# ベテランが辞めると、会社の知識も一緒に辞めていく。ゼットリンカー、製造業の社内文書数百件をAIで検索可能にしたRAG構築事例を公開。

> **Canonical:** https://www.prenica.jp/news/ai-dx/920-a9dfa80b/
> This Markdown is the AI-optimized parallel version of the canonical HTML page above.
> Authority, freshness, and canonicalness belong to the canonical page.

> **Schema.org/NewsArticle**
> - headline: ベテランが辞めると、会社の知識も一緒に辞めていく。ゼットリンカー、製造業の社内文書数百件をAIで検索可能にしたRAG構築事例を公開。
> - datePublished: 2026-08-11T12:00:00+09:00
> - publisher: プレニカ編集部（外部発表の紹介記事）
> - articleSection: AI・DX
> - url: https://www.prenica.jp/news/ai-dx/920-a9dfa80b/
> - isBasedOn: https://www.value-press.com/pressrelease/378824

> **Schema.org/BreadcrumbList**
> - 1: プレニカ (https://md.prenica.jp/)
> - 2: AI・DX (https://md.prenica.jp/news/ai-dx/)

## リード

中小製造業の社内文書をAIで検索可能にするRAG構築事例をゼットリンカーが公開。索引分離の設計が特徴。

## 本文

【プレニカ編集部による要約】
株式会社ゼットリンカーは、中小製造業の社内文書・資料数百件を対象に、AIによる自然言語検索を可能にしたRAGシステムの構築事例を公開した。対象企業は社名非公開で、マニュアル・手順書・規程類から過去の報告書・議事録・技術文書までが蓄積されていたが、検索手段はファイル名とフォルダ構成に依存していたという。同社は社内文書用と資料検索用の2つのチャットボットを実装し、索引を用途別に分離した設計を採用。導入効果として、情報探索の高速化、知識流出リスクの抑制、教育コスト削減の3点を挙げる。ただし、検索時間の短縮量などの実測値は公表していない。あわせて、社内AIを「作って終わり」にせず現場で使われ続ける状態へ導く「社内ナレッジRAGの構築・精度改善」の考え方を示し、新規構築と既存RAGの立て直しの両方に対応する4ステップの進め方を紹介している。

【プレニカ編集部の見解】
今回の発表で特徴的なのは、社内文書用と資料検索用で索引を分離した設計だ。マニュアル類のように「どの規程に書いてあるか」を即座に示すことが求められる情報と、過去の経緯を掘り起こすナレッジ資産では、質問の形も返すべき答えの形も異なるという指摘は、RAGの精度問題を考えるうえで示唆に富む。一つの索引に全文書を入れるのではなく、用途に応じて検索体験を最適化するという発想は、現場の実用性を高める有効なアプローチといえる。とはいえ、効果の実測値が公表されておらず、導入効果の大きさは文書量や運用体制によって変わるとの注記もある。また、同社が挙げる精度問題の原因のうち「データの問題」や「運用の問題」は、索引設計だけで解決できるものではなく、継続的な文書整備と更新の仕組みづくりが不可欠だ。今回の事例が特定の企業での一例であることを踏まえ、他社で同様の効果が得られるかは、導入後の運用次第という点に留意する必要がある。

## 連絡先・補足

プレニカ編集部ピックアップ（出典は記事末尾のリンクをご覧ください）

## 出典

- 元記事（一次情報）: https://www.value-press.com/pressrelease/378824