メインコンテンツへスキップ

営業支援RAGの難所|提案先ごとに見せてよい情報が違う

文書への閲覧権限があることと、その内容を今の提案先に出してよいことは別の判断。営業支援RAGで起きやすいズレを整理する。

この記事で分かること/分からないこと

  • 分かること: 営業支援RAGで、提案先ごとに参照してよい情報が変わることがなぜ難しいか
  • 分かること: 「文書を検索できる」ことと「その場面で出してよい」ことの違い
  • 分からないこと: 各社営業支援ツールが持つアクセス制御機能の実際の粒度(要個別検証)
  • 分からないこと: 商談ごとの機密区分をどう運用するか(ツールの選定より前にある社内整備の課題)

営業支援で起きる「この提案先には見せてはいけない」問題

営業がRAGに質問する相手は社内だが、その答えは特定の顧客向けの提案書やメールに転用されることが多い。他社の事例、価格表、契約条件といった文書は、社内では広く閲覧できても、提案先によって出してよい情報が変わる。文書全体への閲覧権限を持っていることと、その中身を今の商談で使ってよいことは、別の判断である。

検索結果と提案書はイコールではない

検索は「質問に関連する文書」を返すことはできるが、「今の提案先に出してよい部分」を自動で切り分けることはしない。他社事例が検索結果に含まれ、それがそのまま生成された文章に反映されると、意図せず他社の情報が提案書の下書きに混ざり込むおそれがある。検索結果をそのまま提案書に転記する運用は、この境界を曖昧にしやすい。

アクセス制御と「回答に含めてよいか」は別の層

文書単位の閲覧権限を設定していても、生成される回答がその文書の機密部分を要約して出してしまうことがある。閲覧権限は「誰がその文書を開けるか」を制御する層であり、「生成された回答にその中身をどこまで反映してよいか」は、また別の層として設計する必要がある。この二層を同じものとして扱うと、権限設定だけで安全だと誤認しやすい。

選ぶときに何を見るか

  • 商談・案件単位で参照範囲(スコープ)を絞り込めるか
  • 生成した回答に、どの文書を根拠にしたかという出典を残せるか
  • 他社事例や機密情報が誤って回答に混ざった場合に、検知・修正する運用を組み込めるか
  • 提案先ごとに異なる公開範囲を、都度設定し直す運用コストがどの程度かかるか

出典を残せる設計であれば、誤って機密情報が混ざった場合にも、どの文書が原因かを事後に追跡しやすくなる。この「出す前に確認する」という考え方は、カスタマーサポートRAGの記事で扱う公開前検査の発想とも重なる。

よくある質問

Q1. 文書の閲覧権限を設定しておけば、営業支援RAGの情報漏えいは防げるか

閲覧権限だけでは防ぎきれない。生成された回答が文書の機密部分を要約して出してしまうことがあり、閲覧権限とは別に「回答に含めてよいか」という層を設計する必要がある。

Q2. 検索結果をそのまま提案書に使ってよいか

そのまま使うと、他社事例など提案先に出してはいけない情報が混ざるおそれがある。検索結果と、今の提案先に出してよい情報は別のものとして扱う必要がある。

Q3. 提案先ごとの機密区分は、ツールの導入だけで解決するか

しない。商談・案件ごとにどこまでを機密として扱うかという区分は、ツールの選定より前に社内で整備しておく必要がある。

Q4. 回答に出典を残す設計には、どのような利点があるか

誤って機密情報や他社事例が回答に混ざった場合に、どの文書が原因かを事後に追跡しやすくなる。原因の特定がしやすいことは、再発防止の検討にもつながる。

提案先によって出してよい情報が変わるという論点は、個人に紐づく情報を扱う人事の難しさとも重なる部分がある。詳しくは人事RAGの記事にまとめている。誤答の代償が社外に出る場面での慎重さはカスタマーサポートRAGの記事で扱っている。RAGサービス全体の比較はRAGサービス比較15選を参照してほしい。営業支援RAGの導入について相談したい方は、お問い合わせから編集部までご連絡いただきたい。

関連する取り組み

CONNECTED SERIES
AIで投資の壁を越える
18 本の実装記録。AI 投資の「予測不能」と言われる 9 つの壁を、コードと実データで検証した連載。
note で読む →
B2B API
Persona API
行動データから再構成した 2,245 体のペルソナを LLM 推論に注入。AI 出力の文脈リッチ化、顧客 segmentation に。
詳細を見る →

AI導入のご相談を承っています

AI導入支援の実務経験を活かし、お手伝いしています。お気軽にご相談ください。

他のカテゴリも読む

AI最新ニュース AI業界の最新ニュースと企業動向 AI導入戦略 AI投資判断・ROI分析・導入ロードマップ 業界別AI活用 製造・金融・小売など業界別のAI活用動向 導入事例 企業のAI実装プロジェクト事例とコンサルティング知見 研究論文 NeurIPS、ICMLなどの注目論文レビュー