皆さんこんにちは、リツアンSTCの採用担当です。

2025年7月9日(水)、リツアンのAIリスキリング制度「リツアンAIテック」にて、『LLMサービス開発』講座の最終回となるDay4（実践編）を実施しました。

今回は、前回に引き続き「RAG（検索拡張生成）」をテーマに、実務レベルでの“精度向上”に特化した内容で展開。RAGを導入したものの「正確な答えが返ってこない」「現場で使いにくい」といった課題に直面した時、どのような思考プロセスと改善ステップが必要なのか——その“再現可能なアプローチ”を学ぶ90分となりました。

実務に近い“RAG改善プロセス”を体系的に学ぶ

今回の講義では、まずRAGシステムに使われる主要ツールの使い分け（Dify / LangChain / Azure AI Searchなど）を紹介。その上で、RAGの構成要素を「データ」「検索」「プロンプト」「LLM」の4つの観点に分け、それぞれに対してどのような改善アプローチがあるかを解説しました。

さらに、実際のプロジェクト事例（日本郵船様、ジヤトコ様など）をもとに、以下のような実務的な改善ステップをコード付きで学習。

• テストセット作成 → 精度分解（検索 / 生成） → 改善施策の実行
• チャンク分割の最適化
• ベクトル vs. キーワード vs. ハイブリッド検索の使い分け
• エンベディングモデルの比較・選定
• プロンプト構造と参照文書数のチューニング

机上の知識ではなく、現場に持ち帰って試せる「実践の型」が得られる構成となっています。

表や図も“検索対象”に。非テキストRAGの入口も紹介

講義後半では、近年ニーズの高まっている「非テキストのRAG」についても概要を紹介。OCRやレイアウト解析、テーブル構造抽出などの技術を通じて、表や画像を検索対象に変換する方法や、クラウドベースのAPI活用例についても触れられました。

「表を正しく読めるかどうか」が社内ナレッジの活用に直結するケースは多く、今後のRAG応用の幅を感じるセッションとなりました。

4回講座を終えて——AI活用の“地図”を描けるように

今回で全4回にわたる『LLMサービス開発講座』は完結となります。

• Day1：AIとLLMの仕組み、社会実装の地図を俯瞰
• Day2：AI駆動開発ツールを使った生産性向上の実践
• Day3：RAGの基本構成を理解し、コードから実装
• Day4：精度をどう高め、現場で“使えるもの”にするかを学習

講座の最後には、「どの場面で、どの技術をどう組み合わせるか」という“地図”を手に入れた状態を目指しました。今後はこの学びをベースに、実践の場を設けられるよう構想中です。
より強い技術者集団へと進化していけるよう、社員一同精進してまいります。

今回は、LLMサービス開発講座の最終回についてお伝えしました。

これら一連のAI講座は、社内だけでなく社外の希望される方にも公開中です。
ご興味のある方は、是非お気軽にカジュアル面談へお越しくださいませ！