課題

技術図面が大量にあり、過去に似た案件があったかどうかを調べるのに時間がかかっていました。

ファイル名と管理番号では中身が分かりません。「以前これに近いものを作ったはずだ」という記憶を頼りに、詳しい人が探す。その人がいないと探せない。図面という資産があるのに、引き出せる人が限られていました。

打ち手

いきなり作らず、要件定義とスコープの整理から入りました。

この整理の結果、「全部を画像で類似検索する」必要はないと分かりました。メタデータでの絞り込みと組み合わせれば、対象を大きく減らしてから精度の要る処理に回せます。作る量が減り、精度も上がる設計になりました。

やりたいことを全部作ると、高くて遅くて当たらないものになります。何を作らないかを先に決めるほうが効きます。

提案の前に、依頼内容と実際の業務のズレを潰しました。最初に相談された要件のまま作っていたら、現場が使わないものができていた可能性があります。

検索の設計は、アーキテクチャの図に落として合意を取ってから次の工程に進みました。

製造業のAI活用は、いきなり実装に入ると失敗しやすい領域です。現場の探し方・作り方には理由があり、それを聞かずに設計すると使われません。要件定義に時間を使うほうが、結果として速く安く着きます。

【公開前に埋める】相談時の状況と依頼内容／対象図面の量／要件定義にかけた期間／整理の結果どこまで進んだか（実装フェーズに入ったか）

使った技術

#Python#LLM/RAG#Vector DB

同じような課題をお持ちですか。

何から手をつけるかの整理から一緒にやります。まずは現状を聞かせてください。