RAGの「精度不足」をどう突破したか？ 東海道新幹線AIで採用した「LangGraph」と「ハイブリッド検索」の実装戦略｜ジェイアール東海情報システム_デジタル戦略部
JR東海情報システムが、新幹線案内AIの検索と対話制御を説明する開発記事。案内規則、現在の運行情報、乗換サービスを使い分け、必要な条件が足りなければ聞き返す構成を紹介する。
LangGraphで言語判定、質問分類、不足確認、情報取得、回答確認を段階化。アンケートと駅での実地調査から乗換経路の独自データを作り、静的なRAGと動的APIの選択に結びつけた経緯を記録している。
学習・情報源の選択：案内規則はRAG、運行状況はAPI、乗換は外部サービスへ振り分ける。／確認 2026-09-15／https://note.com/jtis_dxkikaku/n/n9a655c56b0d5
学習・不足情報の確認：出発駅など必要な条件を聞き返してから、取得と回答へ進む。／確認 2026-09-15／https://note.com/jtis_dxkikaku/n/n9a655c56b0d5
対象：AIの開発・導入・活用を検討する担当者。形式：企業・著者による公開記事。言語：日本語（公開本文で確認）。利用条件：公開記事（本文をログインなしで確認）
確認事項（編集部）：開発元による構成の説明で、誤回答率の検証データや実装コードは公開されていない。本文のハイブリッド検索は静的・動的情報の併用を指す。
出典：ジェイアール東海情報システム_デジタル戦略部「RAGの「精度不足」をどう突破したか？ 東海道新幹線AIで採用した「LangGraph」と「ハイブリッド検索」の実装戦略」／公開・更新情報：2026-01-14／確認日：2026-09-15／https://note.com/jtis_dxkikaku/n/n9a655c56b0d5
株式会社世良（Sera, Inc.）／ お問い合わせ: info@sera-inc.co.jp