クエリを実行する前に確認すること
テーブルと列の存在、結合や集計が業務上の意図に合っていること、質問者にアクセス権があることを確認します。
ナレッジコア・AIオントロジー
散在するデータを
AI が使える知識へ
ONDO AI ONTOLOGY は文書・データ構造・業務用語を知識グラフで結び、対話型 AI が企業内の知識に基づいて回答できるようにします。
内部知識を接続する · 実行前にクエリを検証する · 人間の承認後に知識の変更を適用する
- 接続する知識を整理するドキュメント、スキーマ、業務用語
- チェック最初に SQL を検証する登録されたテーブル、列、結合
- 検証各クエリの背後にある証拠を確認する拒否理由とビジネス上の意味
- 承認する知識の改善変更を確認し、履歴を保存する
問題
AI には企業のデータルールの理解が必要です
AI が生成した SQL は、存在しないテーブルや列を参照することがあります。社内のデータ構造と業務用語を結び、クエリを実行前に確認します。
検証設計
社内の文脈を基にクエリを生成し、
実行前に検証する
知識グラフが SQL の生成に必要なデータ構造と業務用語を示し、別の検証工程で生成結果を登録済みの構造とルールに照らして確認します。
実行前検証・ONDO AI ONTOLOGY
生成された SQL を登録済みの知識グラフと検証ルールに照らし、違反があれば理由を記録して差し戻します。その記録をクエリや知識の改善に生かします。
- スキーマチェック
- 生成と検証を個別に行う
- 実行前のルール
- 拒否履歴
データに問いかけ、根拠を確かめる
自然言語で質問して、必要なデータを見つけて表に表示します。クエリの条件と結果を 1 か所で確認します。
この例は ONDO AI ワークスペースでの商品データの照会を示しています。表示する商品と数値はサンプルデータです。
根拠の参照 ON — 検証済みの情報に基づく回答
MCPの統合社内データベースやツールのデータを照会する
深い研究複数の工程を経る詳細調査
一般検索簡単な事実確認
今日はどの業務をお手伝いしましょうか？
ブランド: NORDÉ 年: 2026 シーズン: SS アイテム: TS
この条件に該当する原価率の低い上位10商品を、販売率の高い順に取引先情報とともに表示してください。
ONDO AI
結果がまとまりました。概要をご覧ください。
📊 NORDÉ 2026 SS／Tシャツ — 原価率の低い上位10商品（販売率順）
| 原価率 ランク | 品番 | 商品名 | 確認済み 小売価格 | 原価率 (%) | 販売率 (%) | 取引先コード | 取引先名 |
|---|---|---|---|---|---|---|---|
| 5 | NDTS5B899IV | ネイビーのクールタッチストライプポロシャツ | 139,000 | 15.7 | 56.5% | 0000103026 | Hansung A&D Co., Ltd. |
| 7 | NDTS5B404NV | Cool Light ネイビー C/P ピケポロ | 159,000 | 16.0 | 47.0% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404BR | Cool Light ブラウン C/P ピケポロ | 159,000 | 16.0 | 44.2% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404BG | Cool Light ベージュ C/P ピケポロ | 159,000 | 16.0 | 42.8% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404BK | Cool Light ブラック C/P ピケポロ | 159,000 | 16.0 | 41.8% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404LB | Cool Light ライトブルー C/P ピケポロ | 159,000 | 16.0 | 40.5% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404LG | Cool Light ライトグリーン C/P ピケ ポロ | 159,000 | 16.0 | 35.8% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404BL | Cool Light ブルー C/P ピケポロ | 159,000 | 16.0 | 31.6% | 0000303572 | Pacific Apparel Ltd |
| 1 | NDTS5B897NV | ネイビーのロゴ刺繍 T シャツ | 109,000 | 12.7 | 26.3% | 0000103026 | Hansung A&D Co., Ltd. |
| 3 | NDTS5B898NV | ネイビーのロゴ刺繍ポロシャツ | 139,000 | 14.9 | 23.3% | 0000103026 | Hansung A&D Co., Ltd. |
💡 ONDO AI の洞察
- ネイビーのクールタッチポロシャツの販売率は 56.5%で第1位です。原価率も15.7%と低く、利益率と在庫回転の両面で好調です。
- Cool Light ポロシャツの原価率は同じ 16.0% ですが、 色によって販売率に大きな差があります（ネイビー47.0%→ブルー31.6%）。好調な色に在庫を重点配分し、不振の色の発注を減らします。
- 原価率が最も低い（12.7%） ロゴ刺繍入り T シャツの販売率はわずか26.3%です。利益率は高い一方、在庫の回転は遅いため、露出や販促の強化を検討します。
提案： ネイビーのベーシック商品群を次のシーズンの主力商品として拡充します。原価率と販売率の両面で好調です。
根拠：社内の商品・販売データ表ONDO AI 検証済み SQLサポートされていない回答はブロックされました ✓
NORDÉ の 2026 SS トレンチコートは前年比 23.7%増加し、売上高でも第1位です。 ← 根拠のない推測（捏造）
メッセージを入力してください...
MCPの統合 深い研究 一般検索
ONDO AI ワークスペース・デモ
仕組み
内部知識が AI の答えになる仕組み
文書から抽出した用語を知識グラフ上のデータ構造と結び付けます。担当者がグラフをリアルタイムで確認・改善する間も、対話型 AI はその知識を参照します。
集める
LLM は、画像ベースのファイルを含む内部文書から業務用語を抽出します。
接続する
グラフ内のデータ構造と業務用語をリンクします。ユーザーによる編集内容は、ソース データが再ロードされてもそのまま残ります。
信頼できる情報源を維持する
知識グラフ内のビュー・列・結合・業務用語を管理し、AI が一貫して参照できる情報を整えます。
クエリ
会話型 AI は、まず質問に関連するテーブル、列、結合を見つけます。
検証する
生成された SQL を実行前にグラフと比較します。ルール違反を拒否し、書き換えを促します。
SQL の生成と検証は別の工程です。構造上の誤りは実行前に確認しますが、業務上の意味やアクセス権は別途確認が必要です。
導入範囲と検証
自社データを使って
導入範囲を見極める
データベースのスキーマ、業務用語、代表的な質問を確認します。実際の運用環境で、構造検証・アクセス権・稼働条件を確かめます。
| 入力 | DB スキーマ・業務用語・代表的な質問・アクセス権・集計ルール |
|---|---|
| 構造チェック | 実行前に、生成された SQL を登録済みのテーブル、列、結合と比較します。 |
| 出力と履歴 | クエリ結果、参照、拒否理由、および編集履歴 |
| 導入 | ターゲット データベース、サポートされている SQL 構文、スキーマの更新、および実行パスを確認します。 |
| 意味とアクセス | メトリクスの定義、集計結果、データ アクセスを個別に確認する |
| 評価 | 代表的な質問、誤った回答、拒否を使用して、精度、再試行、検証エラーを評価します |
- 検証は グラフに登録されているスキーマとルールに依存します。データベースへの変更が反映されていることを確認します。
- クエリで実際の列が使用されていても、誤解を招くビジネス結果が生成される場合があります。正しい結果を定義し、回答を確認します。
- 誤った承認と誤った拒否の両方を確認できるよう、差し戻しと書き換えの履歴を調べます。
- 検証機能の停止・権限不足・未対応の構文に備え、実行制御と復旧手順を確認します。
構造検証は、正しい答えを保証したり、すべてのエラーを検出したりするものではありません。実際のデータ、質問、モデル、実行条件を使用して範囲とパフォーマンスを確認します。
関連事例 — エンタープライズ AI プラットフォーム
社内データの照会、アクセス権、利用管理で培った経験を知識基盤に生かしています。
ロードマップ
つながった知識から
関係性を踏まえた推論へ
知識グラフを中核として運用しています。次は、その知識の関係性をたどって推論できるオントロジーへの拡張を検討します。
- ステージ 0 · 技術的検証
知識グラフの保存と検索を設計
スキーマと業務用語をグラフで結び付け、視覚的に確認できる構造を設計しました。
- ステージ1・現在
知識グラフコア
スキーマと業務用語の連携、SQL 検証、リアルタイムの知識編集、改善提案を運用しています。
- ステージ2・次へ
オントロジーベースの推論
OWL に基づく形式的推論で知識間の関係を導き出す方法を検討します。値の範囲、階層、既存の知識グラフとの互換性も評価する予定です。