Media > AI活用ユースケース > 営業 > 企業向けの研修会社が、過去の研修の企画書と受講後のアンケートの要旨を Vertex AI Search で探し、顧客の依頼(対象・課題・日数)に近い研修の構成と、評価の高かった回・つまずいた回を並べる

企業向けの研修会社が、過去の研修の企画書と受講後のアンケートの要旨を Vertex AI Search で探し、顧客の依頼(対象・課題・日数)に近い研修の構成と、評価の高かった回・つまずいた回を並べる

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

顧客から研修の依頼が来たときに、過去の実施回の企画書とアンケートの要旨から、対象・課題・日数が近い回を探し、時間割・演習・満足度・講師の振り返りを引用付きで並べます。

サマリー
生成AI
Gemini
AIサービス
Azure AI/Google Vertex AI/OpenSearch
連携・自動化
Python
対象業界
人材/教育
対象部門
営業
対象業務
情報検索/書類作成
主な課題
属人化している/情報が見つからない/書類作成に時間がかかる
AIで行う処理
検索(RAG)
主な効果
品質標準化/属人化解消/検索時間短縮
導入難易度
★★☆☆☆
実装レベル
本格構成
費用感
RAG・個別開発(大)
人間の確認
条件付き
現在工数
100h/月
AI導入後
36h/月
想定削減
64%
年間削減
768h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 顧客から依頼の内容(対象の層・人数・解決したい課題・日数・会場か配信か)を聞き取る
  2. 共有フォルダで、似た依頼の過去の企画書を探す
  3. 見つかった企画書の時間割と演習を読む
  4. その回のアンケートの集計表を探して開き、満足度と自由記述を読む
  5. 講師の振り返りのメールを探して読む
  6. ベテランの企画担当に「この対象ならどの回の構成が良かったか」を聞く
  7. 今回の企画書の骨子(狙い・時間割・演習・事前課題)を組み、講師に確認してから顧客に提案する
導入後(After)
  1. 人企画部が、実施を終えた回の企画書・アンケートの要旨・講師の振り返りを1件の記録にまとめ、登録する(実施回ごと)
  2. 人担当が、検索の画面に依頼の対象の層・課題・日数・形式を書く
  3. 自動中継のプログラムが、絞り込みの式と満足度での寄せ方を作る
  4. 自動Vertex AI Search が、評価の高い回を少し上に寄せて近い回を探す
  5. 自動同じ条件で、満足度の低い回に絞った検索も行う
  6. 自動中継のプログラムが、回答数で印を付け、2つの一覧にそろえる
  7. 自動answer メソッドが、上位の回から時間割と振り返りの要点を引用付きで作る
  8. 人担当が2つの一覧を読み、今回の骨子を組む
  9. 人講師に骨子を確認し、顧客に提案する
各工程の詳しい説明を読む
  1. 顧客から依頼の内容(対象の層・人数・解決したい課題・日数・会場か配信か)を聞き取る
  2. 共有フォルダで、似た依頼の過去の企画書を探す
  3. 見つかった企画書の時間割と演習を読む
  4. その回のアンケートの集計表を探して開き、満足度と自由記述を読む
  5. 講師の振り返りのメールを探して読む
  6. ベテランの企画担当に「この対象ならどの回の構成が良かったか」を聞く
  7. 今回の企画書の骨子(狙い・時間割・演習・事前課題)を組み、講師に確認してから顧客に提案する

(a)似た依頼が見つからない。 2番目の共有フォルダは顧客の名前で分かれており、対象の層や日数では探せません。 「去年どこかの会社で、配信で半日を3回に分けた管理職研修をやった」という記憶が手がかりで、思い出せなければ一から組みます。

(b)企画書と評価が別の場所にある。 3番目と4番目と5番目で、企画書、集計表、講師のメールを別々に探します。 企画書は見つかっても集計表が見つからず、その構成が良かったのかどうか分からないまま使うことがあります。

(c)うまくいった回ばかり使う。 営業が手元に残しているのは、顧客に喜ばれた回の企画書です。時間が足りなかった演習、業種に合わなかった事例の記録は使われず、同じつまずきを別の顧客で繰り返します。

(d)良い構成の記憶がベテランに偏る。 6番目の聞き取りは、ベテランが研修の現場に出ている日には使えません。 若い担当の企画書は、評価の高かった構成を知らないまま組まれ、講師の確認で大きく直されます。

  1. 【人】 企画部が、実施を終えた回の企画書・アンケートの要旨・講師の振り返りを1件の記録にまとめ、登録する(実施回ごと)
  2. 【人】 担当が、検索の画面に依頼の対象の層・課題・日数・形式を書く
  3. 【自動】 中継のプログラムが、絞り込みの式と満足度での寄せ方を作る
  4. 【自動】 Vertex AI Search が、評価の高い回を少し上に寄せて近い回を探す
  5. 【自動】 同じ条件で、満足度の低い回に絞った検索も行う
  6. 【自動】 中継のプログラムが、回答数で印を付け、2つの一覧にそろえる
  7. 【自動】 answer メソッドが、上位の回から時間割と振り返りの要点を引用付きで作る
  8. 【人】 担当が2つの一覧を読み、今回の骨子を組む
  9. 【人】 講師に骨子を確認し、顧客に提案する

1番目が、この設計の分かれ目です。 検索の質は、企画書とアンケートの要旨と講師の振り返りが1件にまとまっているかで決まります。企画書だけを入れると、第3章の(b)がそのまま残ります。

8番目は人が行います。 一覧は「近い回でどうだったか」を並べるだけで、今回の顧客にどの構成が合うかは書きません。

02今回想定するシステム構成

構成図
実施回ごとの企画書・アンケートの要旨・講師の振り返り
   │  企画部が顧客名を除いて1件の記録にまとめる
   │  本文のテキストと項目の JSON Lines を Cloud Storage へ
   ▼【トリガー】担当が検索の画面で依頼の条件を送る
中継のプログラム(Python。Cloud Run)
   ▼
Vertex AI Search(Agent Search)
   │   search メソッド ① … 対象・課題・日数で絞り、満足度の高い回を少し寄せる
   │   search メソッド ② … 同じ条件で、満足度の低い回に絞る
   │   answer メソッド   … 上位の回から引用付きの要点を作る
   ▼
中継のプログラム
   │   回答数の印を付け、「評価の高い回」「つまずいた回」の2つの一覧にする
   ▼
【担当が一覧を読み、骨子を組む】
   └──▶ 講師の確認 → 顧客への提案
役割想定する製品代替候補
検索基盤Vertex AI Search(Agent Search)の search メソッドと answer メソッドAzure AI Search、Amazon OpenSearch Service
生成AIGemini(answer メソッドの回答の生成に使うモデル)―
連携中継のプログラム(Python。Cloud Run で動かし、検索の画面・2つの検索・一覧の作成をつなぐ)Node.js で同じものを書く
保管Cloud Storage(実施回の記録、検索の記録)―

共有フォルダの企画書とアンケートの集計表は、そのまま検索の対象にしません。 足すのは、実施回の記録(顧客名を除き、対象・課題・日数・時間割・演習・アンケートの要旨・講師の振り返りを1件にまとめたもの)です。

土台になるのは、Vertex AI Search の search メソッドと answer メソッドです。 公式ページでは、Vertex AI Search は Agent Search へ改称中とされています。answer メソッドは検索の結果から回答を作り、includeCitations で引用の情報を付けられ、既定は false です。構造化されていないデータのアプリで answer メソッドの中心の機能を使うには、Enterprise エディションの機能が要るとされています。言語の対応表では、日本語(ja-JP)は検索の機能と回答の機能の両方に対応とされています。

満足度の高い回を寄せるのは、search メソッドの boostSpec です。 公式ページでは、boostControlSpec の attributeType を NUMERICAL にすると、数値の項目の値に応じて寄せる量を区切りの点で決められ、点の間は直線で補われるとされています。

03どうやって実装するのか

Step1

処理の起点を決める

担当が、検索の画面に依頼の条件を書いて送ったときに動きます。 書くのは顧客の名前ではなく、研修の条件です。画面に置く欄は次のとおりです。

  • 対象の層(新入社員・若手・中堅・新任の管理職・管理職・役員)
  • テーマ(評価面談・ハラスメントの防止・問題解決・商談・部下の育成など)
  • 解決したい課題(顧客の言葉のまま、数行)
  • 日数(0.5日・1日・2日、配信なら1回の時間と回数)
  • 形式(会場・配信・会場と配信の組み合わせ)と、人数

対象の層とテーマは選ぶ形にし、課題だけを自由に書かせます。 絞り込みに使う項目まで自由に書かせると、「新任管理職」「初任管理者」「新任マネージャー」が別の言葉になり、絞り込みが効きません。

実施回の記録の登録は、これとは別の流れです。企画部が研修の実施から2週間以内に、アンケートの集計と講師の振り返りがそろった時点で記録にまとめ、Cloud Storage に置いてデータストアに取り込みます。

Step2

入力データを集める

データ中身取得元
依頼の条件対象の層、テーマ、課題、日数、形式、人数検索の画面(担当が書く)
実施回の記録狙い、時間割、演習と事例、事前課題、アンケートの要旨、講師の振り返り企画部が企画書・集計表・講師のメモからまとめる
記録の項目対象の層、テーマ、日数、形式、人数、顧客の業種、満足度の平均、回答数、実施の日同上
実施回の番号元の企画書と集計表を辿るための番号顧客の管理の仕組み

質を決めるのは、「講師の振り返り」の欄です。 アンケートの点数は「良かったかどうか」を示しますが、どの演習で時間が足りなかったか、どの事例が受講者の業務に合わなかったかは、講師の振り返りにしか書かれていません。企画部が記録にまとめるときに、講師に3つの問い(時間の過不足・反応の良かった演習・次に変えたい点)で書いてもらいます。

アンケートの自由記述は、そのまま入れません。 企画部が要旨にまとめ、受講者の名前や所属が分かる書き方を除いてから記録に書きます。個々の回答は集計表に残し、検索には入れません。

Step3

データの取得方法を決める

実施回の記録は、1件につき1つのテキストのファイルと、項目を書いた JSON Lines のファイルにして Cloud Storage に置きます。 公式ページでは、メタデータのファイルは JSON Lines か NDJSON で、各行に structData か jsonData と、content の mimeType と uri を書くとされています。項目のファイルには次の値を書きます。

項目例何に使うか
target_levelnew_manager / mid_career対象の層での絞り込み
themeevaluation_interview / harassmentテーマでの絞り込み
days1.0日数の範囲での絞り込み
formatonsite / online / hybrid形式での絞り込み
satisfaction_avg4.4満足度で寄せる、低い回の検索
responses32回答数の印
client_industrymanufacturing顧客の業種(一覧に出す)
held_on2026-05-20実施の日

絞り込みに使う項目は、スキーマでインデックス可能にします。 公式ページでは、ANY は完全一致、数値は比較の演算子と IN(下限, 上限) で範囲を書けるとされています。新任の管理職向けの評価面談の研修で、1日前後の回に絞るなら、次のように書けます。

target_level: ANY("new_manager") AND theme: ANY("evaluation_interview")
AND days: IN(0.5, 2.0)

満足度で寄せるのは、boostControlSpec で行います。 fieldName を satisfaction_avg、attributeType を NUMERICAL、interpolationType を LINEAR にして、区切りの点を次のように置きます。公式ページでは、数値の区切りの点は "3.3" のように文字列で書くとされています。

区切りの点(attributeValue)寄せる量(boostAmount)
"3.0"-0.1
"4.0"0
"4.6"0.2

寄せる量は小さくしておきます。 満足度を強く寄せると、依頼の条件に近くない回でも点数が高ければ上に来てしまいます。 近さを先に、満足度は同じくらい近い回の並びを変える程度にとどめます。

つまずいた回の一覧は、絞り込みで別に取ります。 同じ式に AND satisfaction_avg < 3.8 を足して search メソッドをもう一度呼び、上位3件を取ります。寄せ方では下に回るだけの回を、別の一覧として必ず見せるためです。

データストアの場所は、global、us、eu から選びます。 公式の場所の一覧に日本の地域はありません。記録は顧客名を除いてありますが、どの場所に置くかを会社の決まりで決めてから作ります。

Step4

AIへ渡す前に整形する

  1. 顧客名の除去 … 企画書の顧客名、受講者と担当者の名前、顧客の社内の用語で会社が分かるものを除きます
  2. アンケートの要旨の作成 … 設問ごとの点数と、自由記述を要旨にまとめます。受講者が分かる書き方は除きます
  3. 講師の振り返りの記入 … 3つの問いへの講師の答えを、言い換えずに書きます
  4. 項目の記入 … 対象の層・テーマ・日数・形式・満足度の平均・回答数を書きます
  5. 取り込み … Cloud Storage のファイルをデータストアに取り込みます

3番目を省かないでください。 振り返りの無い記録は、つまずいた回の一覧に出ても何がうまくいかなかったのかが読めません。 記録の数を増やすより、振り返りがそろった回だけを入れるほうが、一覧が使えるものになります。

検索のときの前処理は、課題の文の点検だけです。 中継のプログラムが、送られた課題の文に顧客の会社名や人の名前らしい言葉が無いかを見て、あれば送る前に書き直してもらいます。

Step5

AIに処理させる

させるのは、近い回を2つの一覧で探すことと、上位の回から引用付きの要点を作ることだけです。

させること中身判断できないときの扱い
近い回を探す対象・テーマ・日数で絞り、満足度で少し寄せて search メソッドで探す3件に満たなければ日数の幅を外して探し直す
つまずいた回を探す同じ条件で満足度の低い回に絞る無ければ「該当なし」
要点を作る上位の回から、時間割の組み方・反応の良かった演習・講師が変えたい点を引用付きでまとめる根拠の弱い要点は出さない

要点は、answer メソッドの groundingSpec の filteringLevel を FILTERING_LEVEL_HIGH にして作ります。 公式ページでは、指定しないと根拠の度合いによる絞り込みはかからないとされ、高い基準に届かないと回答は返らず、answerSkippedReasons に LOW_GROUNDED_CONTENT が入ります。そのときは要点を出さず、2つの一覧だけを出します。

させないこと理由
今回の研修の構成を決めること顧客の課題に合わせて担当と講師が組む
満足度から「この構成が最適」と書くこと対象と人数で点数の意味が違う
記録に無い演習や事例を足すこと講師が実施したことの無い演習は提案できない
講師を選ぶこと講師の割り当ては日程と専門で営業が決める
受講者の声を引用すること要旨だけを使い、個々の回答は出さない

2行目がいちばん起きやすい失敗です。 満足度の数字が記録に並んでいると、要点は「満足度4.8の回の構成が最も効果的です」と書きます。8名の回と120名の回を同じ物差しで比べた結論で、担当がそのまま提案に書けば、顧客に根拠の弱い説明をすることになります。

Step6

指示内容を固定する

answer メソッドの前置き(preamble)に、次のように書きます。

あなたは企業向けの研修会社で、過去の研修の実施回の記録の検索を手伝う
係です。検索で見つかった実施回の記録だけを使って、担当が今回の企画書の
骨子を組むための要点を作ってください。

【書くこと】
1. 実施回ごとに、対象の層、日数、時間割の組み方、主な演習を短く書く
2. 実施回ごとに、満足度の平均と回答数を必ず組で書く
3. 講師の振り返り(時間の過不足、反応の良かった演習、次に変えたい点)を
   記録の言葉のまま書く
4. 近い回が無ければ「近い実施回は見つかりませんでした」とだけ書く

【厳守事項】
- 今回の研修の構成を提案しないでください。
  「〜の構成がおすすめです」「〜にすべきです」と書かないでください。
- 満足度の数字から、どの構成が最も良いかを比べないでください。
  「最も効果的」「いちばん評価が高い構成」のような書き方をしないでください。
- 記録に書かれていない演習・事例・教材の名前を挙げないでください。
- 受講者の個々の声を作ったり、引用したりしないでください。
- 記録から顧客の会社を推し量る書き方をしないでください。

「最も効果的」を具体的に禁じているのは、数字が並ぶと比べたくなるからです。 「比べない」とだけ書くと、「満足度が高かったのは2日間の回です」と書きます。事実のように見えて、回答数と対象の違いを落とした比較です。 数字は一覧で回答数と並べて見せ、比べるのは担当に任せます。

「受講者の個々の声を作らない」は、もっともらしい引用を防ぐためです。 要旨しか入っていない記録から、「受講者からは『明日から使える』との声がありました」のような文を組み立てます。 実際の声ではない引用が提案書に入れば、顧客への説明が事実でなくなります。

Step7

出力形式を固定する

担当の画面には、2つの一覧と要点を分けて出します。

{
  "query_id": "Q-20261102-063",
  "filter_used": "target_level: ANY(\"new_manager\") AND theme: ANY(\"evaluation_interview\") AND days: IN(0.5, 2.0)",
  "well_received": [
    {
      "session_no": "S-2026-0520",
      "days": 1.0, "format": "onsite", "client_industry": "manufacturing",
      "satisfaction_avg": 4.4, "responses": 32,
      "few_responses": false,
      "timetable": "(時間割の組み方)",
      "instructor_notes": "(講師の振り返り)"
    }
  ],
  "struggled": [
    {
      "session_no": "S-2025-1104",
      "days": 0.5, "format": "online",
      "satisfaction_avg": 3.5, "responses": 18,
      "few_responses": false,
      "instructor_notes": "(講師の振り返り)"
    }
  ],
  "summary": { "text": "", "citations": [] },
  "summary_skipped": null
}

1つ目の理由は、評価の高い回とつまずいた回を別の箱に入れられることです。 well_received と struggled を分けて持つので、画面でも左右に並べられます。うまくいった回だけを見て骨子を組む使い方を、画面の形で防ぎます。

2つ目は、回答数の印を機械で付けられることです。

印付け方
few_responsesresponses が10未満なら true。満足度の数字を参考程度に読む
days_widened3件に満たず、日数の幅を外して探し直した
summary_skippedanswer メソッドの answerSkippedReasons をそのまま入れる

few_responses が true の回は、満足度の数字を灰色で出します。 構成そのものは参考になるので一覧からは外しませんが、数字だけが独り歩きしないようにします。

引用の位置は、文字の数ではなく UTF-8 のバイトの数で返ります。 公式ページでは、引用の startIndex と endIndex はバイトで数えるとされています。日本語の要点に引用の印を差し込むときは、文字の位置に直してから差し込みます。

Step8

システムへ連携する

つなぎ先方式内容
検索の画面中継のプログラムが受ける依頼の条件を受け取る
Vertex AI Search の search メソッドAPI呼び出し(filter と boostSpec。2回)近い回と、つまずいた回を探す
Vertex AI Search の answer メソッドAPI呼び出し(includeCitations を有効、filteringLevel を高)引用付きの要点を作る
Cloud Storageファイルの読み書き実施回の記録の置き場所、検索の記録
顧客の管理の仕組み読み取りだけ実施回の番号から元の企画書の所在を引く
企画書書き込まない担当が一覧を読んで自分で骨子を組む

企画書へは書き込みません。 骨子は担当が顧客の課題に合わせて組むもので、一覧の時間割をそのまま貼る使い方はしません。 一覧の回を参考にしたときは、実施回の番号を今回の企画の記録に書きます。

Step9

人が確認する

  1. 条件の違いを見る … 一覧の回の対象の層・日数・形式・人数を、今回の依頼と照らします
  2. つまずいた回の振り返りを読む … struggled の講師の振り返りを読み、今回の骨子で同じことが起きないかを見ます
  3. 回答数を見る … few_responses の回の満足度は、参考程度に読みます
  4. 骨子を組む … 一覧を土台に、今回の顧客の課題と業種に合わせて組みます
  5. 講師に確かめる … 骨子の演習と時間配分を、担当する講師に確かめてから提案します

2番目が、この構成でいちばん大事な確認です。 一覧が出るまでの時間が短くなっても、つまずいた回を読む時間は短くしません。 第4章の②の30分の多くは、ここに残ります。

Step10

例外に対処する

起きること対応
近い回が3件に満たない日数の幅を外して探し直し、days_widened を出す。それでも無ければ「該当なし」
つまずいた回が見つからない「該当なし」と出す。評価の低い回が無いという意味ではなく、記録が無いだけのこともある
要点が LOW_GROUNDED_CONTENT で作られない要点を出さず、2つの一覧だけを出す
新しいテーマで過去の回が無いテーマで絞らずに対象の層だけで探し、一覧に「テーマで絞っていない」と出す
満足度の設問が回によって違う記録に設問の版を書き、版の違う回の数字を並べて比べない
課題の文に顧客の会社名が書かれた送る前に止め、書き直してもらう
記録に受講者が分かる書き方が残っていたその記録を取り込みから外し、直してから入れ直す
Vertex AI Search が応答しない画面に止まっていることを出し、これまでどおり共有フォルダから探す

2行目は、運用の初めに多く出ます。 振り返りのそろった回だけを記録にすると、最初は評価の高い回のほうが記録に残りやすいからです。企画部は、満足度の低かった回ほど早く振り返りを集めます。

5行目は、アンケートの設問を見直したときに起きます。 5段階が4段階に変われば、同じ4.0でも意味が違います。設問の版が変わったら、満足度で寄せる区切りの点も見直します。

Step11

記録を残す

  • 検索の記録(送られた依頼の条件、使った絞り込みと寄せ方、送った人、日時)
  • search メソッドと answer メソッドの応答と、そのとき使ったデータストアの版
  • 2つの一覧に出した実施回の番号と、付けた印
  • 企画部の登録の記録 … どの回を、誰が、いつ記録にまとめたか
  • 「該当なし」が出た検索の一覧
  • 骨子が講師の確認でどれだけ直されたか

最後の行は、この構成が役に立っているかを見る材料です。 講師の確認での直しが減っていけば、評価の高い構成とつまずきを先に読めているということです。

04実装レベルの3段階

最小構成:まとめた12件を生成AIの画面に貼り、近い回を選ばせる / 少数の記録からの選び出し
半自動化:上記+記録を Vertex AI Search に入れ、対象・テーマ・日数で絞った一覧を出す / 近い回の検索
本格構成:上記+満足度で寄せ、つまずいた回を別に探し、回答数の印と answer メソッドの要点を添える / 骨子を組む材料そろえの全体

最小構成では、記録が12件しかありません。 確かめるための段階です。 半自動化で、1件75分が45分程度になります。 近い回は早く見つかりますが、評価の高い回と低い回を自分で選り分け、記録を1件ずつ読む手間が残ります。本格構成で27分になり、この段階が本記事の想定です。 差が出るのは、2つの一覧と要点が、記録を1件ずつ開いて選り分ける手間を減らすからです。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
10 名
月間件数
80 件
1件あたり現在時間
75 分
1件あたり導入後時間
27 分
現在  80件 × 75分 ÷ 60 = 100 時間/月
導入後 80件 × 27分 ÷ 60 = 36 時間/月
月間削減時間
64h
削減率
64%
年間削減時間
768h
年間金額換算(時間単価3,500円)
269万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 階層別研修やテーマ別研修を毎月数十件企画し、過去の企画書と受講後のアンケートが数年分たまっている研修会社。企画書の骨子を組むたびに、似た依頼の過去の企画書を共有フォルダで探し、どの回の評価が良かったかをベテランの企画担当に聞いている場合。アンケートの結果を、顧客への報告に使うだけで次の企画に生かせていない場合。
向いていない
  1. 扱う研修が数種類の定型の講座に限られ、企画書をほとんど組み替えない場合。受講後のアンケートを取っていないか、取っても回ごとの記録に残していない場合。過去の顧客の研修の内容を、顧客名を除いても別の顧客の企画に使うことについて、契約上の整理ができていない場合。なお、研修の構成の決定、講師の割り当て、見積りと提案の内容は、この構成では決めません。

07最小構成で試す方法

  1. 企画部が、新任の管理職の研修の実施回から12件を選び、顧客名を除いて記録にまとめる(講師の振り返りと回答数を必ず書く。満足度の低い回も入れる)
  2. 最近の依頼を5件選び、対象・テーマ・日数・形式を書く
  3. 12件の記録を、会社で利用を認めた生成AIの画面に貼り付ける
  4. 「次の依頼に近い回を、満足度の高い回と低い回に分けて選び、時間割と講師の振り返りを記録の言葉のまま並べてください。満足度で構成を比べないでください」と指示する
  5. 出てきた一覧を、その依頼を担当した営業と講師に見てもらい、骨子の材料になるかを聞く

12件で試すのは、記録のまとめ方を確かめるためです。 検索の仕組みを作る前に、「講師の振り返りの欄があれば、つまずきを先に読めるか」を確かめます。

出てきた内容判断
担当と講師が材料になると思う一覧が出たVertex AI Search での検索に進む
満足度で「最適な構成」を決めつけた指示の書き方で直る。構成は有効
振り返りが空の記録ばかりで、つまずきが読めない記録のまとめ方が先。 講師への3つの問いを決める

3行目が出ることは珍しくありません。 失敗ではなく、講師の振り返りが、これまでメールの中に埋もれていたことが分かったということです。

08実装時につまずきやすいポイント

問題対策
要点が「最適な構成」を決めつける前置きで具体的な言い回しを禁じ、数字は一覧で回答数と並べる
評価の高い回ばかりが出るつまずいた回を絞り込みで別に取り、2つの一覧にする
満足度で寄せすぎて条件の遠い回が上に来る寄せる量を小さくし、近さを先にする
少人数の回の満足度が独り歩きする回答数の印を付け、数字を灰色で出す
講師の振り返りが集まらない3つの問いに絞り、実施から2週間以内に集める
受講者の声がもっともらしく作られる要旨だけを入れ、個々の声を作らないよう指示する
引用の印がずれる位置は UTF-8 のバイト。文字の位置に直してから差し込む
記録に顧客名や受講者の名前が残る登録の前に企画部が確かめる

上の2行が、この構成の失敗のほとんどです。 どちらも、一覧が骨子を組む判断の代わりに読まれることから起きます。画面の形と2つの検索で防ぎます。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 過去の研修の企画書(狙い・時間割・演習・事例)、受講後のアンケートの要旨と満足度、講師の振り返り、担当が送る新しい依頼の条件、そして元の企画書と集計表です。

  1. 顧客名と受講者の情報を記録に入れない … 元の企画書には顧客名と顧客の社内の事情が、集計表には受講者の回答が書かれています。記録には研修の条件と要旨だけを残し、元の資料へは実施回の番号で辿ります
  2. 過去の研修の内容を別の顧客に使えるかを契約で確かめる … 顧客と一緒に作った事例や教材を、別の顧客の企画の参考にすることを、契約でどう扱うかを先に整理します
  3. アンケートの回答の扱いを決める … 受講者がどの目的で回答したかを確かめ、次の企画に使うのは、個人が分からない要旨と集計値だけにします
  4. データストアの場所を決める … 公式の場所の一覧は global、us、eu で、日本の地域はありません。 会社の決まりで、どこに置くかを先に決めます
  5. 研修の構成を決めさせない … 要点は近い回を並べるところまでで、今回の構成は担当と講師が顧客の課題に合わせて決めます

誤りが起きた場合のリスクは、根拠の弱い比較を提案に書いてしまうことと、過去の顧客の情報が別の顧客に見えることの2つです。 前者は満足度を回答数と並べずに出すと起き、後者は元の企画書を入れると起きます。どちらも、何を検索に入れ、何を一緒に並べるかの設計で防ぎます。

10まず何から始めるか

1週目:記録のまとめ方を決める

企画部と営業で、実施回の記録に残す項目と、講師への3つの問いを決めます。顧客名と受講者の情報を除き、満足度の平均と回答数を必ず書く、という形で文書にします。

2週目:12件で試す

新任の管理職の研修から12件を記録にまとめ、最近の依頼5件で、会社で利用を認めた生成AIの画面に貼って試します。満足度の低い回を必ず入れ、つまずきが読めるかを担当と講師に見てもらいます。

3週目:依頼の多い対象から記録をまとめる

新任の管理職と新入社員の研修から、直近2年の実施回を記録にまとめます。依頼の多い対象から始めます。

4週目:データストアを作り、search メソッドで一覧を出す

データストアの場所を決めてから作り、記録を取り込みます。この時点では answer メソッドを使わず、絞り込みの一覧とつまずいた回の一覧だけを出します。

2か月目: 満足度で寄せる設定と回答数の印を足し、「該当なし」の対象とテーマを数えます。3か月目以降: answer メソッドの要点を足し、1件75分が何分になったかと、講師の確認での直しの量を実測します。実施のたびに講師の振り返りが集まる流れが回り出した時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-11-02/最終更新:2026-11-03
確認した内容情報源確認日
answer メソッドが検索結果から回答を作ること。includeCitations の既定が false であること。前置き(preamble)で回答の書き方を指定できること。groundingSpec の filteringLevel が FILTERING_LEVEL_LOW/FILTERING_LEVEL_HIGH で、未指定なら根拠の度合いの絞り込みがかからないこと。高い基準に届かないとき LOW_GROUNDED_CONTENT で回答が返らないこと。引用の startIndex/endIndex が UTF-8 のバイトで数えられること。Enterprise エディションの機能が要ること。Agent Search へ改称中であることGoogle Cloud: Get answers and follow-ups2026-11-02
boostControlSpec で attributeType を NUMERICAL、interpolationType を LINEAR にして、数値の項目の値に応じた寄せる量を区切りの点で決められること。数値の区切りの点を "3.3" のように文字列で書くこと。点の間を直線で補うことGoogle Cloud: Boost search results2026-11-02
絞り込みの式を AND・OR で組めること。ANY が完全一致であること。数値を比較の演算子と IN(下限, 上限) で絞れること。絞り込みに使う項目をインデックス可能にする必要があることGoogle Cloud: Filter search for structured or unstructured data2026-11-02
メタデータのファイルが JSON Lines か NDJSON で、各行に structData か jsonData と、content の mimeType・uri を書くことGoogle Cloud: Prepare data for ingesting2026-11-02
データストアの場所が global と、us・eu のマルチリージョンで、日本の地域の記載が無いことGoogle Cloud: Agent Search locations2026-11-02
日本語(ja-JP)が検索の機能と回答の機能(answers and follow-ups)で対応とされていることGoogle Cloud: Languages and locales2026-11-02

過去の研修の内容とアンケートの回答を次の企画に使う範囲は、顧客との契約と、受講者に示した利用の目的に沿って確かめてください。 本記事は上記の公開情報で確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-2488)についてのご相談はこちらから。

AI活用について相談する
目次