-
**ナレッジの手動インデックス作成を不要に：**プロセスを自動化し、ナレッジベースを常に最新の状態に保ちます。
-
**問題解決を迅速化：**社内のあらゆるナレッジから瞬時に正確な回答を提供し、エージェントや従業員を支援します。
-
**セルフサービスの成功率を向上：**検索バーに直接関連性の高い回答を提供することで、チケットの発生率を改善します。
いかがでしょうか？本記事では、ServiceNow AI Searchのインデックス作成の仕組みと、eesel AIのようなツールを使ってそれをさらに強力にする方法について解説します。
ServiceNow AI Searchのインデックス作成の仕組み
ServiceNowのAI Searchは、以前のZingから大幅にアップグレードされた機能です。機械学習を利用してユーザーのクエリの背後にある意図とコンテキストを理解し、より関連性の高い結果を提供します。この魔法のような機能の裏側には、インデックス作成プロセスがあります。
簡単な内訳は次のとおりです。
-
コンテンツソース： AI Searchはまず、インデックスを作成する必要がある情報ソースを特定します。これには主に、ナレッジベースの記事（kb_knowledge）、カタログアイテム（sc_cat_item）、ユーザーレコードなど、ServiceNowプラットフォーム内のテーブルが含まれます。
-
インデクサー： インデクサーがこれらのソースを処理し、テキストとメタデータを抽出します。データをクリーンアップおよび正規化し、検索エンジン用に準備します。
-
インデックス： 処理されたデータは、インデックスと呼ばれる高度に整理された構造に保存されます。本の巻末にある索引のようなものですが、はるかに高度なものだと考えてください。単語や概念を、それらが登場するドキュメントにマッピングします。
-
クエリ実行： ユーザーがクエリを入力すると、AI Searchは単なるキーワードの一致を探すだけではありません。自然言語理解（NLU）を使用してユーザーの意図を把握し、インデックス内で同一の単語だけでなく、概念的に関連する情報を検索します。
このプロセスにより、「ラップトップの問題」と検索した人が、「ラップトップ」という単語が明示的に記載されていなくても、「コンピューターの問題を解決する」というタイトルの記事を見つけられるようになります。
