AI 検索と知識検索のワークフローをゼロから構築する: 乳母レベルのチュートリアル

🛒 登録ツールから知識の蓄積まで、研究、コンサルティング、製品、学術グループ向けの完全な実践ガイドです。

チュートリアルの目的と該当する読者

このチュートリアルでは、アカウントの登録、検索質問スキル、学術文献の検索から、個人の知識ベースへの結果の保存まで、「AI 検索と知識検索」の日常的な運用システムをゼロから構築するのに役立ちます。技術的な背景は必要なく、研究、コンサルティング、製品、運用、学術のシナリオに適用できます。全工程は約60分で完了します。

1. 準備チェックリスト

  • [ ] Perplexity にサインアップします (会話型検索、無料で開始できます)
  • [ ] キミを登録 (kimi.moonshot.cn、長文検索、中国語検索)
  • [ ] シークレットタワーAI検索（構造化検索とライブラリ）に登録します
  • [ ] (オプション) コンセンサスまたは引き出しに登録します (学術文献検索)
  • [ ] メモツールを準備します (知識の蓄積には概念/フェイシュ文書/オブシディアンが使用できます)
  • [ ] 調査する最初のトピックを特定します (自分の仕事に直接関係する実際の問題を選択することをお勧めします)

2. アカウントと環境の準備

  1. Perplexity 公式 Web サイトを開いて登録とログインを完了します。
  2. Kimi を開いてログインし、「ファイルのアップロード/長文の閲覧」の入り口の場所を確認します。
  3. Secret Tower AI検索を開き、「Webページ/図書館/学術」の3つの検索モードの切り替えを体験します。
  4. メモ作成ツールで、トピック、サブ質問のリスト、結論の概要、ソースのリスト、検証する項目、レビューなどの推奨フィールドを含む「項目の検索」ページ テンプレートを作成します。

3. 検索と質問のための 5 段階の方法

優れた検索質問によって、回答の質が決まります。次の 5 段階の方法を使用して、あいまいな要件を検索可能な質問に変換します。

  1. 主題の決定: 研究対象が誰と何であるかを明確にします (企業/技術/政策/人口)。
  2. 質問を決定します: 何を答えてほしいですか (現状/比較/影響/予測/実現可能性)。
  3. 定義された範囲: 業界、地域、および時間枠を制限します (「2024 ～ 2025 年の中国市場」など)。
  4. 証拠のレベルを決定: 通常の Web ページ、業界レポート、または学術論文。
  5. 出力形式を指定します: 表/キーポイント/ソースが必要です。

比較例:

  • 悪い: 「AI 検索をチェックしてみてはどうでしょうか」
  • 良い点: 「2025 年における 3 つの AI 検索ツール Perplexity、Kimi、Secret Tower AI Search の機能と料金の違いを比較し、比較表を出力し、それぞれの結論にソースリンクを添付します」

4. 会話型検索に Perplexity を使用する

  1. Perplexity にサブ質問を 1 つずつ入力し、統一された要件を追加します。

「」 情報ソースを項目ごとにリストし (リンク付き)、各項目のリリース時期をマークしてください。出典が確認できないコンテンツには別途【要確認】と記載しております。 「」

  1. 比較が必要な場合は、テーブル出力を明示的に要求します。

「」 AとBの価格、機能、適用グループの違いを表で比較し、各出典へのリンクを貼ってください。 「」

  1. 質問と掘り下げ: 回答に含まれる興味深い手がかりについて質問を続けます。次に例を示します。

「」 あなたが言及した特定のデータ ソースはどのレポートですか?出版団体は誰ですか?元のリンクを貼ってください。 「」

  1. 各結果をメモの「結論の概要」フィールドと「ソースリスト」フィールドにコピーします。

5. 君/秘密の塔を使って長文や中国語資料を処理する

  1. 長いレポート、PDF、または長い Web ページが表示された場合は、ファイルを Kim にアップロードするか、リンクを貼り付けて次のように入力します。

「」 全文を読んで出力してください: 1) 主要な結論 (5 項目以内) 2) 主要なデータ表 3) 私のテーマに関連する部分 4) 原文の未解明だが注目に値する疑問 「」

  1. MITA AI Searchを使用して中国語の構造化検索を実行します。レポート/文書資料を検索するには「ライブラリ」モードに切り替え、論文を検索するには「アカデミック」モードに切り替えます。

  2. 情報が多すぎる場合は、AI に 2 回のスクリーニングを実行させます。

「」 第 1 ラウンド：上記の資料からテーマに直接関連する 10 項目を選別します。第 2 ラウンド: これら 10 項目のそれぞれについて要約を書き、信頼性 (高/中/低) をマークします。 「」

6. 学術的証拠の検索にコンセンサス/引き出しを使用する

「効果があるかどうか、その影響は何か、証拠は十分かどうか」という疑問が生じた場合は、学術文献に戻ってください。

  1. コンセンサスを開き、英語のキーワードで検索します (「リモートワークの生産性への影響」など)。
  2. 文献の結論（支持/反対/中立）の分布を確認し、関連性の高い論文をクリックして要約を読みます。
  3. Elicit を使用してレビュー形式の検索を実行します。リサーチの質問を入力すると、複数の論文の結論、方法、サンプルサイズが抽出され、比較表が生成されます。
  4. 注: 学術的な結論には適用範囲があります。過剰解釈を避けるために、概要にマークされている制限事項と該当するグループを必ずお読みください。

7. 知識の蓄積

回収が完了しても終わりではありません。結果は再利用可能なアセットに集約されます。

  1. メモ テンプレートに、トピック、結論の概要、ソース リスト (リンクと日付を含む)、検証する項目を入力します。
  2. 結論の信頼性をマークします: 高 (複数の情報源 + 公式からの一貫性)、中 (単一の情報源または二次情報)、低 (情報源のない AI の推測)。
  3. 定期的 (毎週) に同様のトピックを統合し、チームで再利用できるように「テーマ カード」に絞り込みます。
  4. 企業に大量の内部データがある場合は、Glean エンタープライズ検索ツールに接続して、内部文書を会話型検索ポータルに変えることが評価できます (IT の協力が必要です)。

8. 検証方法

  • ソースのトレーサビリティ: 5 つの結論をスポットチェックし、それぞれ 2 分以内に元のソースを見つけます
  • 精度: 主要なデータは公式ページと一致しています
  • 適時性: 検索結果のリリース時間は、必要な時間枠内にあります。
  • 降水率: 調査完了後、ノートテンプレートの完成率が 90% 以上である
  • 効率: 同じトピックに対する 2 回目の検索時間は、1 回目と比較して 50% 以上短縮されます。

9. よくある質問とトラブルシューティング (FAQ)

  1. AI 検索の回答には出典がありませんか? 質問には「各結論への出典リンクの添付」が必須です。出典のないコンテンツは検証済みとみなされます。
  2. 結果が古すぎますか? 質問する場合は、「2024 年 1 月以降の情報のみを検索する」などの時間制限を追加します。主要なデータは公式リアルタイム ページの対象となります。
  3. 中国語と英語の教材が混在していて非常にわかりにくいですか? 言語ごとに 1 ラウンドをチェックします。中国語には Kimi/Secret Tower を使用し、英語には Perplexity/Academic Tools を使用して、それらをマージします。
  4. 検索された引用は AI によって編集されていますか? 学術ツールでは、存在しないドキュメントが提供される場合があります。必ず原文をクリックして巻番号/DOIを確認してください。見つからない場合は削除してください。
  5. 無料割り当てが十分ではありませんか? 毎日の検索には無料ファイルを使用し、重要なトピックが集中する期間には有料ファイルを使用します。頻度の高い質問をナレッジ カードに保存して、繰り返しの検索を減らします。
  6. 会社のイントラネット情報を取得できませんか? パブリック ツールではイントラネット コンテンツを取得できないため、会社の内部検索ツールにアクセスして権限の構成を完了する必要があります。

10. 高度な拡張

  • API 自動化: 検索リンクを自動化プロセスに統合して、「質問 → 自動検索 → 要約 → ナレッジ ベースへの入力」を実現します。
  • チームナレッジベース: 降水量の基準を統一し、権限を備えたチーム検索入り口を構築します
  • 検索テンプレート ライブラリ: 頻度の高い調査シナリオ (競合製品の分析、業界の調査、技術の選択) ごとに標準的な質問テンプレートのセットを作成します。
  • リンク ライティング: 検索結果は AI ライティング パイプラインへの素材入力として直接使用され、コンテンツ制作効率が向上します。

11. 実践例: トピックに関する完全な調査

「2025 年の主流の AI 検索ツールの比較」というトピックを例として、プロセス全体をまとめます。

  1. 質問を分割: 4 つのサブ質問に分割します - ① 主流のツールは何ですか? ② それぞれの機能と料金。 ③どのようなシーンに適していますか？ ④ ユーザーの評判と欠点。
  2. Perplexity 事前審査: 4 つのサブ質問をそれぞれ入力し、「出典リンク付きの出力比較表」を追加し、出典付きの回答草案を取得します。
  3. 中国語補足: Secret Tower AI を使用して「ライブラリ」モードで業界レポートを検索し、Kimi を使用して 2 つの長いレポートを読んで重要なポイントを抽出します。
  4. 学術補足: 「AI 検索は検索効率を向上させますか?」などの質問については、コンセンサスを使用して紙の証拠を確認し、サンプルと結論を記録します。
  5. 相互検証: 各公式 Web サイトの価格ページとサードパーティのレビューを比較し、一貫性と不一致をマークします。
  6. 説明: メモテンプレートに従って結論、出典リスト、検証事項を記入し、信頼性をマークし、「AI検索ツール比較カード」を生成します。

完了後、5 つの結論すべてをランダムにチェックし、2 分以内にソースまで遡ることができ、適格であると見なされます。サブ質問テンプレートと質問フレーズを「検索テンプレート」として保存し、次回同様のトピックで直接再利用します。

ユーザーレビュー

  • レビューを読み込み中...