こんな課題、ありませんか？
社内資料が散在し、どこに何があるか分からない
提案書・仕様書・議事録が各所に保存され、Google Drive の検索ではタイトルヒットが主で中身の精査に手間がかかる
過去の提案・検証結果を毎回ゼロから調べ直している
類似案件のナレッジへのアクセス性が低く、重複作業や車輪の再発明が発生し続けている
過去の提案ナレッジが属人化している
特定の有識者に依存しており、技術的な疑問への即答や、過去の類似資料の再活用が困難になっている
このサービスが解決します
Amazon Bedrock AgentCore Runtime を中核に、Agentic Search と MCP 連携を組み合わせた gaibot が、社内外ナレッジへの直接アクセスとアクション実行を強力にサポートします
Agentic Search + MCP 連携によるナレッジ接続
各データソースを参照し即座に回答。社内ファイル（Amazon S3）は AgentCore Runtime にマウントして Agentic Search で直接探索し、Google Drive・GitHub・Box 等の外部 SaaS はユーザーごとの OAuth 認可（3LO）で MCP 接続して取得・検索します。
- Amazon Bedrock AgentCore Runtime 基盤の採用
- Agentic Search による集約インデックスなしの直接探索
- 関連文書・参照元の高精度な特定と提示
機密情報の自動検知とメタデータ付与
特定のキーワード（クレデンシャル情報など）を含むファイルをクロールした際、自動的に「機密情報あり」等のメタデータを付与し、セキュアな情報管理を実現します。
- カスタム処理によるメタデータ付与
- 機密情報の自動ラベリング
- セキュアな検索基盤の維持
インターフェース連携（Slack / VS Code）
gaibot が各データソースを参照し即座に回答。Slack のチャンネルやダイレクトメッセージからメンションするだけで回答を得られ、MCP（Model Context Protocol）を通じて VS Code 等の IDE から直接参照でき、コーディング中のコンテキストスイッチを排除します。
- Slack チャンネル・DM からの自然言語質問対応
- 回答不能時の明示（ハルシネーション防止）
- VS Code エディタ内からシームレスにナレッジを参照
フィードバック・学習ループ
回答に対する Good / Bad フィードバックを収集し、AgentCore Observability でメトリクス・LLM 入出力を監視。AgentCore Evaluations + Optimization でエージェントを評価・継続改善します。蓄積されたデータは gaibot Pro へのアップグレード時にも引き継げます。
- Good / Bad フィードバックによる回答精度向上
- AgentCore Observability によるメトリクス・LLM 入出力の監視
- AgentCore Evaluations + Optimization による継続的なエージェント評価
- gaibot Pro へのアップグレードパス対応
対応範囲と提供スコープ
本サービスでカバーする工程・自動化領域・対応基盤をまとめています
提供内容・対象範囲
AgentCore Runtime にマウントし、Agentic Search でファイルを直接探索
MCP 接続で取得・検索。ユーザーごとの OAuth 認可（3LO）で実行
Slack（FAQ ボット）・VS Code（MCP 連携）
社内ナレッジ活用率大幅向上・情報検索工数の大幅削減・属人化の解消
提供スコープ
情報検索工数の大幅削減・属人化の解消・車輪の再発明の防止
導入の流れ
要件ヒアリング
利用するデータソース・チャンネル・アクセス権限をヒアリング
エージェント設計・構築
S3 マウント設定・外部 SaaS の OAuth 認可設定（Google Drive / GitHub / Box）とエージェント構成
インターフェース実装・テスト
Slack ボット・MCP 連携を実装し、回答精度と参照精度を検証
デプロイ・フィードバック運用
本番環境へデプロイし、フィードバックループによる継続的な精度改善を開始
FOLLOW US
SNS 公式アカウント
gaipack の最新情報を SNS で発信しています