も、あとから差し替えられる設計です。将来 AI や基盤を乗り換えても、ためた知識はそのまま活き続けます。
-
1 人
質問する
自由に入力、またはよくある質問をワンタップ
-
2 自社側
意味で検索する
結Knowledge が、意味の近い抜粋を探す
-
3 AI
抜粋だけで答えを整える
生成 AI（Claude）が自然な日本語に
-
4
出典つきで答える
根拠がなければ「分かりかねます → お問い合わせへ」
03THE ENGINE
結Chat を支えるエンジン「結Knowledge」
結Chat の頭脳にあたるのが、自社保有型の知識検索基盤「結Knowledge（ゆいナレッジ）」です。単体でも、社内の知識を AI が正しく引ける仕組みとしてお使いいただけます。
会社にとって大切な知識（段取りのコツ、過去の判断の理由、標準作業手順、品質や安全の規程）は、これまで人の頭の中や、あちこちの文書に散らばりがちでした。結Knowledge は、その知識を外に出さず、自社に置いたまま、AI が必要なときに正しく引ける形にします。
同じ土台なので、社外向けの案内チャット（結Chat）にも、アクセスを絞った社内アシスタントにも、AI エージェントの「知識の引き出し」にも広げられます。まずは公開情報のご案内から。そこから育てて広げていけるのが、結の性格です。
YUI CHAT
結Chat
対話の窓口（社外の案内／社内アシスタント）
YUI KNOWLEDGE
結Knowledge
知識の土台エンジン（自社保有・出典つき）
同じ土台 ＝「結（Yui）」AI エージェント基盤
結 Core（エージェント）／結 Connect（動的データ取得）と組み合わせられます。
-
01
データは自社に
知識の取り込みも検索も自社側で完結し、生成のときだけ、関連する抜粋（それも公開してよい情報）を最小限だけ AI に渡します。大切な知識が外へ流れ出ません。
-
02
ベンダーに縛られない
特定のサービスに一生を預けない部品設計です。埋め込みも、ベクトルストアも、あとから差し替えられます。より良い部品が登場したら乗り換えられ、ためた知識という資産は残ります。
-
03
役割分担が明快
検索で答える結Knowledge は「文章になった知識（非構造ナレッジ）」を担い、在庫・受注・工程実績のような刻々と変わる動的データは、都度取得する仕組み（結 Connect）に任せます。知識の鮮度と正確さを、無理なく両立します。
-
04
止まりにくい
生成 AI が使えない状況でも、検索した抜粋と出典を表示するだけの動きへ自動で切り替わり、止まりません。
04USE CASES
こんな場面で
会社のことをきちんと伝えようとするほど、サイトの情報は自然と増えていきます。そうすると、来てくださった方が「自分がいま知りたい、たった 1 つ」にたどり着くまでに、少し時間がかかることがあります。そんな入口に、結Chat と結Knowledge が寄り添います。
-
NOWサイトが育つほど、知りたい 1 つに届きにくい知りたいことが確かにどこかに書いてあるのに、探す道のりが長く、疑問を抱えたまま帰られてしまうことがあります。
WITH YUI質問すれば、答えと一緒に「どこに書いてあったか」が届きます。
-
NOW問い合わせフォームは、書くのがひと手間一から質問を書くのは負担で、あと一歩のところで届かない。会社概要・対応技術・導入事例・料金の考え方といった一次対応に、担当者の時間もかかります。
WITH YUIよくある質問はワンタップ。答えられないことは、そのままお問い合わせへご案内し、確度の高いご相談へ橋渡しします。
-
NOW一般的なチャットボットは、公開サイトに載せにくい「それらしいけれど不正確な答え」のリスクがあり、会社の名前で出す窓口には、なかなか任せにくい。
WITH YUI抜粋だけを根拠に答え、出典を必ず添えます。根拠がなければ、答えません。
-
NOW社外向けの窓口から、社内の情報がにじみ出るのが心配その不安から、導入の一歩を踏み出しにくい。
WITH YUI載せるのは、公開してよい情報だけ。社内の情報は、そもそも持たせません。
これらを、結Chat と結Knowledge は「安心して任せられるかたち」にしていきます。
05HOW IT WORKS
技術の仕組み（どう動くか）
結Chat と結Knowledge は、RAG（検索拡張生成）という考え方でできています。むずかしく言えば「検索」と「生成 AI」を組み合わせて、根拠に基づいて答えさせる仕組みです。
INPUT
質問
日本語の自由入力／よくある質問
STEP 1 ・ 自社側
意味で検索（結Knowledge）
質問と知識を同じ「意味の空間」に置き、近い抜粋を探す
STEP 2 ・ 生成 AI
Claude が整える
抜粋に無いことは書かない・根拠が無ければ答えない
OUTPUT
出典つきの回答
元ファイル名／見出しを添えて
まず意味で検索します。キーワードの一致ではなく、質問と知識を同じ「意味の空間」に置いて、意味の近い箇所を探します。だから、言い回しが多少ちがっても、言いたいことに近い抜粋を見つけられます。
次に、生成 AI（Claude）が整えます。検索でヒットした抜粋だけを手がかりに、Claude が自然な日本語へまとめます。抜粋に無いことは書かない・根拠が無ければ答えない、という約束（システムプロンプト）を守らせることで、根拠のない回答を抑えています。
なぜ、この形にしたのか。公開サイトに置く以上、生命線は「根拠のない答えを返さないこと」と「知識を会社の手元に置くこと」でした。だから、答えは必ず検索で見つけた抜粋だけを根拠にして出典を添えられる形にし、知識をためて検索する部分は自社で完結させて、生成のときだけ関係する抜粋を最小限だけ外に渡す。この形に落ち着きました。
そして、部品は差し替えできる設計です。「テキスト → 数値」に変える埋め込みも、数値をしまうベクトルストアも、それぞれ一つの差し替え口として設計してあり、呼び出す側は中身を知りません。将来、より良い部品や本番向けの仕組みへ乗り換えても、検索・保存・生成のロジックは変えずに、差し替えだけで受け止められます。ためた知識は、そのまま活き続けます。
06CAPABILITIES
できること（機能一覧）
いまご提供できる機能を軸に、これから広げていく機能は分けてお示しします。
取り込む・索引をつくる
- 公開情報（.md／.txt）の読み込みと索引づくり
- 意味のまとまり単位での分割＋直近の見出しの付与（出典の手がかりに）
- PDF・Word・Excel・図面／帳票 OCR への取り込み拡張 予定
検索する・答える
- 意味検索（近い意味の抜粋を上位から取得）
- 生成 AI（Claude）による回答の整形（抜粋だけを根拠に、出典必須）
- 出典の明示（回答末尾に元ファイル名／見出し）
- 根拠のない質問へのフォールバック（「分かりかねます → お問い合わせへ」）
- 生成 AI が使えないときの自動フォールバック（検索した抜粋＋出典を表示して止まらない）
画面・体験
- 最小の Web チャット画面（会話バブル・出典表示）
- FAQ サジェストボタン（「導入事例を教えて」等をワンタップで質問）
- 既存サイトへの埋め込みウィジェット化（iframe／Web コンポーネント） 予定
プラットフォーム連携（結）
- 検索機能を「AI エージェント用のツール（search_knowledge）」として切り出し、結 Core のエージェントへ接続
- 「動的データ＝結 Connect／文章の知識＝結Knowledge」の使い分けを前提にした設計
これから広げていく機能 予定
- より高品質な日本語向け埋め込み、または埋め込み API への差し替え（広い質問の網羅性を上げる）
- 本番向けベクトルストアへの差し替え・ハイブリッド検索＋並べ替え
- 社内アシスタント用途向けのアクセス制御・監査ログ
- お問い合わせ導線への本格的な連携／自社サイトへの公開埋め込み（承認後）
07THE CORE
評価のポイント：根拠のない回答を防ぐ仕組みと、いまの対応範囲
AI チャットをお選びいただくとき、いちばん気になるのは「変なことを言わないか」だと思います。私たちは、精度の数字を誇るより、「根拠のない答えを返さない仕組みの確かさ」と、いまどこまで答えられるかを正直にお示しすることで、そこにお応えしたいと考えています。
DESIGN
根拠のない回答を防ぐ仕組み（設計として）
回答は、検索した抜粋だけを根拠にし、抜粋に無い数値・固有名・実績を作らせません。根拠が無ければ「分かりかねます」でお問い合わせへ。この歯止めは、回答を整える指示（システムプロンプト）だけでなく、エージェント用のツールの側にも「出典を必ず返す・抜粋に無い数値や固有名は作らない・矛盾するときは両論を併記する」として、二重に効かせています。
公開前チェックの事実
公開前に、自社のよくあるご質問 5 問で、回答の正確さと出典の付き方を点検しました。4 問が良好・出典つきで正確、根拠のない回答や誤答は 0 件でした。
5問
自社のよくあるご質問で点検
4問
良好・出典つきで正確
0件
根拠のない回答・誤答
| # | 質問 | 判定 | 所見 |
|---|---|---|---|
| 1 | Leapcom は何の会社？ | ○ 良好 | 正確・出典つき |
| 2 | AI＋DX で何ができる？ | ○ 良好 | 造船の 3D-CAD／自動発注／工期短縮など実例つき |
| 3 | 導入事例を教えて | △ 一部 | 回答は正確だが 2 件のみ提示（事例は複数件）。広い質問で全件を引ききれない＝網羅性 |
| 4 | ホームページ実装パートナーとは？ | ○ 良好 | 正確・出典明示 |
| 5 | 対応技術・環境は？ | ○ 良好 | 網羅的・出典つき |
NOTE
限界は「正しさ」ではなく「網羅性」です
3 番の取りこぼしは、答えの正しさではなく、「事例を全部まとめて」のようなとても広い質問で、関連文書を全部は引ききれない網羅性の話でした。原因は現在の簡易な検索部品（設計思想の節で正直にお話しします）にあり、より高品質な部品へ差し替えることで広げていけます。この点検で、根拠のない回答は発生していません。
08SCREENS
画面イメージ
実際の操作画面のイメージです。知識源は自社の公開情報のみで、実データや実名の写り込みはありません。
09SPECIFICATIONS
スペック表
事実のみを記載します。現在の実装値であり、保証値ではありません。これから広げる機能は「予定」、まだ確定していない想定は「想定」と明記します。
共通仕様
| 提供形態 | 自社構築・運用型。知識の取り込み・検索・保存は自社側で完結し、答えを整えるときだけ生成 AI（Claude）を利用する構成。クラウド専用 SaaS ではなく、ご利用の環境に構築して運用する形態です。 |
|---|---|
| 動作環境 | Web ブラウザ。将来は iframe／Web コンポーネントで既存サイトへ埋め込み予定。 |
| 認証方式 | 公開用途では、公開情報のみを扱う公開ボットのため認証は不要です。アクセスを絞った社内アシスタント用途へ広げる段で、結プラットフォーム共通のアクセス制御を適用予定。 |
| 通信・保管の暗号化 | 知識（数値・本文・出典）は自社側にファイルとして保存。生成 AI への通信は HTTPS（公式 SDK 既定）。公開設置時は Web 側も HTTPS 前提想定。 |
| アクセス制御の粒度 | 公開用途では、公開情報のみを扱うため制御は不要です。アクセスを絞った社内アシスタント用途向けのロール等のアクセス制御は予定。 |
| 監査ログ | 公開用途では基本的に不要です。アクセスを絞った社内向け（非公開ナレッジ）用途で実装予定。 |
| データの取り扱い | 下の「セキュリティとデータの取り扱い」に詳述。知識本体は自社側に保有し、外部へ出しません。生成時のみ、検索でヒットした公開情報の抜粋を Claude へ送信します。 |
| 外部連携 | 検索機能を、AI エージェント用のツール（search_knowledge）として結 Core に接続できます（結果は JSON で返却、出典を明記）。 |
| サポート・提供体制 | 受託開発・自社構築の形態。知識源の範囲・公開／社内の別・検索品質・画面デザイン・既存システム連携の有無に応じてカスタマイズ前提です。 |
結Chat／結Knowledge 固有仕様
| 回答方式 | RAG（検索拡張生成）・出典必須・根拠なしは非回答。抜粋だけを根拠に生成 AI が整形し、末尾に出典を列挙。根拠が無ければ「分かりかねます → お問い合わせへ」。 |
|---|---|
| 生成 AI（生成層） | Claude（Anthropic）。既定モデルは設定で上書きでき、回答の長さにも上限を設けています。生成層は差し替え可能な境界を持ちます。 |
| 意味検索（検索層） | 質問と知識を数値化し、意味の近さ（コサイン類似度）で上位の抜粋を取得します。 |
| 埋め込み（差し替え可能な境界①） | いまの実装は、追加インストール不要で動く簡易方式で「配線」を通しています。そのぶん意味検索の品質は限定的で、広い質問での網羅性に伸びしろがあります。本番では、より高品質な日本語向け埋め込み、または埋め込み API へ差し替え可能です予定。 |
| ベクトルストア（差し替え可能な境界②） | いまの実装は、データベース不要でローカルにファイル保存する軽量な方式です。本番では、同じ差し替え口のまま本番向けストアへ差し替え可能です予定。 |
| まとめ分け（チャンク化） | 空行区切りのブロックを一定の長さまで詰め、前後を少し重ねて文脈を継ぎます。各まとまりに直近の見出しを出典の手がかりとして付けます。 |
| 知識源の範囲 | 現在はブランドハブの公開情報のみ（サービス／会社情報／開発事例／技術と品質／運用／記事）。公開／社内の別・範囲は導入時に一緒に決めます。 |
| 非搭載情報（安全設計） | 経営戦略・価格の手の内・競合分析・議事録・サイト制作の内部計画・下書きなどは、そもそも搭載しません。公開ボットからの漏れを、構造的に防ぎます。 |
| フォールバック | 生成 AI が使えない場合は、検索した抜粋＋出典を表示するだけの動き（retrieval-only）へ自動で切り替わり、止まりません。 |
| データの所在 | 知識の索引（数値＋本文）は自社側に保有。外部へ渡すのは、生成時に検索でヒットした関連抜粋（公開情報）のみです。 |
10SECURITY & DATA
セキュリティとデータの取り扱い
公開サイトに置くうえで気になる「情報が漏れないか」「根拠のないことを答えないか」に、事実で先回りしてお答えします。
知識源の安全設計（＝結Chat のいちばんの売り）
結Chat が見るのは、公開してよい情報だけです。経営や戦略、価格の手の内、競合の見方、議事録などは、そもそも手元に持たせません。だから、公開の窓口から社内の情報がにじみ出ることがありません。入り口を絞る、この設計が公開ボットの安心をつくっています。
データの所在・送信（自社保有）
- 知識本体は自社側に保有します。数値化した索引も、本文・出典も、自社側に置き、ためて検索する処理は自社で完結します。
- 外部へ渡すのは、生成時の抜粋だけです。質問に答えるときだけ、検索でヒットした関連抜粋（それも公開情報）を最小限、生成 AI へ渡します。知識全体を、外へ預けることはありません。
根拠のない回答を防ぐ仕組み（安全＝正確さ）
回答は抜粋だけを根拠にし、抜粋に無い数値・固有名・実績を作らせません。根拠が無ければ答えず、お問い合わせへ。エージェント用のツールの側でも「出典を必ず返す・抜粋に無い数値を作らない・矛盾は両論併記」を守らせています。
認証・アクセス制御・監査（用途に応じて）
公開用途の結Chat は、公開してよい情報だけを扱う公開ボットのため、認証・アクセス制御・監査ログは基本的に不要です。アクセスを絞った非公開ナレッジ（社内アシスタント）へ広げる段で、結プラットフォーム共通のアクセス制御・監査ログを適用します予定。
キー管理：生成 AI の API キーは、コードに埋め込まず、環境変数や外部の設定から読み込みます。キーが無いときは、検索した抜粋の表示だけへ自動で切り替わります。
生成 AI（Claude／Anthropic）を使う際の取り扱い
- 学習利用の有無 一般に、Anthropic の API の入力・出力は、モデルの学習には使われません。
- 保持期間 API のログは短期保持で自動削除される運用です（データを保持しない契約も選択肢にできます）。
- 機密はローカルに切り替えられる 埋め込み・生成に差し替え可能な境界を持つため、機密要件が強い用途では、将来ローカル完結の仕組みへ切り替えられます。「一般文書はクラウドで、機密はローカルで」を両立できる設計です。
- そもそも結Chat は公開情報のみを扱うため、外部送信のリスク自体が小さいのが特徴です。社内アシスタント（非公開ナレッジ）へ広げる段で、この取り扱いを本格的に適用します。
11SCOPE
対応範囲
「うちのサイトで使える？」に、すぐ見当をつけていただけるよう並べます。
- 対応する知識ソース
- Markdown（.md）・テキスト（.txt）。PDF・Word・Excel・図面／帳票 OCR は予定です。
- 入力（質問）
- 日本語の自由入力＋FAQ サジェストボタン。
- 出力（回答）
- 日本語の自然文＋出典（元ファイル名／見出し）。根拠が無い場合は、お問い合わせへのご案内文。
- 知識源の範囲
- 既定は「自社サイトの公開情報」。公開／社内の別や範囲は、導入時に一緒に決めます。
- 動作環境
- Web ブラウザ。将来は既存サイトへ iframe／Web コンポーネントで埋め込み予定。
- 規模
- いまは自社サイトの公開情報を、データベース不要の軽量な構成で。本番では、より高品質な検索部品＋本番向けストアへ差し替えて広げていけます予定。
連携・API
- AI エージェント用のツールとして提供
- 検索機能を「search_knowledge」というツールとして切り出してあり、結 Core のエージェントのツール一覧に登録するだけで、エージェントの検索機能になります。戻り値は JSON で、出典（元の情報源・見出し・関連度・抜粋）を明記します。
- 結 Core／結 Connect との三位一体
- エージェントは、「刻々と変わる動的データ（在庫・受注・工程実績・天候・人員など）は結 Connect」「文章になった知識は結Knowledge」と、使い分けて答えられます。ツールの説明文そのものに「動的データは本ツールではなく各データ取得ツールを使うこと」と明記して、役割を混ぜないようにしています。
- お客様の基幹システム
- 将来は結 Connect 経由で在庫・受注などの動的データと組み合わせ、「知識（RAG）× 生きたデータ（API）」の両輪へ広げていけます想定。
- HP 埋め込み
- iframe／Web コンポーネント化を見据えた最小の Web 画面を用意しています。自社サイトへの公開埋め込みは、承認後予定です。
12A NEUTRAL VIEW
他社との比較（公開情報にもとづいて）
発注先を見極めるうえで、他社との位置づけも気になるところだと思います。ここでは優劣を断じず、一般論として考え方のちがいだけを中立に整理します。
-
IN GENERAL一般に、汎用のチャットボットや生成 AI は、学習済みの一般知識や、それらしい推測で答えることがあり、公開サイトでは不正確な回答が起こりえます。
THIS SYSTEM本システムは、自社の公開情報の抜粋だけを根拠にし、必ず出典を添え、根拠が無ければ答えない設計に置いています。
-
IN GENERAL一般に、クラウド型のチャットボットは、知識データをベンダー側に預ける形が多くあります。
THIS SYSTEM本システムは、知識をためて検索する部分を自社側で完結させ、生成のときだけ関連抜粋を最小限渡す形に置いています。
-
IN GENERAL一般に、特定の AI ベンダー前提で作り込むと、乗り換えのときに資産が無駄になりやすいものです。
THIS SYSTEM本システムは、埋め込み・保存・生成をそれぞれ差し替え可能な境界で持ち、基盤を乗り換えてもためた知識が活きるようにしています。
13DESIGN RATIONALE
なぜ、この設計にしたのか
デモでいちばんお見せしたいのは、機能そのものより「なぜこう作ったか」です。少し長くなりますが、私たちの考えをお伝えします。
背景 1：なぜ「出典つき・根拠のない答えを返さない」を最優先にしたのか
公開サイトに AI を置くとき、いちばん怖いのは「それらしいのに間違っている答え」でした。会社の名前で出す以上、根拠のない回答は信頼を損ないます。だから結Chat は、賢く見せることより先に、答えの一つひとつに根拠（出典）を持たせることを、設計の中心にしました。
回答は、検索で見つけた抜粋だけを手がかりにします。抜粋の外にある数字や固有名、実績は作らせません。そして答えの下に「どこに書いてあったか」を必ず添えます。読む人は裏取りができ、載せる会社も、後から正しさを確かめられます。この歯止めは、回答を整える指示だけでなく、エージェント用のツールの側にも「出典を必ず返す・抜粋に無い数値は作らない・矛盾は両論併記」として、二重に効かせています。
そのうえで、わからないことは正直にしました。根拠が見つからない質問には無理に答えず、「その点はこちらでは分かりかねます。お問い合わせフォームよりご連絡ください」と返し、次の一歩へご案内します。答えられないことを、あいまいにごまかさない。それも、公開サイトでの誠実さだと考えました。
背景 2：なぜ「知識は会社の手元に」なのか
結Chat の土台は、Leapcom の AI 基盤「結（Yui）」の一員である結Knowledge です。その一番の思想は「会社の知識は、会社が持つ」こと。知識をためて検索する部分はお客様側で完結し、答えを整えるときにだけ、関係するひと切れの抜粋を最小限だけ生成 AI に渡します。大切な情報を、まるごと遠くへ預けずに済みます。
さらに、載せる情報は公開してよいものだけに絞りました。社内の込み入った事情や、まだ見せられないことは、そもそも手元に持たせません。だから「うっかり社外に出てしまわないか」を心配しなくていい。入り口で絞る、この設計が、公開ボットの安心をつくっています。
背景 3：なぜ「特定の仕組みに縛られない」設計にしたのか
AI の世界は、動きがとても速い。今日いちばん良い部品も、来年には変わっているかもしれません。「作って終わり」にして特定のベンダーに縛られると、乗り換えのたびに、ためた知識が無駄になってしまいます。そこで結Knowledge は、「テキスト → 数値」に変える埋め込みと、数値をしまうベクトルストアを、それぞれ一つの差し替え口として設計しました。呼び出す側は、中身を知りません。
この設計は、実は、いまの環境の制約を正直に受け止めた結果でもあります。現在の検索部品は、追加インストール不要で動く簡易な方式を使っています。この環境の都合で、より高品質な日本語向けの部品がまだ使えないためです。だから意味検索の品質は限定的で、「事例を全部教えて」のような広い質問では、取りこぼしが出ることがあります。でもこれは、正しさではなく網羅性の話で、根拠のない回答は起きていません。だからこそ、境界を切っておきました。より高品質な部品や埋め込み API へ差し替えるだけで、検索・保存・生成はそのままに、品質を上げられます。伸びしろを隠さず、直せる形で設計に埋め込んであります。ここが、私たちの正直さです。
背景 4：なぜ「結プラットフォームの一部」として作ったのか
結Chat は、単体の便利なツールであると同時に、Leapcom の AI 基盤「結（Yui）」の入り口でもあります。検索機能を、エージェント用のツールとして切り出してあるので、結 Core のエージェントに登録するだけで、エージェントは「刻々と変わる動的データは結 Connect」「文章になった知識は結Knowledge」を使い分けて答えられるようになります。
だから同じ仕組みは、社外向けの案内チャットにも、アクセスを絞った社内アシスタントにも、AI エージェントの「知識の引き出し」にも広げられます。まずは公開情報のご案内から。そこから、生きたデータ（結 Connect）× 会社の知識（結Knowledge）を掛け合わせ、もっと業務のまん中へ。作って終わりではなく、育てて広げていける。この現在進行形が、結Chat の性格そのものです。
14HOW TO START
導入までの流れ
「相談したら、次はどうなる？」にお答えします（ステップは想定です）。
-
1
ご相談
載せたい情報の範囲（公開／社内）・想定する質問・いまのサイトの構成・お問い合わせ導線をうかがいます。
-
2
デモ
出典つきの回答、「分かりかねる → お問い合わせ」への誘導、FAQ サジェストを、実際にご覧いただきます（触れて試せる公開デモは、設置の承認後にご用意していきます）。
-
3
試行（スモールスタート）
まずは自社サイトの公開情報から。知識を取り込み、回答の正確さと出典の付き方を、よくあるご質問で点検します。
-
4
カスタマイズ
知識源の範囲、公開／社内の別、検索品質（≒回答の網羅性）のグレード、画面デザイン、既存システム連携の有無に合わせて構成します。
-
5
公開・展開
サイトへの埋め込み、お問い合わせ導線への連携へ。社内アシスタント用途は、アクセス制御を付けて別途ご一緒します。
15FAQ
よくあるご質問
根拠のないことを答えませんか。
回答は、自社サイトの公開情報の抜粋だけを根拠にし、抜粋に無い数値・固有名・実績は作りません。答えの下に出典を必ず添えます。根拠が見つからない質問には無理に答えず、「分かりかねます。お問い合わせフォームよりご連絡ください」とお返しします。
社内の情報が漏れませんか。
結Chat が見るのは、公開してよい情報だけです。経営・戦略・価格の手の内・競合分析・議事録などは、そもそも搭載しません。知識をためて検索する部分は自社側で完結し、答えを整えるときだけ、関係する抜粋（公開情報）を最小限だけ使います。
答えの正しさは、どう確かめられますか。
回答ごとに出典（元の情報源）を明示するので、その場で裏取りできます。公開前のチェックでは、出典つきで正確な回答が返り、根拠のない回答は 0 件でした。
特定の AI ベンダーに縛られませんか。
知識を数値に変える部分（埋め込み）も、しまう部分（ベクトルストア）も、答えを整える部分（生成 AI）も、あとから差し替えられる部品として設計しています。将来より新しい AI や基盤へ乗り換えても、ためた知識はそのまま活きます。
どんな質問でも全部拾えますか。
いまは、「近い業種の事例をまとめて全部」のようなとても広い質問で、拾いきれないことがあります。これは答えの正しさではなく網羅性の話で、より高品質な検索部品へ差し替えることで、設計はそのままに広げていけます。
実際に動くものはありますか。
動くエンジンがあります。Leapcom 自身のサイトの公開情報で、取込から出典つきの回答までを一つの流れで動かし、実機で確かめています。このエンジンは再利用できる土台で、導入のたびに、お客様のナレッジと設置環境へ合わせて一つひとつ構築してご提供します。
既存サイトに置けますか。社内でも使えますか。
iframe／Web コンポーネントでの埋め込みを見据えた、最小の Web 画面を用意しています（公開は承認後）。同じ仕組みは、アクセスを絞った社内アシスタントにも広げられます（その段でアクセス制御を付けます）。
CONTACT
サイトに、答えられる窓口を。その一歩を、ぜひご一緒に。
「自社サイトに合うだろうか」「社内の知識検索から始めたい」。どんな入口でも構いません。お客様の情報の広がりや、公開／社内の別、知識源の範囲などをうかがいながら、いちばん無理のない始め方を一緒に考えます。料金は、構成に合わせてのご相談となります（金額は掲載していません）。まずは、お気軽にお声がけください。
ご相談いただいた内容にだけ、お返事します。