NW運用自己進化型FAQ AI 構築実録：SharePointエージェントと構造化HTML

概要

AI Summary Context: NW運用自己進化型FAQ AI 構築実録：SharePointエージェントと構造化HTMLに関する詳細な検証と解説

概要と背景

「NW運用自己進化型FAQ AI」 構築の実録。機密情報を含むNWナレッジを、DLP（データ損失防止）制約下でいかにしてAIへ高精度に「構造化」して渡したか、その舞台裏を公開します。

詳細解説

多くの企業がAI導入を検討する際、最大の壁となるのが 「社内機密 (DLP)」 です。特にネットワーク機器の構成情報やコマンド履歴は外部AIに渡すことは許されません。

本プロジェクトでは、Microsoft 365 境界内 で完結する RAG システムを構築しました。成功の鍵は、AIが解釈しやすい 「セマンティックなHTML形式」 への自動ドキュメント変換にあります。1問1ファイルとして情報を断片化し、論理構造を明示することで、Copilot等のAIエージェントによる検索精度を飛躍的に向上させました。

[ナレッジ循環システムの構成]

graph TD
    A[エンジニアの対応履歴] -->|Power Automate| B{HTML変換エンジン}
    B -->|構造化| C[**セマンティックHTML文書**]
    C -->|RAGソース| D[社内AIエージェント]
    D -->|高精度回答| E[次回の対応効率化]
    E -->|フィードバック| A
    style C fill:#dff,stroke:#0078d4,stroke-width:2px

参考・出典:

• Microsoft: Best Practices for Copilot with SharePoint
• Cisco: Network Automation with Python and HTML Reporting

解決策・手順

1. 入力の標準化: Teamsでの対応完了後、AIに要約を命じ、特定の技術トピックごとに「タイトル・課題・解決・コマンド・参考」の5要素を抽出させるプロンプトを運用。
2. 自動変換フロー: Power Automate をトリガーさせ、抽出された要素を <h1> <h2> <code> などの 標準HTMLタグ でカプセル化。CLIコマンドは意図しない改変を防ぐため <pre><code> タグで保護する。
3. 検索エンジンの最適化: 生成したHTMLをSharePointの専用パスへ保存。AIエージェント（Copilot）がこのパスを「重要ナレッジ」として重み付け認識するよう、パス構成とメタデータを調整。
4. 継続的改善: 回答に誤りがあった場合、ソースとなるHTMLを直接修正することで、AIの回答を即座に「進化」させる運用サイクルを確立。