MadCap Syndicateとは?|社内AIの根拠を一つに

「製品マニュアルは開発部、社内手順は総務、研修資料は人事が、それぞれ別のツールで作っている。社内AIに読ませたら、同じ質問への答えが部署ごとにずれた」「中身がほぼ同じ文書が三つあって、どれが最新なのか誰も言い切れない」——社内AIの検索範囲を広げようとした情シスやナレッジ担当から、2026年に入って繰り返し聞く声です。米 MadCap 社は2026年4月、散らばった文書を集めて人とAIに配る基盤 MadCap Syndicate に意味検索と重複の検出を、10月には社内外のAIエージェントが接続できる MCP 対応を加えました。ただ、置き場所を一つにしただけで答えが揃うわけではありません。揃えるべきなのは「どれが正本か」「どの版をAIに渡すか」を決め、それを保守し続ける人の側です。この記事では、MadCap Syndicate とは何かを押さえたうえで、社内AIの根拠にするときの重複・古い版・公開範囲の決め方と、運用を定着させる体制を整理します。
カメ先生文書を一か所に集めれば社内AIが正しく答える、と思われがちなんだけど、本当は集めた瞬間に、重複と古い版が一緒に見えるようになるんだ。
カメ子集めると、かえって問題が増えるということですか。
カメ先生増えるというより、隠れていたものが見えるようになる。MadCap Syndicate は言い回しが違う重複を見つけたり、分類のタグを提案したりするけど、どれを正本にするか、どの提案を採るかは人が決める作りになっているんだ。
カメ子AIが見つけて、人が決める。その役を誰が持ち続けるかが本題なんですね。
- MadCap Syndicate は文書を書く道具ではなく、複数の作成ツールの文書を集めて人とAIに配る「配信と集約の層」
- 重複の検出やタグの提案はAIに任せてよいが、正本・渡す版・公開範囲は人が決めて記録する
- 定着の鍵は文書ごとの持ち主と見直しの周期。利用の記録から手を入れる先を選ぶ
資料・ホワイトペーパーの制作、手が足りていますか?
営業資料・提案書・ホワイトペーパー・企画書などの制作を、チャットで依頼できるサブスクリプション型の資料制作サービスです。
MadCap Syndicateとは:作成ツールの外側にある「配信と集約」の層
MadCap 社は、技術文書の作成ツール MadCap Flare で知られる米国の企業です。投資会社のバッテリー・ベンチャーズが出資しており、2023年から2024年にかけて、構造化文書の管理製品や研修コンテンツ管理の企業を買収して製品群を広げてきました。MadCap Syndicate はその製品群のうち、文書を「書く」ためではなく、すでにある文書を「集めて配る」ための基盤です。公式の製品ページでは、技術文書と研修教材をまとめて届ける中央の配信拠点と説明されています。
取り込める形式は、同社の作成ツールや構造化文書管理製品から出した文書に加え、PDF、ワード文書、パワーポイント、研修教材の各種形式などです。同社のツールから出した文書は、付けておいたメタデータ(分類や対象製品などの属性)を保ったまま配信できると発表されています。配信先は、自社のポータル、研修の管理システム、チャットボットやAIの道具、さらに API 経由で Salesforce・SAP・Zendesk などです。
つまり、部署ごとに違うツールで作られた文書を、作り直さずに一つの検索と配信の層に載せる、というのが基本の考え方です。社内AIの観点では、この層が「AIが読む文書の入口」になります。入口が一つになるぶん、入口で何を通し、何を止めるかの決め方が、AIの答えの質を左右することになります。
社内で誰がこの基盤を持つかも、最初に考えておきたい点です。公式の製品ページには、複数の認証基盤(IdP)に対応した SSO、細かなアクセス権限、版管理と監査証跡といった管理機能が並びます。技術文書の部署が文書の中身を、情シスが認証と接続を、研修担当が研修教材の配信を持つ、というように中身の持ち主と、基盤の管理者を分けて決めると、どちらかに負担が偏りにくくなります。
2026年の二つの版:春の意味検索・重複検出、秋の MCP 対応
2026年4月3日に出た春版では、主に四つが加わったと発表されています。言葉の一致ではなく意味や文脈で探す意味検索、言い回しが違っても中身が同じ文書を見つける重複の検出、AIと機械学習による分類タグの提案、そしてAIチャットボットの答えの根拠を渡す RAG への対応です。あわせて、公開・非公開・両者の混在を選べるポータルを、専門知識のない担当者でも作れるようになりました。
10月上旬に出た秋版では、AIエージェントやAIアプリが共通の接続方式で文書を引ける MCP への対応が入りました。公式ブログによると、初版で使えるのはAI検索と RAG 用の道具で、接続には MCP の接続先と認証情報が必要、複数の組織を分けて扱う構成にも対応しているとされます。同じ版で、意味の近さで文書を群に分けて重複や空白を見せるコンテンツマップ、確信度の低いタグ提案を大規模言語モデルで補う仕組みと一括分類、PDF をページ単位で扱う機能も加わりました。
創業者でCEOのアンソニー・オリビエ氏は、AIの普及で社内の文書が企業の知識の供給網の土台になった、という趣旨を述べています。製品の位置づけも、文書の配信基盤から「AIを支える基盤」へと寄せてきています。ただし公式ブログは、Syndicate は単体の RAG 製品ではなく、利用企業が組む RAG に文書を供給する側だと明記しています。答えを作るAIは自社で選ぶ前提で、特定のAI提供元に依存しないことも強調されています。
なぜ文書の置き場所が、社内AIの答えを決めるのか
社内AIの答えがずれる原因は、AIの賢さよりも、読ませた文書の側にあることが多いものです。同じ手順が、開発部の製品マニュアル、サポートの回答集、研修のスライドに少しずつ違う言い方で載っていると、AIはそのどれかを根拠に答えます。どれが選ばれるかは質問の言い回し次第なので、同じ質問でも、聞く人によって違う答えが返る状態になります。
しかも部署ごとにツールが違うと、改訂の時期もばらばらです。開発部は新しい版に直したのに、研修資料は前の版のまま、ということが普通に起きます。人が読むなら日付や作成部署で見分けられますが、AIは古い版を、新しい版と同じ重みの根拠として扱うことがあります。
MadCap Syndicate のような集約の層を入れる意味は、ここにあります。散らばっていた文書が一つの索引に載ると、重複と版のずれが初めて一覧で見えるようになります。逆に言えば、集めただけで整理しなければ、AIが読む重複を一か所に集め直しただけになります。集約は出発点で、そこからの判断を誰がするかが本題です。
なお公式サイトには、研修までの期間の短縮やサポートへの問い合わせ件数の削減といった導入事例の数字が載っています。いずれも販売元の公表値で、測った条件や期間は示されていません。自社の効果を見込むときは、この数字を前提にせず、後で述べる小さな範囲での試行で、問い合わせの件数や答えの正しさを自社の物差しで測るほうが確かです。
集める前に決めること:対象文書の棚卸しと「正本」の考え方
最初にやるべきは、ツールの設定ではなく、社内AIに読ませる文書の範囲を決めることです。製品マニュアル、社内手順、研修教材、社外向けのヘルプと、文書の種類ごとに、誰が作り、どのツールで管理し、どのくらいの頻度で改訂しているかを一覧にします。この一覧に持ち主が書けない文書は、まだAIに渡す段階にありません。
次に「正本」を決めます。正本とは、同じ内容が複数あるときに、これを正しいものとして扱う、と組織で決めた一つの文書です。正本の決め方は、内容にいちばん責任を持つ部署の文書を正本にする、が基本です。製品の仕様なら開発部、社内規程なら総務や法務、研修の手順なら人事、というように内容の責任と正本の持ち主を一致させると、後の改訂がぶれません。
| 文書の種類 | 正本の持ち主の例 | 社内AIに渡すときの注意 |
|---|---|---|
| 製品マニュアル・技術文書 | 開発部・技術文書の担当 | 製品の版と文書の版を対応させる |
| 社内手順・規程 | 総務・法務・情シス | 改訂日と施行日を分けて持つ |
| 研修教材 | 人事・研修担当 | 元の手順書が変わったら連動して直す |
| 社外向けヘルプ | サポート・マーケ | 社内専用の情報を混ぜない |
表は一例で、組織によって持ち主は変わります。大事なのは、正本ではない文書(研修資料に写した手順など)を消すことではなく、AIが根拠にする文書と、人が参考に読むだけの文書を分けておくことです。
言い回しが違う重複の検出:AIに見つけさせ、正本は人が決める
春版で入った重複の検出は、文字が一致しなくても意味が同じ文書を探す仕組みです。報道では、重複と判定した文書に印を付け、検索結果では隠すことができるとされています。数千件規模の文書を人が読み比べるのは現実的ではないので、候補を挙げるところまでAIに任せる効き目は大きいと言えます。
ただし、意味が近いことと、同じことを言っていることは別です。旧製品と新製品の手順は、言い回しも構成もよく似ていますが、中身は違います。社内向けと顧客向けで、あえて書き分けた文書もあります。AIが重複と判定したものをそのまま隠したり統合したりすると、必要な違いまで消えてしまうおそれがあります。
- 重複の判定を一括で受け入れ、旧製品の手順書が新製品の手順書に吸収されて消えた
- 社外向けに簡略化した手順を重複として隠し、社外ポータルで手順が見つからなくなった
- どちらを残したかの記録がなく、半年後に同じ重複が再び問題になった
運用としては、重複の候補を正本の持ち主に回し、どれを正本にし、残りを隠すのか、参考として残すのかを決めて記録する、という流れにします。AIに判断させるのではなく、AIが出した候補に人が答える形です。
タグの自動付与:提案を採否する人と、誤りが広がる経路
分類タグは、社内AIが文書を絞り込むときの手がかりになります。対象の製品、版、部署、社内向けか社外向けか、といった属性が正しく付いていれば、AIは関係のない文書を根拠にしにくくなります。公式の製品ページでは、AIが自社の分類体系(タクソノミー)に照らしてタグを提案し、利用者が採用・却下・修正してから適用されると説明されています。
この「人が確かめてから適用」の手順を省略しないことが大切です。秋版では、確信度の低い提案を大規模言語モデルで補う仕組みと、まとめて分類する機能が加わりました。量をこなせる半面、誤ったタグが一括で大量の文書に付く経路も同時に増えています。特に「社内専用」「社外公開可」のような公開範囲に関わるタグは、誤りがそのまま情報の漏れにつながります。
- 公開範囲に関わるタグは、AIの提案を自動で採用しない設定にし、必ず人が確かめる
- 一括分類は、まず少数の文書で試し、採用率と誤りの傾向を見てから広げる
- 分類体系そのものが古いと、AIはその古い枠に合わせて提案する。体系の見直しを先に行う
同社は分類の前にメタデータを整える支援も提供していると発表しています。それだけ、分類体系とメタデータの質がAIの提案の質を左右するということです。
RAG に渡す版の線:公開中・改訂中・廃止予定をどう分けるか
社内AIの根拠にするうえで、重複と並んで厄介なのが版です。改訂中の下書き、承認済みで公開を待っている版、現行の版、廃止が決まった旧版が同じ場所にあると、AIはそのどれを読んでもおかしくありません。公式の製品ページには、版の管理と監査証跡、公開予定日の設定、文書のライフサイクル段階の管理が挙げられています。
この機能を使って、RAG に渡すのは「現行の版だけ」と線を引きます。下書きと公開待ちの版は社内の作業者にだけ見せ、廃止が決まった旧版はAIの検索対象から外します。旧版を消すのではなく、AIの根拠から外すという扱いにしておくと、旧製品を使い続けている顧客への対応で過去の手順を人が引く必要があるときにも困りません。
もう一つ決めておきたいのが、製品の版と文書の版の対応です。製品が複数の版で並行して使われている場合、AIが新しい版の手順で答えると、旧版の利用者には誤りになります。対象製品の版をタグで持たせ、質問者がどの版の利用者かをAIに伝えられるようにするなど、どの版の質問に、どの版の文書で答えるかを設計の段階で決めておきます。
公開予定日の設定は、新製品や新機能の発表前にも効きます。発表前の機能の手順書を先に用意しておくことはよくありますが、それが社内AIの根拠に入っていると、営業やサポートが発表前の情報を顧客に答えてしまうおそれがあります。発表日を公開予定日として持たせ、それまでは作業者にだけ見える状態にしておけば、文書の準備と情報の解禁を分けて管理できます。社外向けのポータルに載る文書なら、なおさらこの線が大切です。
社内向けと顧客向けの分離:公開ポータルと認証付きポータル
春版の発表によると、ポータルは公開・非公開・混在のいずれかで作れ、それぞれが独立したウェブアプリとして動き、役割に応じた権限で中身を出し分けられます。公開ポータルは誰でも、そしてどのAIエージェントでも読めるとされ、非公開のポータルでは、人もAIエージェントも先に認証を通ってから、役割に応じた文書にたどり着く作りです。
ここで気を付けたいのは、社内AIのために集めた文書と、顧客向けに公開する文書が同じ基盤に載ることです。公開ポータルに置いた文書は、顧客の使うAIや外部の検索から読まれることを前提に考える必要があります。社内専用の手順や既知の不具合への内部向けの回避策が、公開側に紛れ込まない仕組みを先に作っておきます。
- 公開ポータルに出してよい文書の条件を、文書の種類ごとに書面で決めている
- 公開範囲のタグを付け替えられる人を限定している
- 混在ポータルでは、公開側から非公開の文書へのリンクがたどれないことを確かめている
- 公開した文書を外から読まれた場合の影響を、法務やサポートと確認している
顧客や社外のAIに自社の文書を読ませる側の判断は、それだけで一つの大きな論点です。この記事では社内AIの根拠にする側に絞り、社外向けは「混ぜない線を引く」ところまでにとどめます。混在ポータルを使う場合も、社内向けと顧客向けで同じ文書を共有するのか、顧客向けには書き分けた別の正本を持つのかを、文書の種類ごとに決めておくと、後で公開範囲を見直すときの手戻りが小さくなります。
社内AIからの接続:MCP で開くときの権限と記録
秋版の MCP 対応により、社内で使っているAIエージェントやAIアプリから、Syndicate の検索と RAG の道具を共通の方式で呼べるようになりました。Copilot や Claude、ChatGPT など複数のAIを部署ごとに使い分けている組織では、どのAIから聞いても同じ文書を根拠にできるのが利点です。公式ブログも、AIの行き先が増えるほど文書の重複と答えのばらつきが増えると指摘し、一つの正本からすべてのAIに供給する考え方を示しています。
一方で、接続には認証が必要です。ここで決めておくべきなのは、AIが誰の権限で文書を読むのかです。質問した社員本人の権限で読むのか、AIエージェント用に作った共通の利用者の権限で読むのかによって、見える文書の範囲が変わります。共通の利用者に広い権限を持たせると、本来その社員が見られない文書がAIの答えを通して見えてしまいます。
また、どのAIがいつ、どの文書を引いたかの記録が、Syndicate 側とAI側のどちらにどこまで残るのかは、公開情報からは詳しく確認できません。社内規程の問い合わせなど、後から根拠を説明する必要がある用途では、答えと根拠の文書をたどれる記録が残るかを導入前に確かめておくべきです。
グループ会社や事業部ごとに文書を分けたい組織では、公式ブログが触れている複数テナントへの対応が関係します。事業部をまたいで同じ文書を参照させるのか、事業部ごとに完全に分けるのかで、正本の持ち主の決め方も変わります。まずは分ける単位を決め、その単位ごとに MCP の接続先と認証を用意する、という順番で考えます。
作成ツールが部署ごとに違うとき:そのまま載る文書と手を入れる文書
Syndicate の強みは、作成ツールを統一しなくても集められる点にあります。同社の作成ツールや構造化文書管理製品で作った文書は、メタデータを保ったまま配信できると発表されています。一方、ワード文書やパワーポイント、PDF で作られた文書は、属性の情報が乏しいことが多いため、取り込んだ後にタグを付け直す手間が発生します。
PDF については秋版でページ単位の扱いが入り、長い資料の中の該当ページを根拠として引けるようになったとされます。ただし、スキャンした紙の資料や図表が中心の資料では、意味の解析がどこまで効くかは中身次第です。取り込めることと、AIの根拠として使える質になることは別と考え、主要な文書は試しに取り込んで検索結果を確かめます。
社内手順を SharePoint や Teams のファイルで管理している組織では、それらの取り込みの方法が公式の情報からは明確ではありません。既存の置き場所から自動で同期できるのか、書き出して取り込む運用になるのかは、導入前に販売元へ確認する項目です。
定着のさせ方1:文書ごとの持ち主と、見直しの周期を決める
集約の基盤は、入れた直後がいちばん整っていて、時間とともに崩れていきます。崩れる原因の多くは、改訂した部署が配信側への反映を忘れること、そして持ち主のいない文書が増えることです。定着のための第一歩は、文書ごとに持ち主と、次に見直す時期を属性として持たせることです。
見直しの周期は文書の種類で変えます。製品マニュアルは製品の版の更新に合わせて、社内規程は改訂時と年1回の点検で、研修教材は元の手順書が変わったときに連動して、というように見直しの合図を、カレンダーではなく業務の出来事に結びつけると抜けが減ります。
持ち主が異動・退職したときの引き継ぎも、最初から決めておきます。部署の誰かではなく役割に持ち主を割り当て、持ち主が空いた文書を定期的に一覧で出して、引き取り手を決めるか、AIの根拠から外すかを判断します。
改訂の反映漏れを見つける仕組みも用意します。作成ツール側で改訂した日と、配信側に反映された日を並べて見られるようにしておけば、差が開いている文書を月次で拾えます。同社の作成ツールから直接配信している文書は反映が自動になりやすい一方、ワード文書や PDF を手で取り込んでいる文書ほど漏れが起きやすいので、点検の重点をそちらに置きます。
定着のさせ方2:利用の記録から、手を入れる先を選ぶ
公式の製品ページには、利用状況や検索の傾向を見る分析機能が挙げられ、文書の不足を見つけてサポートの負担を減らすことに使えると説明されています。これを定着の運用に組み込みます。毎月、よく検索されるのに答えにつながっていない問いと、長く引かれていない文書を一覧に出し、手を入れる先を決めます。
よく検索されるのに答えが見つからない問いは、文書が足りないか、あっても言葉がずれているかのどちらかです。秋版のコンテンツマップのように、意味の近さで文書の群を見せる機能は、どこに文書が集中し、どこが空白かを見るのに向いています。ただし、空白を見つけたらAIに文書を書かせて埋める、という使い方は避けます。AIが書いた文書をAIの根拠に足すと、どれが確かめられた情報か分からなくなるからです。
長く引かれていない文書は、廃止の候補です。ただ、年に一度しか使われない手順のように、引かれる頻度が低くても必要な文書はあります。引かれていないことだけで外さず、持ち主に確かめてから判断します。
最初の90日の進め方
全社の文書を一度に集めようとすると、正本の決定と重複の整理だけで止まってしまいます。範囲を絞って始め、運用が回ることを確かめてから広げます。以下は一つの進め方の例です。
問い合わせの多い製品一つ、または社内手順の一分野に限り、関係する文書と持ち主を一覧にします。正本の持ち主をここで決めます。
文書を取り込み、重複の候補とタグの提案を持ち主が確かめます。公開範囲に関わるタグは人が付けます。
社内AIから接続し、よくある質問を数十問用意して、答えと根拠の文書が正しいかを持ち主が確かめます。誤りは文書側の問題か、つなぎ方の問題かに分けて直します。
見直しの合図と月次の点検を一度回し、次に広げる範囲を決めます。
答えの検証で使った質問と正解の組は、残しておくと後で役に立ちます。文書を改訂したり、つなぐAIを変えたりしたときに同じ質問を流せば、答えが崩れていないかを確かめられます。
費用の増え方と、止め方・やめ方
秋版の発表では、価格はチームの規模と導入内容によって決まるとされ、公式サイトでも具体的な金額は公表されていません。費用が増える要因として考えられるのは、利用者や管理者の数、つなぐ文書の量と種類、ポータルの数、そしてメタデータ整備などの導入支援をどこまで頼むかです。見積もりの段階で、文書が増えたとき、つなぐAIが増えたときに何が変わるかを確かめておきます。
止め方も最初に決めておきます。社内AIの答えに問題が出たとき、まず MCP の接続を止められること、問題の文書だけをAIの根拠から外せることを確かめます。全部を止めるか、何も止めないかの二択にしないことが、運用を続けるうえで大事です。
やめる場合に備えて、取り込んだ文書と、後から付けたタグや正本の判断の記録を、どの形式で書き出せるかも確認します。正本の判断やタグは、運用の中で積み上げた資産です。基盤をやめても、その判断の記録は次の仕組みに持ち出せる状態にしておきます。
導入前のチェックリストとミニ用語解説
導入を判断する前に、販売元への確認と社内での決定を分けて整理しておきます。公開情報で確認できなかった項目は、契約前に書面で答えをもらうのが安全です。
- 日本語の文書での意味検索・重複検出・タグ提案の精度と、管理画面の日本語対応
- 文書の保管地域と、顧客の文書がAIの学習に使われないこと
- MCP 接続で、質問した社員本人の権限を引き継げるか
- どのAIがどの文書を引いたかの記録の範囲と保存期間
- 既存の置き場所(SharePoint など)からの取り込み方法と、解約時の書き出し形式
- 社内AIに渡す文書の範囲と、文書の種類ごとの正本の持ち主
- 公開範囲に関わるタグを付け替えられる人
- AIの根拠に渡す版の条件(現行版のみ、など)
- 見直しの合図と月次の点検の担当
最後に、この記事で使った言葉を短く整理します。正本は、同じ内容の文書が複数あるときに正しいものとして扱うと決めた一つの文書です。メタデータは、文書に付ける属性の情報で、対象製品や版、公開範囲などを指します。RAG は、AIが答える前に関係する文書を検索し、それを根拠に答えを作る仕組みです。MCP は、AIエージェントが外部の道具やデータに共通の方式で接続するための約束事です。
まとめ
MadCap Syndicate は、部署ごと・作成ツールごとに散らばった製品マニュアルや社内手順を一つに集め、人と社内AIに配る基盤です。2026年の春版で意味検索と言い回しが違う重複の検出、タグの提案、RAG 対応が、秋版で MCP 対応やコンテンツマップが加わり、社内AIの根拠をまとめる道具としての性格を強めています。ただし、重複の判定もタグの提案も、AIが出すのは候補です。どれを正本にし、どの版をAIに渡し、何を社外に出さないかは人が決め、その判断を記録して保守し続ける必要があります。導入するなら、まず一つの製品か業務に絞り、文書ごとの持ち主と見直しの合図を決め、社内AIの答えを質問と正解の組で確かめながら広げていくのが現実的な進め方です。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
資料・ホワイトペーパーの制作、手が足りていますか?
営業資料・提案書・ホワイトペーパー・企画書などの制作を、チャットで依頼できるサブスクリプション型の資料制作サービスです。
