RAGサービス比較｜社内文書の検索AIは専用が要るか、今のAIで足りるか

RAGサービスとは、社内の文書を検索し、見つけた内容をもとに生成AIに答えさせる仕組みを製品として提供するサービスです。社員10〜200名の会社であれば、専用のサービスを比べる前に、今の（または会社で契約する）AI環境のナレッジ機能で足りるかを2週間試す順番が無理のない進め方になります。専用が必要になるのは、社外の方にも答えさせる、窓口の一次回答を担当者へ引き継ぐ、部署ごとに見せる文書を分ける、といった条件が重なった場合に限られるでしょう。RAGの仕組みそのものはRAGとはで、自前で作る手順と費用はRAG構築の方法と費用で扱っています。

専用のRAGサービスが要るか、今のAIで足りるかの判断表

社員が自分で社内文書を調べる用途であれば、まず今のAI環境のナレッジ機能で試すのが先になります。専用のRAGサービスが力を発揮するのは、社外の方に答えさせる、問い合わせ窓口の一次回答を自動にして担当者へ引き継ぐ、部署ごとに見せる文書を細かく分ける、といった場面です。就業規則や社内マニュアル、よくある質問集のように全社員が見てよい数十本の文書を引かせたいだけであれば、ChatGPT Business や Claude のプロジェクトでも近い使い方が出来ます。

比較サイトの多くは、専用サービスを入れることを前提に製品を並べています。実際には、すでに会社でAIを契約していれば追加の費用がかからない選択肢もあるため、比べる順番を1つ前に戻してみてください。

※上限の数字は、ChatGPT Business のプロジェクトが2026年9月17日、Gemini Notebook が2026年9月28日に、各社の公式ヘルプで確認したものです。

3つの質問で、比べる相手を絞る

判断表の7行を全部埋めるのが大変な場合は、次の3つだけ先に答えてみましょう。

1. 答える相手に、社外の人やAIのアカウントを持たない社員が含まれますか。含まれるなら、専用のサービスを比べる対象に入れます。
2. 答えられなかった質問を、担当者へ引き継いで記録する必要がありますか。必要なら、ヘルプデスク型の専用サービスが候補になります。
3. 部署ごとに見せてはいけない文書を、同じ仕組みで扱いますか。扱うなら、元の閲覧権限を引き継げるかどうかが選ぶ条件の中心になります。

3つとも答えが「いいえ」であれば、専用サービスを探す前に、今のAI環境のプロジェクト機能やノートブック機能で2週間の試験をしてみる価値があります。3つとも「いいえ」なら、まず今のAI環境で試す順番で困ることはほとんどありません。試した結果、文書の量や更新の手間で行き詰まった時点で、その不足を条件にして専用サービスを比べれば、選ぶ基準がはっきりしてきます。

判断の順番は、答える相手、引き継ぎの有無、閲覧権限の細かさの3つを先に決め、文書の量と更新頻度はその後に見る形になります。量の問題は、プロジェクトやノートブックを用途ごとに分ければ当面しのげることが多いためです。

RAGサービスのタイプ分けと、汎用AI環境の位置づけ

RAGサービスは、社内問い合わせ型、文書読み込み型、汎用AI環境のナレッジ機能、開発基盤型、構築支援型の5つに分けると比べやすくなります。よく見かける比較記事は専用サービスだけを4つ前後に分けていますが、今のAI環境に付いているナレッジ機能を同じ表に置くと、専用を入れるべきかどうかの判断がしやすくなるでしょう。

※タイプの分け方は比べやすさのための整理で、各社が自らこの呼び方をしているわけではありません。1つの製品が複数のタイプにまたがることもあります。

社員10〜200名の会社で候補に上がりやすいのは、上の3つのタイプになります。開発基盤型と構築支援型は、自前で作る話と地続きのため、手順と費用の考え方は親記事のRAG構築の方法と費用にまとめました。

見落としやすいのは、文書読み込み型と汎用AI環境のナレッジ機能の重なりです。文書読み込み型の専用サービスも、多くは生成AIとのチャット画面を持っているため、今のAI環境と並べて入れると、社員から見れば「AIの画面が2つ」ある状態となってしまいます。どちらの画面で何を聞くのかを社員に説明できるかどうかを、比べる前に一度考えてみてください。

社内問い合わせ型は、他の4つと役割が少し違います。社員がAIに聞く仕組みというより、総務や情シスの窓口業務を置き換える仕組みで、答えられなかった質問を担当者へ回す流れまで含めて製品になっています。問い合わせ件数が多く、窓口の担当者が回答に追われている会社であれば、比べる価値が出てくるでしょう。

今のAI環境のナレッジ機能でできること（ChatGPT・Claude・Gemini・Copilot）

主要なAIには、社内文書を読ませて答えさせる機能がすでに付いており、数十本の文書を部署やチームで使う程度であれば専用サービスとの差は小さくなります。違いが出るのは、1つあたりに入れられる文書の数、共有できる相手の範囲、元の閲覧権限を引き継げるかどうかの3点です。

※確認日：ChatGPT のプロジェクトは2026年9月17日、社内ナレッジと接続済みアプリは2026年9月25日、Claude のプロジェクトのRAGと Gemini Notebook のソース上限は2026年9月28日、Gem と Copilot は2026年9月16〜18日に、各社の公式ヘルプで確認しました。「―」は今回確認した公式ページに記載がなかった項目です。

ChatGPT Business：プロジェクト・社内ナレッジ・カスタムGPTの3つの入口

ChatGPT Business で社内文書を読ませる入口は、プロジェクト、社内ナレッジ、カスタムGPTのナレッジの3つになります。プロジェクトは、文書を置いてチームで共有する使い方で、Business では1つのプロジェクトに40ファイルまで入れることが出来ます。招待された方には編集かチャットの2段階の権限が付き、参加できる人数は合計100人までとヘルプに書かれています。

社内ナレッジは、Google Drive や SharePoint などの接続済みアプリをまたいで答えさせるプラグインで、Business・Enterprise・Edu が対象です。接続先の閲覧権限がそのまま適用されるため、各社員が元々見られる情報だけを使って回答が作られます。ただし、Business ではアプリが既定で有効になっており、管理者が決められるのはワークスペース全体でアプリを使えるかどうかまでとなります。ロールごとに使えるアプリを分ける設定は、Enterprise と Edu 向けに用意されています。

カスタムGPTのナレッジは、1つのGPTに20ファイル、1ファイル512MBまで添付出来る仕組みです。OpenAI はカスタムGPTの提供終了を予定していると告知しており（2026年9月時点）、対象となる Enterprise のワークスペースでは2026年12月11日に終える予定、その他のプランも同じ予定に沿うとされています。これから社内ヘルプデスク用のGPTを新しく作るのは、避けたほうがよいでしょう。

※ChatGPT Business、Enterprise、Edu では、プロジェクトからアクセスした情報や接続済みアプリから取得した情報を、既定ではモデルの学習に使わないと OpenAI のヘルプに書かれています。

Claude：プロジェクトは容量が増えると自動でRAGになる

Claude のプロジェクトは、入れた文書の量がコンテキストの上限に近づくと、自動でRAGの方式に切り替わります。同社ヘルプでは有料プラン（Pro・Max・Team・Enterprise）が対象で、容量を最大10倍まで広げられ、設定は要らないと説明されています。Team と Enterprise では、プロジェクトを閲覧のみか編集可の権限で、個人や組織全体に共有することが出来ます。1ファイルのアップロードは30MBまでで、ファイル数そのものに上限はなく、合計の量で制限される形となります（同社ヘルプ）。

Gemini：Notebook はソース数、Gem は共有設定に注意

Gemini Notebook（旧NotebookLM）は、追加したソースだけに基づいて、インラインの引用付きで答える仕組みになります。ソースの上限は1ノートブックあたり無料版50件、有料プランでは Plus 100件、Pro 300件、Ultra 500件または600件と、プランで大きく変わります。2026年9月2日からは計算量に基づく使用量の上限が加わり、重い使い方ほど早く上限に届くようになりました。Gem は、共有した Gem が Google ドライブに保存されるため、ドライブの共有設定がそのまま Gem にも適用される点を押さえておきましょう。

Microsoft Copilot：SharePoint の権限がそのまま効く

なお、組織データを引けるのはアドオンライセンスの Microsoft Copilot で、Microsoft 365 に含まれる Copilot Chat は SharePoint などの組織データ（Microsoft Graph）にはアクセスしません。Microsoft Copilot は、各ユーザーが少なくとも表示の許可を持っている組織データだけを表示すると、Microsoft が説明しています。ファイル置き場の権限をそのまま使える一方で、元の共有設定が広すぎれば、その広さのまま回答に出てくることになります。同社も、SharePoint などの権限モデルで適切な人が適切なコンテンツにアクセスできるようにすることが重要だと書いています。導入の前に、共有範囲が「全員」になっているフォルダがないかを確かめておくと安心です。

4つを並べると、ファイルを置く型（ChatGPT のプロジェクト、Claude のプロジェクト、Gemini Notebook）と、ファイル置き場につなぐ型（ChatGPT の社内ナレッジ、Microsoft Copilot）に分かれます。置く型は手軽ですが、入れた文書は参加者全員が引けてしまいます。つなぐ型は元の権限を生かせる代わりに、ファイル置き場の権限を先に整えておく必要が出てきます。

主なRAGサービスの料金付き比較表（公式での確認日つき）

公式サイトに料金が出ている専用サービスは、会社単位の月額で4万円前後から6万円前後が中心で、料金を出していない製品も少なくありません。下の表は、各社の公式ページで確認できた金額だけを載せ、確認できなかったものは要問い合わせか記載なしとしています。

※料金は、各行の確認日に各社の公式ページに表示されていた金額です。税込・税抜の表記がないもの（ChatSense、ChatGPT Business）には税を足していません。ChatSense の Business は料金ページ全体の金額で、RAGや追加学習の機能だけの料金は公式に記載がありません。ChatGPT Business の円の金額は日本向けの料金ページの表示で、米ドルでは標準シートが月20ドル（年額課金）・月25ドル（月額課金）です。プラン構成と価格は変わることがあるため、検討の際は各社の公式ページで最新の内容をご確認ください。

表を見るときは、金額の横にある「何で数えるか」の列を先に読んでみてください。同じ月4万円前後でも、ナレフルチャットは利用人数が無制限でクレジットの上限があり、ヘルプドッグは利用ユーザー数が無制限でも、エージェントの人数と生成AI型の会話数で段が分かれます。OPTiM AIRES のライトは月5,000回の質問と10GBの文書が目安で、利用者が多い会社ほど質問回数の上限が先に効いてくるでしょう。

料金を出していない製品は、比べる段階で外すのではなく、自社の条件（人数、文書の量、使う場所）を書いて見積もりを取るのが近道になります。見積もりを頼むときに何を書けばよいかは、後半の稟議のひな形が下書きとして使えます。

RAGサービスの費用相場と料金体系の見方

RAGサービスの料金は、会社単位の定額、1人あたりの月額、使った分の従量、ワークスペース単位の年額の4つの形に分かれ、どれを選ぶかで人数が増えたときの費用の伸び方が変わります。相場の数字だけを並べても比べにくいため、形ごとに会社の出費へ直して見ていきましょう。

会社単位の定額：月4万〜6万円前後から

公式に料金を出している専用サービス3社では、会社単位の月額がナレフルチャットの Pro で40,000円から、OPTiM AIRES のライトで50,000円、ヘルプドッグのスタンダードで39,800円となっています（いずれも税抜）。年額にすると48万〜60万円前後で、ヘルプドッグのスタンダードは初期費用100,000円（税抜）が加わるため、初年度は577,600円（税抜）となってしまいます。人数が増えても月額は変わりにくい一方、質問回数やクレジット、登録容量の上限で上のプランへ移る形が多いため、上限の数字まで読むのが欠かせません。

1人あたりの月額：人数に比例して増える

ChatGPT Business や ChatSense の Business は、使う人の数だけ料金が増える形です。ChatGPT Business の標準シートを年額課金の月3,050円で数えると、30人なら毎月91,500円、1年で1,098,000円の出費になります。ナレッジ機能だけでなく、日常のチャットや文書作成にも使える席の代金である点は、専用サービスと比べるときに差し引いて考える必要があるでしょう。

使った分の従量：安く見えて、作る手間が別にかかる

Amazon Bedrock のナレッジベースは、文書の保管がローデータ1GBあたり月5.00ドル、標準の検索が1,000回あたり1.00ドルという料金です。1ドル＝150円で計算した場合、1GBの文書に月3,000回の質問をしても月8ドル、1,200円ほどで収まります。ただし、この金額には回答を作るAIの利用料と、画面や権限の仕組みを作り、保守する人件費が入っていません。月の請求額が小さく見えても、社内に作れる人がいなければ外部への委託費が本体の費用となります。

ワークスペース単位の年額：Dify

Dify のクラウド版は、ワークスペースあたりの年額で、Professional が590ドル、Team が1,590ドル（税別）です。1ドル＝150円で計算した場合、Professional は年88,500円、Team は年238,500円になります。含まれるメッセージのクレジットを使い切った後は、自社のAPIキーに切り替えて使う仕組みで、その分のAI利用料が別にかかってきます。

構築支援・受託開発：見積もり次第

SIerなどに作ってもらう場合の費用は、文書の量、権限の複雑さ、つなぐシステムの数で大きく変わり、公開された料金表はほとんどありません。比較記事に載っている相場の数字の多くは、出典や時期がはっきりしないため、自社の見積もりを取るまでは予算の根拠に使わないほうが安全です。

費用を比べるときは、月額の安さより、人数・質問回数・文書量のうち何で数えるかを先に揃えてください。自社で一番増えやすいもので数える料金を選ぶと、1年後に費用が跳ねやすくなります。

社員10名・30名・100名の年額試算

すでに会社でAIを契約している場合、そのナレッジ機能で足りれば追加の費用は0円で、専用サービスを入れると年に数十万円の上乗せとなってしまいます。これから全社でAIを契約する場合は、ナレッジ機能と日常のチャットを1つの契約で賄えるかどうかが、比べる軸の中心になります。

※金額はすべて年額で、ChatGPT Business は料金ページに税の表記がないため税を足していません。UPGEAR AI の人数別の金額は、LPの料金表にある人数の目安（ライト1〜5名・スタンダード6〜20名・プレミアム21〜50名）で計算しています。Dify の Team Members に、チャットだけを使う社員が数えられるかは公式ページで確認できていないため、100名の欄は空けています。Bedrock の計算は、保管1GBで年60ドル（9,000円）、質問は10名で月600回（年7.2ドル）、30名で月1,800回（年21.6ドル）、100名で月6,000回（年72ドル）です。料金の確認日は上の比較表と同じです。

表を読むときの分かれ目は、今の会社にAIの契約があるかどうかです。ChatGPT Business をすでに30人で契約している会社が、同じ文書の検索のためにナレフルチャットの Pro を足すと、年48万円からの上乗せになってしまいます。今の契約のプロジェクトや社内ナレッジで試し、それでは届かない条件がはっきりしてから上乗せを検討しても、遅くはありません。

反対に、AIをまだ会社で契約していない場合は、専用の検索AIだけを先に入れると、日常のチャットは社員が個人のアカウントで使い続けることになりがちです。社員10名で比べると、ChatGPT Business の年額課金は366,000円、専用の検索AIは48万〜60万円前後で、後者には日常のチャットが含まれていない点を差し引く必要があります。何のために年額を払うのかを、社内文書の検索と日常のAI利用に分けて書き出してみると、どちらを先に入れるべきかが見えてきます。

専用の検索AIを足す前に、今の契約で足りない条件を1つずつ書き出すことが、年数十万円の差を分けます。書き出した条件が判断表の右側に当てはまらなければ、上乗せは急がなくてよいでしょう。

回答の根拠・出典表示をどう確かめるか

社内文書の検索AIで一番確かめたいのは、回答がどの文書のどこを根拠にしているかを、社員がその場で開いて確認できるかどうかです。根拠を示せない仕組みでは、AIがもっともらしい誤りを返しても気づく手段がなく、結局は元の文書を探し直す手間が残ってしまいます。

デジタル庁の「テキスト生成AI利活用におけるリスクへの対策ガイドブック（α版）」（2024年6月）は、生成AIで検索結果を要約して答える仕組みについて、元の文章を確認できるよう引用元の明記が望ましいとしています。行政職員向けの参考資料ですが、民間の社内検索にもそのまま当てはまる考え方と言えます。

各サービスの根拠の出し方

試すときは、答えの正しさより先に、示された根拠を実際に開いてみることをおすすめします。根拠として挙がった文書に、回答の中の数字や固有名詞が本当に書かれているかを確かめると、その仕組みが「読んでから答えている」のか、「それらしく答えている」のかが分かってきます。

根拠のリンクが出ても、社員が開かなければ意味がありません。社内に案内するときは、日付・金額・手続きの期限のように間違えると困る答えだけは、根拠を開いて確かめてから使う、という1行を利用ルールに入れておきましょう。社内ルールの作り方は生成AIの社内ガイドラインの作り方で扱っています。

セキュリティと閲覧権限の管理：元の権限を引き継げるか

閲覧権限の扱いは、ファイルを仕組みの中に置く型と、ファイル置き場につなぐ型で大きく分かれ、社員10〜200名の会社で事故につながりやすいのは前者の使い方です。ファイルを置く型では、入れた文書をその仕組みを使える全員が引けてしまうため、見せてよい相手を入れる前に決めておく必要があります。

ファイルを置く型：入れた文書は全員が引ける

ChatGPT や Claude のプロジェクト、Gemini Notebook、多くの文書読み込み型の専用サービスは、文書を仕組みの中に取り込んで検索します。IPAのサイトに掲載された「テキスト生成AIの導入・運用ガイドライン」（2024年7月公開。IPAの見解を代表するものではなく、中核人材育成プログラムの卒業プロジェクトの成果物）は、ベクトルDBに機密情報を含むデータを入れると全てのユーザが参照できることを、2024年6月時点の課題として挙げています。給与表や人事評価のような文書は、全員向けのプロジェクトやノートブックに入れてはいけません。部署ごとに見せる文書を分けたい場合は、プロジェクトやノートブックを部署ごとに作り、参加者を絞る運用で対応することになります。

ファイル置き場につなぐ型：元の権限の広さがそのまま出る

ChatGPT の社内ナレッジや Microsoft Copilot は、Google Drive や SharePoint の閲覧権限をそのまま適用し、各社員が元々見られる情報だけを回答に使うと説明されています。権限を二重に管理しなくて済む反面、ファイル置き場の共有範囲が広すぎれば、その広さのまま検索AIからも見えてしまいます。つなぐ前に、「リンクを知っている全員」や「組織全体」で共有されたフォルダを棚卸ししておくことが、つなぐ型の前提になります。

文書に仕込まれた指示にも注意する

OWASP の「LLM08:2025 Vector and Embedding Weaknesses」は、白地に白文字で隠した指示を書いた履歴書を、RAGで一次選考する仕組みに提出すると、AIが隠れた指示に従ってしまう例を挙げています。対策として、信頼できる出どころのデータだけを受け入れること、閲覧権限を考慮した検索の仕組みにすることを示しました。社外から届いた文書をそのまま検索AIに入れる運用は、社員10名の会社でも避けたほうがよいでしょう。

• 学習に使われない設定になっているかChatGPT Business はワークスペースのデータを既定で学習に使わないと OpenAI のヘルプに書かれています。専用サービスでは、契約書や利用規約の該当箇所を確認します。
• 入れた文書を誰が引けるかファイルを置く型なら参加者の範囲、つなぐ型なら元のファイル置き場の共有範囲を、導入前に書き出します。
• 管理者がアプリの接続を止められるかChatGPT Business では、管理者がワークスペース全体でアプリを使えるかを変更できます。ロール別の出し分けは Enterprise と Edu の機能です。
• 社外から届いた文書を入れる手順があるか隠れた指示や古い版が混ざらないよう、入れる前に担当者が中身を見る流れを決めます。

生成AI全体のセキュリティ対策の点検項目は、生成AIのセキュリティ対策チェックリストにまとめています。検索AIの導入は、この点検と同じ時期に進めると手戻りが少なくて済むはずです。

既存のファイル置き場・チャットツールとの連携

どのサービスを選ぶかは、社内文書が今どこに置かれ、社員がどこで質問したいかでほぼ決まり、Google Drive か SharePoint かで候補が入れ替わります。連携先の数を比べるより、自社のファイル置き場とチャットツールに対応しているかを先に確かめてみてください。

※連携先は、各社の公式ヘルプ・製品ページ（2026年9月16〜28日確認）に書かれているものです。すべてのプランで使えるとは限らないため、契約前に自社のプランで確認してください。

Google Workspace を使っている会社が ChatGPT に Google Drive を管理者の設定で同期させる場合、OpenAI のヘルプでは、含まれるファイル数によって同期の完了まで数時間から数日かかるとされています。試験導入の初日につないで、その日に試せるとは限らないため、2週間の日程の最初に同期を始めておくと動きやすいでしょう。

Microsoft 365 を中心に使っている会社は、SharePoint と Teams に対応しているかが最初の分かれ目となります。社員が普段 Teams で質問をやり取りしているなら、AIの画面を別に開かせるより、Teams の中で答える仕組みのほうが使われやすいことは想像しやすいでしょう。反対に、社員が普段からAIの画面で仕事をしている会社であれば、ファイル置き場をそのAIにつなぐだけで足りる場合もあります。

対応データ形式：PDF・表・画像・スキャン文書

PDF・Word・Excel・画像は主要なサービスのほとんどが読み込めますが、回答の精度を左右するのは形式より、文書が文字として読める状態か、古い版や重複が混ざっていないかのほうです。スキャンしたPDFや図の多い資料は、試験の段階で必ず何本か混ぜて確かめてみてください。

OPTiM AIRES のライトのように、文字を読み取るOCRの回数に上限を設けているサービスもあります。紙をスキャンしたPDFが多い会社は、その本数を数えてから、OCRの回数や追加料金を確かめておきましょう。ChatGPT のヘルプがテキスト中心のファイルを優先するよう書いているとおり、段組みの多い資料は、文字に起こした版を別に用意すると引かれやすくなります。

形式よりも効くのが、文書の整理です。IPAのサイトに掲載された前述のガイドラインは、ノイズが含まれる情報、重複した情報、最新版ではない古い情報を、回答精度を下げる情報の例として挙げていました。同じ規程の旧版と新版が両方入っていると、AIが旧版の条文を根拠に答えることが起こり得ます。

• 同じ文書の古い版を外し、ファイル名に改定日を入れる
• スキャンしたPDFは、文字を選択できるか（テキストとして読めるか）を先に確かめる
• 表の多いExcelは、見出し行が1行目にあるか、結合セルが多すぎないかを見る
• 画像だけの資料は、要点を文字にした説明を1枚添える
• ファイル名は、中身が分かる名前にする（Claude のヘルプも、分かりやすいファイル名を勧めている）

この5つは、どのサービスを選んでも効いてくる下ごしらえになります。専用サービスを入れても文書が散らかったままでは精度は上がらないため、比較の前に手を付けておくと、どちらを選んでも無駄になりません。

回答精度の評価と改善：2週間の試験導入の手順

精度は、実際の社内文書と実際の質問で2週間試し、根拠が正しい文書を指したかどうかを数えれば、専用サービスとの比較に使える形で測れます。製品の説明にある精度の数字は各社の自社評価であることが多く、自社の文書でどうなるかは試すまで分かりません。

何を数えるか：デジタル庁のガイドブックの2つの観点

前述のデジタル庁のガイドブックは、RAGの手法を使う場合の評価の観点として、質問に対して適切な関連文章を取り出せているか、取り出した文章に対してAIの出力が適切か、などを挙げています。ここではそのうちの2つを使います。前者は、想定した文章をちゃんと取り出したか（再現率）と、不適切な文章が混ざっていないか（適合性）の2つです。後者は、出力に含まれる固有名詞が関連文章の中にあるか、出力の内容が関連文章の中で言及されているか、という見方になります。

社員10〜200名の会社では、この観点をそのまま点数表にするのが扱いやすいでしょう。1問ごとに、根拠として出た文書が正しいか、回答の固有名詞と数字が根拠の中にあるか、の2点だけを「はい・いいえ」で付けていけば、専門の担当がいなくても比べられます。

2週間の進め方

採点表のひな形

外れた原因を4つに分けておくと、直し方が決まります。文書がない場合は追加、古い版を引いた場合は削除、探せていない場合はファイル名や見出しの見直し、読み違いの場合は指示文の追加や元の文書の書き直し、という具合です。この4つを直しても点数が上がらず、しかも原因が文書の量や更新の手間にある場合に、専用サービスや同期の仕組みを比べる理由がはっきりします。

合格の線は会社で決めてかまいませんが、例として、30問のうち根拠の文書が正しかった問いが8割に届くかどうかを1つの目安にする方法があります。数字の線を先に決めておくと、2週間後の判断が担当者の印象に左右されにくくなるでしょう。2回目の点数が1回目より上がったかどうかも、今のAI環境で改善が効くかを見る手がかりになります。

社内稟議のひな形：専用を入れる場合・入れない場合

稟議には、試験導入で数えた点数と、判断表のどの条件に当てはまったかを書けば、専用を入れる場合も入れない場合も説明が通りやすくなります。下に2通りのひな形を用意しました。社名や数字を置き換えて使ってみてください。

ひな形A：専用のRAGサービスを入れず、今のAI環境で対応する

件名：社内文書の検索AIの導入方針について（今のAI環境での対応）

1．目的
就業規則・社内マニュアル・よくある質問集について、社員が自分で調べて答えにたどり着けるようにし、総務への同じ質問を減らす。

2．結論
専用のRAGサービスは新たに契約せず、現在契約している（　　）のプロジェクト機能で対応する。追加の費用は発生しない。

3．判断の根拠
（1）2週間の試験導入で、よくある質問30問のうち（　）問で、正しい文書を根拠に回答した。
（2）答える相手は社内の社員のみで、社外への公開や担当者への引き継ぎは必要としない。
（3）対象の文書は全社員が閲覧してよいもので、部署ごとの出し分けは不要である。
（4）対象の文書は（　）本で、プロジェクト1つあたりの上限の範囲に収まる。

4．運用
・文書の差し替えは総務（　　）が月に1回行い、古い版は削除する。
・日付・金額・期限に関わる回答は、示された根拠を開いて確かめてから使う。
・給与・人事評価など閲覧を限る文書は、プロジェクトに入れない。

5．見直しの条件
文書が（　）本を超えた場合、社外への回答が必要になった場合、部署ごとの出し分けが必要になった場合は、専用サービスの導入を改めて検討する。

ひな形B：専用のRAGサービスを入れる

件名：社内問い合わせ窓口への検索AI導入について

1．目的
総務・情シスへの問い合わせのうち、規程やマニュアルで答えられるものを自動で一次回答し、担当者の対応時間を減らす。

2．結論
（　　）を導入する。年額（　　）円（税抜）、初期費用（　　）円（税抜）。

3．今のAI環境では足りない理由
（1）答えられない質問を担当者へ引き継ぎ、対応の記録を残す必要がある。現在のAI環境には、この引き継ぎの仕組みがない。
（2）社員は普段（Teams／Slack）で質問しており、AIの画面を別に開かせると使われない見込みが高い。
（3）部署ごとに見せる文書が異なり、ファイル置き場の閲覧権限をそのまま使う必要がある。
（4）試験導入では、今のAI環境で30問中（　）問にとどまり、原因は文書の量と更新の手間にあった。

4．比較した候補
（候補1）：年額（　　）円、数え方（人数／質問回数／エージェント数）
（候補2）：年額（　　）円、数え方（　　）
今のAI環境：追加0円、ただし上記（1）〜（3）を満たさない

5．導入後の確認
3か月後に、問い合わせ件数・一次回答で解決した割合・担当者へ引き継いだ件数を報告する。

どちらのひな形でも、3の根拠に試験導入の数字が入っていることが大切です。「便利そうだから」「他社が入れているから」という理由だけでは、翌年の更新のときに続ける根拠が残らず、担当者が交代した後に説明が出来なくなってしまいます。

専用サービスを選ぶと決めたときの確認項目

試験導入の結果、専用のRAGサービスを比べると決めた場合は、料金表の金額より、自社の条件で上限に当たるかどうかを先に確かめる必要があります。資料やデモでは分かりにくい点を、問い合わせのときにそのまま聞ける形で並べました。

• 回答に根拠の文書とページが出るかデモでは、自社の文書を1本入れてもらい、根拠のリンクから元の文書を開けるかを見ます。
• 元の閲覧権限を引き継げるかファイル置き場の権限をそのまま使うのか、サービスの中で別に権限を設定するのかで、管理の手間が変わります。
• 文書の更新がどのくらいで反映されるか同期の間隔や、手で差し替える場合の手順を聞きます。古い版が残らない仕組みかも確認します。
• 何で数える料金か人数、質問回数、クレジット、エージェントの席数、登録容量のどれで上のプランへ移るのかを、自社の1年後の見込みに当てはめます。
• スキャン文書の読み取りに回数の上限があるかOCRの回数や追加料金の有無を、手元のスキャンPDFの本数と比べます。
• 解約したときに、登録した文書と会話の記録がどう扱われるか削除の時期と方法を、契約前に書面で確認しておきます。

確認項目のうち、後から変えにくいのは閲覧権限の引き継ぎ方と、料金の数え方の2つになります。この2つが自社の条件に合わないサービスは、どれだけ回答の精度が高くても、利用が広がった後に作り直しや乗り換えが必要になりがちです。法人向けの生成AIサービス全体の料金の横並びは、法人向け生成AIサービスの比較で見ることが出来ます。

よくある質問

まとめ

社内文書の検索AIを比べる前に確かめたいのは、専用のRAGサービスが本当に要るのか、今のAI環境のナレッジ機能で足りるのかという1点です。社外の方に答えさせる、担当者へ引き継ぐ、部署ごとに見せる文書を分ける、の3つがいずれも不要であれば、ChatGPT Business や Claude のプロジェクト、Gemini Notebook で2週間試す順番が無理のない進め方になります。

専用サービスの料金は、公式に出ているもので会社単位の月額4万〜6万円前後からが中心で、すでにAIを契約している会社にとっては年に数十万円の上乗せとなってしまいます。比べるときは、金額より、人数・質問回数・文書量のうち何で数えるかを揃えてください。

試験導入では、30問の質問と正解の置き場所を用意し、根拠の文書が正しいかを数えれば、専用が要るかどうかを数字で説明出来ます。その数字を稟議のひな形に入れれば、入れる場合も入れない場合も、翌年に見直すときの根拠が残るでしょう。自前で作る場合の手順と費用はRAG構築の方法と費用で、法人のAI活用に関する他の記事はAI活用コラム一覧で読むことが出来ます。