Hackbase.ai

調査・リサーチ

何が面白いか

多くの社内Q&Aツールは単に答えを提示しますが、CanonCompassは『どの情報源が最も信頼できるか』という次元を導入した点が新しいです。文書の「権威度」で重み付けして回答を生成するため、Slackの雑談ではなく公式規程に基づいた回答が得られるという、情報の信頼性に関する組織の悩みを直接解決します。技術的にも、単なるベクトル検索(RAG)に留まらず、メタデータ（権威度）を組み込んだ信頼性スコアリングという新しいアプローチを提示しており、AIが出力する情報の『なぜ』を追跡したいというニーズに応えます。

今後改良したいところ

今後は、現在は単一の質問応答パターンしか見せられていませんが、次は複数の文書が矛盾する複雑なケースや、根拠が見つからなかった場合の適切な応答まで扱えるようにしたいです。最終的には、組織の『知の羅針盤』として、誰もが信頼できるツールに育てたいと考えています。

使い方

この作品の使い方と、画面で確認するポイントをまとめて表示します。

質問を入力する

ユーザーが社内文書群に関する質問を入力します。このデモでは「在宅勤務の経費精算ルールは？」という質問が事前に用意されています。

質問を解析し関連文書を検索

AIは入力された質問からキーワードと意図を抽出し、社内文書の中から関連性の高い資料を検索する設計です。文書は権威度スコアに基づいて重み付けされ、回答の根拠として利用されます。サンプルでは「在宅勤務規程」と「Slack人事ガイドラインチャンネル（2024年5月10日）」が関連文書として特定されます。

公式見解を生成し根拠を引用

AIは「社内情報に詳しいアシスタント」として、検索された文書の内容のみを根拠に回答を生成する設計です。回答には根拠となった文書のタイトル、権威度、具体的な引用箇所が構造化された情報として付与されます。例えば、「在宅勤務の経費精算ルールに関して、最も権威のある「在宅勤務規程」によると、通信費・電気代・消耗品について月額5,000円を上限として申請可能です。

制作メモ

この作品でAIが重視した制作方針を、公開向けに整理して表示します。

ソース

この作品で保存されているコードと確認用ファイルをまとめて表示します。

主要ファイル

README.md作品の説明と使い道

source/app/page.tsx画面の実装入口

validation/self-review.json検証・レビュー結果

source/core/gemini.ts画面の実装入口

コードプレビュー

source/app/page.tsx

/* eslint-disable @next/next/no-img-element */
'use client';

import { useState } from 'react';
import { sampleInput } from '../data/sample-input';
import { sampleTrace } from '../data/sample-trace';

// --- Local Type Declarations (to avoid importing from source/core) ---
type Document = {
  id: string;
  title: string;
  authorityScore: number;
  content?: string;
};

type Citation = {
  documentId: string;
  title: string;
  authorityScore: number;
  snippet: string;
};

type Answer = {
  generatedText: string;
  citations: Citation[];
};

type TraceStep = {
  step: string;
  output: any;
};

// --- Component --- 

export default function CanonCompassPage() {
  const [traceSteps, setTraceSteps] = useState<TraceStep[]>([]);
  const [finalAnswer, setFinalAnswer] = useState<Answer | null>(null);
  const [isRunning, setIsRunning] = useState(false);

  const handlePlayTrace = () => {
    if (isRunning) return;
    setIsRunning(true);
    setTraceSteps([]);
    setFinalAnswer(null);

    let currentStep = 0;
    const interval = setInterval(() => {
      if (currentStep < sampleTrace.steps.length) {
        setTraceSteps(prev => [...prev, sampleTrace.steps[currentStep]]);
        currentStep++;
      } else {
        setFinalAnswer(sampleTrace.finalAnswer);
        clearInterval(interval);
        setIsRunning(false);
      }
    }, 500);
  };

  const pipelineDefinition = [
    { name: '質問解析と関連文書検索', id: 'trace-step-1' },
    { name: '回答生成と引用箇所特定', id: 'trace-step-2' },
  ];

  return (
    <div style={{ fontFamily: 'sans-serif', padding: '2rem' }}>
      <header style={{ bor
...

全文を別ページで見る →