---
title: RAGとは？社内データ活用でAIの精度を高める仕組みと導入方法
description: RAG（検索拡張生成）の仕組みと企業での社内ナレッジ活用への応用方法を解説。ハルシネーション対策としてのRAG導入ステップ、ベクトルDBの選び方、成功事例を紹介します。RAGの仕組みからRAG導入の5ステップまで、実践的なステップを解説します。
image: https://start-link.jp/hubfs/blog/screenshots/generated/gen_BD-2.png
---

[![StartLink](https://start-link.jp/hs-fs/hubfs/logo/%E6%9C%80%E7%B5%82Start%20Link%20(500%20x%20150%20px)%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png?width=130&height=39&name=%E6%9C%80%E7%B5%82Start%20Link%20(500%20x%20150%20px)%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png "StartLink")](https://start-link.jp)

- [会社情報About](https://start-link.jp/about)
- [サービスService](https://start-link.jp/service)
- [プロダクトProducts](https://start-link.jp/sync)
- [YoutubeYoutube](https://start-link.jp/about/sns)
- [ブログBlog](https://start-link.jp/hubspot-ai)
- [業界別ガイドIndustry guides](https://start-link.jp/case)
- [採用情報Recruit](https://start-link.jp/recruit)

[資料DL](https://start-link.jp/download/service) [無料相談 →](https://start-link.jp/contact)

[会社情報](https://start-link.jp/about) [サービス](https://start-link.jp/service) [プロダクト](https://start-link.jp/sync) [Youtube](https://start-link.jp/about/sns) [ブログ](https://start-link.jp/hubspot-ai) [業界別ガイド](https://start-link.jp/case) [採用情報](https://start-link.jp/recruit)

[資料ダウンロード](https://start-link.jp/download/service) [無料相談 →](https://start-link.jp/contact)

- [トップ](https://start-link.jp)
- [会社情報](https://start-link.jp/about)
- [サービス](https://start-link.jp/service)
- [Youtube](https://start-link.jp/about/sns)
- [ブログ](https://start-link.jp/hubspot-ai)
- [Contact](https://start-link.jp/contact)
- [個人情報保護方針](https://start-link.jp/privacy-policy)
- [個人情報取り扱い規定](https://start-link.jp/personal-information-processing-agreement)

[ホーム](https://start-link.jp) › [ブログ](https://start-link.jp/hubspot-ai) ›[AI活用](https://start-link.jp/hubspot-ai/ai) ›[AI実務活用](https://start-link.jp/hubspot-ai/ai/genai-work) ›RAGとは？社内データ活用でAIの精度を高める仕組みと導入方法

# RAGとは？社内データ活用でAIの精度を高める仕組みと導入方法

- 2026年3月5日
- 最終更新: 2026年10月18日

![](https://start-link.jp/hubfs/blog/screenshots/generated/gen_BD-2.png)

この記事の結論

RAGは、関連情報を検索してからAIに回答を作らせる仕組みです。社内情報を使う場合は、答えのある資料を探せることに加え、その資料が現行版で、質問者が閲覧でき、回答の根拠を担当者が確認できることが重要です。

ブログ目次

もっと見る ▼

**RAGは、関連情報を検索してからAIに回答を作らせる仕組みです。社内情報を使う場合は、答えのある資料を探せることに加え、その資料が現行版で、質問者が閲覧でき、回答の根拠を担当者が確認できることが重要です。**

| ステップ | 処理内容 | 技術要素 |
| --- | --- | --- |
| 1. 検索（Retrieval） | ユーザーの質問に関連するドキュメントを検索 | ベクトル検索・セマンティック検索 |
| 2. 拡張（Augmentation） | 検索結果をLLMのプロンプトに付与 | コンテキストウィンドウへの挿入 |
| 3. 生成（Generation） | 検索結果を根拠に回答を生成 | LLM（GPT-4o、Claude等） |

表はRAGの処理の流れです。技術要素の欄は構成例であり、記載された方式やモデルをすべて採用する必要はありません。回答に誤りがあったときは、まず「正しい資料が検索対象にあるか」、次に「必要な箇所が回答へ渡されたか」、最後に「回答がその箇所に沿っているか」を調べます。確認した段階に応じて直す場所を決められます。

「社内規程を聞いたのに、一般的な説明しか返ってこない」  
「製品資料や議事録が複数の場所にあり、回答の根拠を探すのに時間がかかる」  
「AIを業務に使いたいが、誤った回答をどう抑えればよいかわからない」

こうした課題では、検索基盤を選ぶ前に、答えたい質問と根拠にできる資料を対応づけます。資料が見つからない、現行版を判別できない、資料同士が矛盾するといった場合は、回答を保留して誰に確認するかも決めておきます。

AIの用途全体を整理したい場合は、「[AIとは？ビジネス活用の全体像をわかりやすく解説](https://start-link.jp/hubspot-ai/ai/genai-work/generative-ai-business-guide)」もあわせてご覧ください。情報の検索や要約をAIに任せる場面と、人が根拠や対応方針を判断する場面を分ける際の参考になります。

## この記事でわかること

社内情報を使った回答の仕組みについて、技術の流れから対象文書の選び方、試行結果を受けた見直し方まで説明します。

- **RAGの仕組み** — 資料の登録から検索、回答までをたどり、結果が不十分なときに確認する順序を解説します。
- **RAGと追加学習の違い** — 情報の更新と回答の表現を分け、どの課題にどの方法を試すか整理します。
- **RAG導入の5ステップ** — 質問の選定、文書の整備、構成の選択、評価、運用範囲の判断を順に示します。
- **CRMやHubSpotと組み合わせる考え方** — 参照する顧客情報、閲覧権限、回答後の確認と記録を業務フローに沿って説明します。
- **限界と運用上の注意点** — 検索漏れ、古い情報、権限、計算や業務判断が必要な質問の扱いを確認します。
- **成功事例を見極める観点** — 他社の成果を読むときに、対象の質問、根拠、保留、人への引き継ぎをどう確かめるか示します。

読み進める際は、自社で繰り返される質問を一つ思い浮かべてください。答えの所在、資料の更新担当、回答の確認担当を挙げられれば、試す範囲を具体化できます。いずれかが不明なら、その管理方法を決めるところから始めます。

## RAGとは何か、検索と生成が必要な理由

RAGとは、AIが回答を作る前に関連情報を検索し、その情報を回答材料として渡す方法です。社内情報をモデルに追加学習させる方法とは、情報の参照の仕方が異なります。

文書を集めるだけでは、質問に答えられる状態にはなりません。必要な箇所が検索され、回答に渡され、その内容から外れずに説明されているかを順に確かめます。必要な資料がなければ、回答の文章を調整する前に資料の整備へ戻ります。

### 検索、拡張、生成の流れ

質問を受けたら関係する資料を探し、見つかった箇所を回答生成の入力に加えます。生成された回答については、参照資料との一致を確認します。

| 段階 | 処理 | 確認すること |
| --- | --- | --- |
| 検索 | 質問に関係する文書や文書の一部を探します | 必要な情報が検索対象に含まれているか |
| 拡張 | 見つかった情報を、回答生成のための入力に加えます | 質問に関係する情報が不足なく渡されているか |
| 生成 | 渡された情報をもとに回答を作ります | 回答が根拠の内容から逸脱していないか |

例えば、現行の手順を尋ねたのに旧版が検索されたなら、回答文より先に旧版の扱いを直します。現行版は登録されているのに見つからなければ、文書の分割方法や検索条件を見直します。必要な箇所が渡されているのに回答が逸脱する場合は、回答時の指示と確認手順を見直します。変更後は同じ質問を使い、直した段階と回答の両方を再確認します。

### 社内文書を探しやすい形にする

社内の情報がExcel、共有フォルダ、社内Wikiなどに分かれている場合は、対象業務に必要な資料の所在を確認します。続いて、現行版を判断できるか、内容の責任者がいるか、質問者に閲覧権限があるかを調べます。

例えば、製品マニュアルと営業資料で同じ機能の説明が異なるなら、検索対象を増やす前に、どちらを現行の説明として扱うか責任者に確認します。判断がつくまでは、その箇所を断定的な回答の根拠にしません。資料の所在、版、責任者、閲覧範囲を説明できたら、実際の質問で検索を試します。

### ハルシネーションをどう捉えるか

ハルシネーションとは、AIが事実と異なる内容をもっともらしく回答することです。RAGは参照情報に基づく回答を促しますが、誤回答をなくす保証にはなりません。

検索結果が古い、質問との関係が薄い、必要な資料がない場合は、自然な文章でも誤った回答になり得ます。利用者が根拠の文書を確認できるようにし、根拠が足りなければ回答を保留して担当者へ引き継ぎます。対外案内や重要な業務判断に使う場合は、担当者が資料と回答を照合してから内容を確定します。

## RAGとファインチューニングの使い分け

最初に、「更新される社内情報を回答時に参照したい」のか、「回答の形式や表現を調整したい」のかを分けます。前者は情報源と検索を、後者は回答時の指示を先に確認します。両方が課題に見える場合も、同じ質問を使って検索結果と回答文を別々に評価します。

検索用のベクトルデータを保存する基盤には、次のような選択肢があります。表の特徴や料金体系は比較の入口となる記述です。現行の製品仕様、性能、費用として採用する前に、各製品の公式情報と自社で必要な構成を確認してください。

| ベクトルDB | 特徴 | 料金体系 |
| --- | --- | --- |
| Pinecone | フルマネージド・高速 | 従量課金 |
| Weaviate | オープンソース・マルチモーダル対応 | セルフホスト無料 |
| Qdrant | 高パフォーマンス・Rust製 | セルフホスト無料 |
| pgvector | PostgreSQL拡張・既存DB活用可 | PostgreSQL費用のみ |
| Supabase Vector | pgvector＋マネージド環境 | Supabase料金に含む |

比較では、まず対象文書を取り込めるか、利用者の閲覧権限を検索結果にも反映できるかを確認します。次に、文書の改定を反映する手順と保守担当を決めます。その条件を満たした構成について、実際の質問で必要な箇所が見つかるかを試し、費用と運用負担を比較します。条件を満たせない構成は、表の特徴だけで選びません。

### 目的に応じて方法を比べる

RAGは回答時に検索した情報を使います。ファインチューニングは追加学習によって応答の傾向を調整する方法です。次の表には比較で使われる表現を示しています。反映速度、費用、正確性、難易度の優劣は、対象データと構成を決めずに確定できません。「推奨」欄も採用の結論ではなく、自社の質問で検証するための仮説として読んでください。

| 比較項目 | RAG | ファインチューニング | 推奨 |
| --- | --- | --- | --- |
| データ更新の反映速度 | リアルタイム反映可能 | 再学習が必要（数時間〜数日） | RAGが有利 |
| コスト | 検索基盤の構築費用 | GPU計算コスト（高額） | RAGが低コスト |
| 情報の正確性 | 出典を明示可能 | ハルシネーションのリスクあり | RAGが優位 |
| 適するユースケース | FAQ・社内問い合わせ・ドキュメント検索 | 専門用語・文体の学習 | RAGが適する場面が多い |
| 導入難易度 | 中（ベクトルDB＋検索パイプライン） | 高（ML基盤＋学習データ整備） | RAGの方が容易 |

表中の期間や優劣を、自社で得られる結果として扱わないでください。「リアルタイム反映可能」とあっても、文書の改定が回答へ即座に反映されるとは限りません。取り込みから検索対象の更新までを確かめます。「出典を明示可能」であっても、表示された出典が回答の内容を裏づけるかは別に確認します。

比較するときは、業務上の質問と、文書の変更をいつ回答へ反映する必要があるかを決めます。更新された文書が検索できるか、根拠に沿って答えられるかを試します。根拠は適切でも回答の形式が合わなければ、回答時の指示を調整します。それでも必要な形式を満たせない場合に、追加学習を含む方法を検討します。

### 情報の更新と回答の型を分けて考える

「社内の最新版手順を回答に使いたい」と「回答を一定の形式や口調にそろえたい」は、見直す場所が異なります。前者は情報源、更新、検索を確認し、後者は回答時の指示や表現を確認します。

試行では、質問、期待する根拠、検索された箇所、回答、担当者の判断を一緒に記録します。誤りが出たら、参照文書が現行版か、必要な箇所が検索されたか、その箇所に沿って回答したかを順に調べます。変更した場所と再試行の結果を残せば、同じ問題が起きたときにも見直す場所を特定できます。

### 小さく試してから選択肢を広げる

最初に、質問が具体的で、参照資料と内容の責任者を特定できる文書群を選びます。答えが資料にある質問に加え、資料だけでは答えられない質問でも試します。前者では根拠に沿って答えられるか、後者では保留して担当者につなげられるかを確認します。

必要な資料が見つからなければ検索対象や分割方法を直します。資料が見つかっても回答が逸脱するなら回答時の指示を直します。両方を確認でき、担当者が根拠を追えるようになったら、次の文書群への拡張を検討します。企業様によって最適な形は異なります。

## RAG導入前に整えるデータと運用

検索対象の正確性、更新方法、閲覧権限は、モデルや検索基盤の選択とあわせて検討します。登録できる文書をすべて取り込む前に、どの資料を回答の根拠にできるか判断します。

### 対象文書を棚卸しする

製品マニュアル、FAQ、社内規程、営業資料、議事録などから、対象業務で参照される文書を洗い出します。最初は質問と参照先を対応づけられる領域を選びます。

| 棚卸し項目 | 確認する内容 | 判断の例 |
| --- | --- | --- |
| 情報の保管場所 | どのツールやフォルダにあるか | 保管先が特定できない場合は、先に所在を整理します |
| 内容の責任者 | 誰が正誤や改定を判断するか | 責任者が決まっていない場合は、対象範囲を狭めます |
| 更新状況 | 現行版と過去版を区別できるか | 版を判断できない資料は、確認後に登録します |
| 利用頻度 | どの業務で、どのような質問が出るか | 質問が具体化できる文書群から試します |
| 閲覧範囲 | 誰がその情報を利用できるか | 閲覧権限を整理してから連携方法を選びます |

棚卸しでは、各質問に対して「参照する資料」「内容の責任者」「閲覧できる人」を結びつけます。所在、責任者、現行版、閲覧範囲のいずれかを判断できなければ、登録範囲を狭めるか管理方法を先に決めます。文書を追加するのは、最初の範囲で検索結果と更新後の扱いを確認してからです。

### チャンクとエンベディングを理解する

検索システムでは、長い文書を扱いやすい単位に分割することがあります。この単位を「チャンク」と呼びます。エンベディングは、文章の特徴を数値ベクトルに変換し、内容の近さを検索に使える形にする処理です。

分割が細かすぎると手順の前提と結論が離れ、大きすぎると関係の薄い内容も検索結果に含まれます。手順書なら作業のまとまり、FAQなら質問と回答の組を保てるかを見ます。実際の質問で前提が欠けるなら分割を見直し、無関係な説明が多ければ検索単位や検索条件を見直します。変更後は同じ質問を使い、必要な根拠がまとまって見つかるか確かめます。

### 更新、権限、回答責任を決める

文書の作成者や承認者、改定時に検索対象へ反映する方法、旧版の扱いを決めます。文書を改定したら、その内容が検索される状態になったかを質問で確認します。反映前の情報が使われる可能性があるなら、その間に回答を保留する質問と担当者が確認する質問を決めます。

利用者の権限と検索対象の権限が合わなければ、見せるべきでない情報が回答に含まれる恐れがあります。権限を判断できない資料は、確認が済むまで対象に加えません。AIが回答してよい質問、担当者の確認が必要な質問、回答を控えて引き継ぐ質問を分け、引き継ぎ先も決めます。

## RAG導入の5ステップ

導入は、質問を決め、資料を整え、構成を選び、回答を評価し、運用範囲を判断する順序で進めます。各段階で次に進む条件を確認すると、検索の問題と回答の問題を分けて見直せます。

### ステップ1：目的と質問を定める

「どの業務の、どの質問に答えるか」を具体化します。実際に寄せられる質問から、資料に答えがあるもの、複数資料の確認が必要なもの、資料だけでは答えられないものを選びます。

質問ごとに、期待する回答、根拠とする資料、答えられない場合の対応を担当者と確認します。質問の意図が曖昧なら利用場面を聞き取り、何を答えれば役立つかを明確にします。期待する対応を説明できたら、対象文書の選定に進みます。

### ステップ2：検索対象を整える

質問に答えるための資料を特定し、保管場所、現行版、内容の責任者、閲覧範囲を確認します。矛盾する資料があれば、検索設定で優先順位を推測させず、責任者に現行の情報を確認します。

どの質問にどの資料を使うか説明でき、利用者の権限に応じた扱いを決められたら、構成の選択に進みます。判断できない資料は試行の対象から外すか、その資料が必要な質問を回答保留の対象にします。

### ステップ3：検索と回答の構成を選ぶ

文書の取り込み方法、検索方式、回答に渡す情報、根拠の表示方法を決めます。ベクトルDBを選ぶ場合も、既存環境への接続、権限、更新、保守の条件から比較します。

まず、質問に必要な資料が検索されるかを確認します。見つからなければ、資料の不足、文書の分割、検索条件を調べます。必要な箇所が検索され、質問者に見せてよい資料だけが使われる状態になったら、生成された回答の評価に進みます。

### ステップ4：根拠と回答を評価する

回答文だけでなく、検索された箇所が質問に関係するか、回答がその内容に沿っているか、答えのない質問で保留できるかを確認します。

| 評価する点 | 確認方法 | 結果を受けた対応 |
| --- | --- | --- |
| 検索の関連性 | 質問に必要な文書が検索されているか | 見つからない場合は対象資料や検索条件を見直します |
| 根拠との一致 | 回答が参照資料の内容から外れていないか | 外れている場合は指示と生成設定を見直します |
| 情報の鮮度 | 現行の資料が検索対象になっているか | 古い場合は更新工程や旧版の扱いを改めます |
| 回答保留 | 資料に答えがないときに断定していないか | 断定する場合は保留条件と引き継ぎ先を定めます |
| 利用者の確認 | 担当者が根拠を追って判断できるか | 確認しにくい場合は根拠の表示方法を改善します |

評価結果には、質問と回答に加え、参照された資料の版、閲覧した人、担当者が下した判断を残します。問題が起きた段階に合わせて変更し、同じ質問で結果を再確認します。検索が改善しても回答が根拠から逸脱するなら回答時の指示を見直します。答えがない質問で保留でき、担当者へ引き継げることも、運用範囲を決める前に確かめます。

### ステップ5：運用範囲と見直し条件を決める

試行結果を担当者と確認し、AIが回答できる質問、確認後に使う質問、回答を保留する質問を決めます。文書の改定、検索漏れ、権限の変更、誤回答が起きたときに、誰が文書、検索、回答ルールを見直すかも定めます。

対象を広げるのは、現行の文書を維持でき、利用者が根拠を確認でき、答えられない質問を担当者へ渡せることを確かめてからです。いずれかが難しければ、原因に応じて文書や運用を直し、同じ範囲で再評価します。拡張後も、文書や権限が変わった際には該当する質問で再確認します。

## 成功事例を見極める方法

RAGの事例を見るときは、**回答の自然さだけで成果を判断せず**、対象業務、使用した資料、利用者の権限、評価した質問、担当者の確認方法を確かめます。

これらの条件が異なれば、同じ構成を選んでも自社で同じ結果になるとは限りません。

社内FAQを使った事例なら、次の順に確認します。

1. **対象にした質問と参照したFAQの版** ── まず、この2点を確認します
2. **見つかったか、保留できたか** ── 答えが資料にある質問では必要な箇所が見つかり、資料にない質問では回答を保留できたかを見ます
3. **誤りの戻し先** ── 担当者が根拠を追い、誤りを文書、検索、回答ルールのどこへ戻して修正したかを確認します

評価した質問や根拠が示されていない場合は、成果の表現だけで導入範囲を決めず、自社の資料と質問で試します。検索漏れや誤回答が出たら、原因と修正内容を記録し、同じ質問で再評価します。担当者が根拠を確認でき、答えのない質問を引き継げる範囲から利用を検討します。

## CRMやHubSpotとRAGを組み合わせる考え方

顧客情報を使うAIでは、回答の内容に加え、情報がどの業務で記録され、誰が次に対応するかを考えます。コンタクト、会社、取引、顧客対応の記録を参照する場合は、質問に必要な関係を保ち、利用者が見てよい範囲を定めます。

### CRM情報を業務フローに位置づける

営業担当者が過去の問い合わせや商談の経緯を調べるなら、コンタクトだけでなく、関連する会社や取引の記録も判断材料になります。ただし、回答に使う記録は業務目的と閲覧権限から決めます。

質問を受ける場面、参照する記録、担当者が根拠を確認する場面、対応を記録する場所を順に整理します。回答を使う前には、古い記録や関係のない記録が混ざっていないか確かめます。必要な関係をたどれなければ回答を確定せず、どの関連づけや参照条件が不足しているかを確認します。

### 一元管理と自動化で属人化を減らす

情報がスプレッドシート、メール、CRMに分かれている場合は、業務に必要な記録の管理先と更新担当を決めます。コンタクトや取引との関係を整理したうえで、対応履歴の記録や担当者への通知をワークフローで補う方法を検討します。

項目を増やす前に、どの質問に答えるための情報かを確認します。担当者が変わっても同じ記録をたどり、回答の根拠と次の対応を確認できるなら、運用範囲を広げる判断材料になります。たどれない場合は、記録の置き場所、関連づけ、更新担当のうち不足している点を直してから再び質問を試します。

以下の画像は、Breezeアシスタント向けアプリの画面例です。接続を検討する際は、自社の画面で対象アプリ、利用条件、権限、検索できる情報の範囲を確認してください。カードの表示だけで必要な文書を検索できるとは判断せず、業務で使う質問を試します。

![Breezeアシスタント向けアプリの一覧画面例](https://start-link.jp/hubfs/blog/screenshots/library/breeze_assistant_apps-2.png)

### BreezeなどHubSpotのAI機能とRAGの範囲を区別する

Breezeアシスタント向けアプリを検討する場合は、利用する環境で対象アプリの条件、閲覧権限、検索できる情報、回答の根拠を実際の質問で確かめます。独自にRAGを設計する場合は、情報の取り込みや更新、保守の方法も決めます。

比較するときは、同じ業務上の質問と権限条件を使います。必要な記録が見つかるか、回答の根拠を担当者が追えるか、回答後の対応を記録できるかを順に確認します。独自の検索手順やデータ処理が必要だと分かった場合は、不足した質問を示したうえで、対象情報、保守担当、アクセス制御、確認方法を要件として整理します。

## RAGの限界と運用上の注意点

RAGを使っても、資料の正誤、業務上の判断、回答の責任は自動では決まりません。問題が起きたら、検索対象、検索結果、回答生成のどこに原因があるかを分けて見直します。

| 注意点 | 先に行うこと |
| --- | --- |
| 情報が不正確 | 異なる説明は内容の責任者へ確認し、現行版を判断できない文書は根拠から外す |
| 計算や複雑な判断 | 文書の検索、データの計算、業務判断のどれが必要かを分ける |
| 更新頻度と即時性 | 業務で必要な反映の条件を決め、更新手順で満たせるか確認する |
| 回答の根拠 | 根拠が見つからないときは回答を保留し、担当者へ引き継ぐ |

### 情報が不正確だと回答も不安定になる

矛盾した資料、古い規程、説明が不足した文書が含まれると、どの内容を根拠にすべきか判断しにくくなります。異なる説明が見つかった場合は、AIに優先順位を推測させず、内容の責任者へ確認します。

現行版を判断できない文書は、確認が済むまで回答の根拠から外すか、その質問への回答を保留します。文書を改定したら検索対象も見直し、同じ質問で現行の内容が見つかるか確認します。

### 計算や複雑な判断は検索だけで解決しない

RAGは情報を検索して回答材料にする仕組みです。売上データを条件別に集計する依頼には計算処理が、対応方針を決める依頼には業務ルールや責任者の判断が必要になる場合があります。

質問を受けたら、必要なのが文書の検索、データの計算、業務判断のどれかを分けます。

- **文書にある説明を探す** ── 検索結果の根拠を確認します
- **計算が必要** ── 適切な集計手順へつなぎます
- **判断が必要** ── 担当者へつなぎます

検索された文章だけで計算結果や決定事項を確定しません。

### 更新頻度と即時性の要件を合わせる

文書の変更が回答に反映されるまでには、取り込みや検索対象の更新が関係します。業務で必要な反映の条件を決め、選んだ構成の更新手順で満たせるかを確認します。

満たせなければ、更新の少ない資料に用途を絞るか、現行データを直接確認する方法を検討します。利用者が参照資料の版や更新状況を確認できるようにすることも、その回答を使うか判断する材料になります。

### 回答の根拠を人が確認できるようにする

社内問い合わせの草案や文書の所在案内から試し、利用者が回答の根拠をたどれるか確認します。根拠が見つからない、資料が矛盾する、質問の条件が曖昧な場合は、回答を保留して担当者へ引き継ぎます。

担当者の確認結果は、文書の修正、検索条件の調整、回答ルールの見直しに使います。対外案内へ利用範囲を広げる前に、誰が資料と回答を照合し、内容を確定するか決めます。

## エージェンティックRAGを検討する場面

**通常のRAGで必要な情報を探せるかを先に評価します。**

複数の資料や処理を順に使う必要があり、通常の検索では不足する質問が明確になった場合に、エージェンティックRAGを検討します。

### 複数の検索や処理が必要な業務を見極める

顧客の状況を確認してから、関連する製品情報や過去の対応記録を参照するなど、検索を段階的に行う業務があります。この場合は、最初の検索で何を確かめ、次にどの情報が必要になり、どの条件で処理を止めるかを書き出します。

処理を追加する前に、通常の検索で不足した具体的な質問を確認します。追加の検索で必要な根拠が見つかるか、参照した順序を担当者が追えるかを評価します。途中で権限や根拠を確認できなければ、そこで回答を保留します。停止条件を決められない業務は、対象を絞って検討します。

### 重要な判断と対外対応は人が確認する

エージェントが情報収集や整理を進めても、顧客への提案や対応方針は、参照した記録と作成した回答を担当者が確認してから決めます。

AIには情報の収集、要約、回答のたたき台作成を任せ、人は根拠の妥当性と対応方針を判断します。各段階の結果と停止理由を担当者が追えることを確かめ、問題が起きた段階へ戻して直せる範囲から利用します。

## よくある質問

### RAGを導入するとハルシネーションはなくなりますか？

なくなるとは限りません。検索結果が質問に合わない、参照文書が古いといった場合には、誤った回答が出る可能性があります。まず必要な資料が見つかるかを確かめ、見つかっても回答が根拠に沿っているか確認します。根拠が不足する質問は保留し、業務で使う前に担当者が確認する範囲を決めます。

### RAGとファインチューニングはどちらから検討すればよいですか？

課題を分けて検討します。更新される社内文書を参照したいなら、必要な情報を検索できるか確認します。回答の形式や表現が課題なら、まず回答時の指示を調整します。検索結果が適切でも形式が合わないのか、必要な資料が見つからないのかを確かめ、その結果に応じて追加学習を含む方法を検討します。

### Excelや社内Wikiにある情報もRAGで使えますか？

利用する構成と取り込み方法によります。対象の情報がどこにあり、どれが現行版で、誰が更新し、誰が閲覧できるかを確認します。そのうえで、実際の質問に必要な箇所を取り出せるか試します。版や権限を管理できない情報は、管理方法を決めてから対象に加えます。

### CRMの顧客データをRAGで検索できますか？

CRMの機能や連携方法に応じて検討できます。最初に、どの質問に対してどの記録が必要かを決めます。閲覧権限と関連レコードを確認し、更新された記録の扱いも定めます。必要な関係をたどれ、担当者が根拠を確認できたら、その回答をどの業務記録や次の対応につなげるか決めます。

### 小規模に試すとき、何から始めればよいですか？

繰り返し寄せられる質問のうち、参照すべき文書と内容の責任者が明確な領域を選びます。実際の質問で検索結果と回答の根拠を確認し、答えられない質問で保留できるかも試します。検索漏れや誤回答があれば文書、検索、回答のどこに原因があるかを分けて直し、同じ質問で再確認してから対象を広げます。

## まとめ

**RAGは、関連情報を検索してAIに渡し、その内容を踏まえて回答を作る仕組みです。**社内データを使う際は、対象文書、情報の責任者、更新手順、閲覧権限、回答を保留する条件を整えます。

導入時は業務上の質問を決め、資料を確認し、検索結果を評価してから回答の品質を見ます。必要な根拠を探せなければ文書や検索を見直し、根拠は適切でも回答が逸脱するなら回答時の指示を見直します。担当者が根拠を追い、答えられない質問を引き継げる状態になったら、利用範囲を検討します。

CRMやHubSpotと組み合わせる場合は、AIがどの情報を参照し、誰が回答を確認し、対応をどこに記録するかを業務フローの中で決めます。Breeze Assistantの機能と独自に設計するRAGは、実際の質問、権限、保守の条件で比較してください。企業様によって最適な形は異なります。

CRMを活用した業務効率化やAIとの連携に関するご相談は、StartLinkまでお気軽にお問い合わせください。対象にしたい業務と質問、参照資料の管理状況をもとに、情報の整備から担当者の確認を含む運用までご相談いただけます。

## あわせて読みたい

AIの活用範囲を広く整理したい場合、検索した情報を回答に使うRAGと、データを集計・分析する処理の違いを確認したい場合、AIツールを業務上の目的に応じて使い分けたい場合は、次の記事も参考になります。

- [AIとは？ビジネス活用の全体像をわかりやすく解説](https://start-link.jp/hubspot-ai/ai/genai-work/generative-ai-business-guide)
- [AIデータ分析の実践ガイド｜ビジネスデータをAIで可視化・分析する方法](https://start-link.jp/hubspot-ai/ai/genai-work/ai-business-data-analysis)
- [Claude AI業務活用ガイド｜ChatGPTとの違いと実務での使い分け方](https://start-link.jp/hubspot-ai/ai/genai-work/claude-business-guide)

記事の内容を、そのまま実務に落とし込みたい方向け

HubSpotゴールドパートナーのStartLinkが、HubSpot導入・AI活用・CRM整備・業務効率化までをまとめて支援しています。記事で気になったテーマを、そのまま相談ベースで整理できます。

[サービス概要を見る](https://start-link.jp/service/hubspot-ai) [無料で相談する](https://start-link.jp/contact)

## 次に読む

### [![](https://start-link.jp/hubfs/blog/screenshots/generated/gen_DD-61_fast_mode_model_support.png) Claude Codeのfast mode（/fast）｜対応モデル・料金・使いどころの判断基準](https://start-link.jp/hubspot-ai/ai/claude-code-practice/claude-code-fast-mode)

### [![](https://start-link.jp/hubfs/blog/screenshots/generated/gen_DD-60_agent_view_session_states.png) Claude Code agent viewの使い方｜全セッションを1画面で管理](https://start-link.jp/hubspot-ai/ai/claude-code-practice/claude-code-agent-view)

### [![](https://start-link.jp/hubfs/blog/screenshots/generated/gen_DD-58_goal_evaluation_loop.png) Claude Codeの/goalコマンド｜完了条件でAIを自律実行させる方法](https://start-link.jp/hubspot-ai/ai/claude-code-practice/claude-code-goal-command)

## 記事の内容を、そのまま実務に落とし込みたい方向け

[無料で相談する](https://start-link.jp/contact) [資料をダウンロード](https://start-link.jp/hubspot-ai/ai/genai-work/rag-enterprise-knowledge-guide#blog-download)

 株式会社StartLinkは、事業推進に関わる「販売促進」「DXによる業務効率化（ERP/CRM/SFA/MAの導入）」などのご相談を受け付けております。 サービスのプランについてのご相談/お見積もり依頼や、ノウハウのお問い合わせについては、[無料のお問い合わせページ](https://www.start-link.jp/contact)より、お気軽にご連絡くださいませ。

###### 関連キーワード:

[AI](https://start-link.jp/hubspot-ai/tag/ai) [データ](https://start-link.jp/hubspot-ai/tag/データ) [導入](https://start-link.jp/hubspot-ai/tag/導入)

## サービス資料を無料DL

## 著者情報

![7-1](https://start-link.jp/hubfs/7-1.jpg)

### 今枝 / Imaeda

 株式会社StartLink 代表取締役。累計150社以上のHubSpotプロジェクト支援実績を持ち、Claude CodeやHubSpotを軸にしたAI活用支援・経営基盤AXのコンサルティング事業を展開。  
 HubSpotのトップパートナー企業や大手人材グループにて、エンタープライズCRM戦略策定・AI戦略ディレクションを経験した後、StartLinkを創業。現在はCRM×AIエージェントによる経営管理支援を専門とする。

[StartLink](https://start-link.jp/)

### Service

- [会社情報](https://start-link.jp/about)
- [サービス](https://start-link.jp/service)
- [プロダクト](https://start-link.jp/sync)
- [採用情報](https://start-link.jp/recruit)
- [コンサルタントの方へ](https://start-link.jp/consultant-platform)

### Contact

- [問い合わせ](https://start-link.jp/contact)
- [資料ダウンロード](https://start-link.jp/download/service)
- [Syncナレッジベース](https://start-link.jp/sync/knowledge-base)
- [個人情報保護方針](https://start-link.jp/privacy-policy)
- [個人情報取り扱い規定](https://start-link.jp/personal-information-processing-agreement)

(c) 2026 All Rights Reserved.

```json
{
  "@context" : "https://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "今枝 拓海",
    "url" : "https://start-link.jp/hubspot-ai/author/imaeda"
  },
  "datePublished" : "2026-03-05T12:00:00.000Z",
  "headline" : "RAGとは？社内データ活用でAIの精度を高める仕組みと導入方法",
  "image" : [ "https://start-link.jp/hubfs/blog/screenshots/generated/gen_BD-2.png" ],
  "mainEntityOfPage" : {
    "@id" : "https://start-link.jp/hubspot-ai/ai/genai-work/rag-enterprise-knowledge-guide",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "url" : "https://start-link.jp/hubfs/Start%20Link%20(1500%20x%20600%20px)%20(5)-1.png"
    },
    "name" : "株式会社StartLink"
  }
}
```

```json
{
  "@context" : "https://schema.org",
  "@type" : "FAQPage",
  "mainEntity" : [ {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "なくなるとは限りません。検索結果が質問に合わない、参照文書が古いといった場合には、誤った回答が出る可能性があります。まず必要な資料が見つかるかを確かめ、見つかっても回答が根拠に沿っているか確認します。根拠が不足する質問は保留し、業務で使う前に担当者が確認する範囲を決めます。"
    },
    "name" : "RAGを導入するとハルシネーションはなくなりますか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "課題を分けて検討します。更新される社内文書を参照したいなら、必要な情報を検索できるか確認します。回答の形式や表現が課題なら、まず回答時の指示を調整します。検索結果が適切でも形式が合わないのか、必要な資料が見つからないのかを確かめ、その結果に応じて追加学習を含む方法を検討します。"
    },
    "name" : "RAGとファインチューニングはどちらから検討すればよいですか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "利用する構成と取り込み方法によります。対象の情報がどこにあり、どれが現行版で、誰が更新し、誰が閲覧できるかを確認します。そのうえで、実際の質問に必要な箇所を取り出せるか試します。版や権限を管理できない情報は、管理方法を決めてから対象に加えます。"
    },
    "name" : "Excelや社内Wikiにある情報もRAGで使えますか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "CRMの機能や連携方法に応じて検討できます。最初に、どの質問に対してどの記録が必要かを決めます。閲覧権限と関連レコードを確認し、更新された記録の扱いも定めます。必要な関係をたどれ、担当者が根拠を確認できたら、その回答をどの業務記録や次の対応につなげるか決めます。"
    },
    "name" : "CRMの顧客データをRAGで検索できますか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "繰り返し寄せられる質問のうち、参照すべき文書と内容の責任者が明確な領域を選びます。実際の質問で検索結果と回答の根拠を確認し、答えられない質問で保留できるかも試します。検索漏れや誤回答があれば文書、検索、回答のどこに原因があるかを分けて直し、同じ質問で再確認してから対象を広げます。"
    },
    "name" : "小規模に試すとき、何から始めればよいですか？"
  } ]
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/hubspot-ai/ai/genai-work/rag-enterprise-knowledge-guide#article",
  "@type" : "BlogPosting",
  "author" : {
    "@id" : "https://start-link.jp/#founder"
  },
  "dateModified" : "2026-10-18T10:34:40+09:00",
  "datePublished" : "2026-03-05T12:00:00+09:00",
  "headline" : "RAGとは？社内データ活用でAIの精度を高める仕組みと導入方法",
  "image" : "https://start-link.jp/hubfs/blog/screenshots/generated/gen_BD-2.png",
  "isPartOf" : {
    "@id" : "https://start-link.jp/#website"
  },
  "mainEntityOfPage" : {
    "@id" : "https://start-link.jp/hubspot-ai/ai/genai-work/rag-enterprise-knowledge-guide",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "speakable" : {
    "@type" : "SpeakableSpecification",
    "cssSelector" : [ ".blog-section h2", ".blog-section p:first-of-type", ".blog-section blockquote" ]
  }
}
```

```json
{
  "@context" : "https://schema.org",
  "@type" : "BreadcrumbList",
  "itemListElement" : [ {
    "@type" : "ListItem",
    "item" : "https://start-link.jp",
    "name" : "ホーム",
    "position" : 1
  }, {
    "@type" : "ListItem",
    "item" : "https://start-link.jp/hubspot-ai",
    "name" : "ブログ",
    "position" : 2
  }, {
    "@type" : "ListItem",
    "item" : "https://start-link.jp/hubspot-ai/ai",
    "name" : "AI活用",
    "position" : 3
  }, {
    "@type" : "ListItem",
    "item" : "https://start-link.jp/hubspot-ai/ai/genai-work",
    "name" : "AI実務活用",
    "position" : 4
  }, {
    "@type" : "ListItem",
    "name" : "RAGとは？社内データ活用でAIの精度を高める仕組みと導入方法",
    "position" : 5
  } ]
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#organization",
  "@type" : "Organization",
  "address" : {
    "@type" : "PostalAddress",
    "addressCountry" : "JP",
    "addressLocality" : "中央区",
    "addressRegion" : "東京都",
    "postalCode" : "104-0061",
    "streetAddress" : "銀座1丁目12番4号 N&E BLD.6F"
  },
  "alternateName" : "StartLink Inc.",
  "award" : [ "HubSpot Gold Solutions Partner（HubSpotゴールドパートナー、2026年4月認定）" ],
  "contactPoint" : [ {
    "@type" : "ContactPoint",
    "availableLanguage" : [ "ja" ],
    "contactType" : "customer support",
    "url" : "https://start-link.jp/contact"
  }, {
    "@type" : "ContactPoint",
    "availableLanguage" : [ "ja", "en" ],
    "contactType" : "sales",
    "url" : "https://start-link.jp/contact"
  } ],
  "description" : "「AI × HubSpot」をコンセプトに掲げるHubSpotゴールドパートナー（Gold Solutions Partner、2026年4月認定）。HubSpotマーケットプレイスに自社アプリ（Sync for freee / Notion / Money Forward / Chatwork）を公開するアプリ開発企業であり、HubSpot/Salesforce知見とAI活用を組み合わせたCRM構築・移行・最適化・AIエージェント/PoC支援まで一貫して提供する。",
  "founder" : {
    "@id" : "https://start-link.jp/#founder",
    "@type" : "Person",
    "jobTitle" : "代表取締役",
    "name" : "今枝 拓海",
    "sameAs" : [ "https://x.com/ImaedaTakumii", "https://www.linkedin.com/in/takumi-imaeda/", "https://www.facebook.com/takumiIma" ]
  },
  "foundingDate" : "2024-09-04",
  "hasCredential" : {
    "@type" : "EducationalOccupationalCredential",
    "credentialCategory" : "certification",
    "name" : "HubSpot Gold Solutions Partner",
    "recognizedBy" : {
      "@type" : "Organization",
      "name" : "HubSpot, Inc.",
      "url" : "https://www.hubspot.com/"
    }
  },
  "image" : [ "https://start-link.jp/hubfs/startlink-ai-agent.jpg", "https://start-link.jp/hubfs/startlink-aiorg.jpg" ],
  "knowsAbout" : [ "HubSpot CRM", "HubSpot Implementation", "HubSpot導入支援", "CRM構築", "AI活用", "HubSpot連携アプリ開発", "Salesforce to HubSpot Migration", "Generative AI Integration", "AI Agent Development", "Revenue Operations", "Marketing Automation", "freee Integration", "Notion Integration", "Money Forward Integration" ],
  "legalName" : "株式会社StartLink",
  "logo" : "https://start-link.jp/hubfs/startlink-logo.png",
  "mainEntityOfPage" : "https://start-link.jp/",
  "memberOf" : {
    "@type" : "ProgramMembership",
    "hostingOrganization" : {
      "@type" : "Organization",
      "name" : "HubSpot, Inc.",
      "url" : "https://www.hubspot.com/"
    },
    "membershipNumber" : "Gold Tier",
    "programName" : "HubSpot Solutions Partner Program"
  },
  "name" : "株式会社StartLink",
  "sameAs" : [ "https://www.youtube.com/@startlink-hubspot", "https://x.com/ImaedaTakumii", "https://www.linkedin.com/in/takumi-imaeda/", "https://www.linkedin.com/company/108100307/", "https://www.facebook.com/takumiIma", "https://www.facebook.com/profile.php?id=61566874764985", "https://prtimes.jp/main/html/searchrlp/company_id/149669", "https://app.hubspot.com/ecosystem/46046172/marketplace/solutions/startlink" ],
  "taxID" : "8010001248134",
  "url" : "https://start-link.jp/"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#website",
  "@type" : "WebSite",
  "inLanguage" : "ja",
  "name" : "株式会社StartLink",
  "publisher" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "url" : "https://start-link.jp/"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-hubspot",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "CRM導入", "HubSpot" ],
  "description" : "150社以上の実績を持つHubSpotゴールドパートナーが、業務フローに合わせた設計から構築・本番稼働まで一貫支援。",
  "name" : "HubSpot導入・構築支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "HubSpot導入・構築支援",
  "url" : "https://start-link.jp/service/hubspot"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-hubspot-ai",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "CRM最適化", "AI活用" ],
  "description" : "HubSpotを軸に業務要件に沿った設計改善とAI連携活用を包括支援。",
  "name" : "HubSpot AIコンサルティング",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "HubSpot AIコンサルティング",
  "url" : "https://start-link.jp/service/hubspot-ai"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-hubspot-training",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "研修", "HubSpot" ],
  "description" : "HubSpotの概念・基本操作からAI活用ノウハウまで、社内浸透のための研修を提供。",
  "name" : "HubSpot研修・レクチャー支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "HubSpot研修・内製化支援",
  "url" : "https://start-link.jp/service/hubspot-ai/training"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-sf2hs-replace",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "CRM移行", "データ移行" ],
  "description" : "Salesforce/HubSpot双方の思想とデータモデルを理解した移行設計とHubSpot側CRM開発を実行。",
  "name" : "SalesforceからHubSpotへのリプレイス支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "SalesforceからHubSpotへのリプレイス支援",
  "url" : "https://start-link.jp/service/salesforce-hubspot-replace"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-claude-code-bi",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "AI活用", "経営管理" ],
  "description" : "複数システムのデータを統合し、毎朝のAIブリーフィングなど経営の意思決定を加速する仕組みを構築。",
  "name" : "Claude Codeによる経営データ活用支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "AI経営管理支援",
  "url" : "https://start-link.jp/service/claude-code/business-intelligence"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-claude-code-content",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "コンテンツマーケティング", "AI活用" ],
  "description" : "キーワード戦略からSEO記事制作、CMS公開まで、AIを活用したコンテンツマーケティングを自動化。",
  "name" : "Claude Codeによるコンテンツマーケティング支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "AIコンテンツ制作支援",
  "url" : "https://start-link.jp/service/claude-code/content-marketing"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#product-sync-freee",
  "@type" : "SoftwareApplication",
  "applicationCategory" : "BusinessApplication",
  "author" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "description" : "HubSpotとfreee会計・freee請求書をシームレスに連携。取引先の同期から請求書作成まで、バックオフィスの業務を自動化するHubSpotマーケットプレイスアプリ。",
  "featureList" : [ "freee取引先をHubSpotに自動同期", "HubSpotからfreee見積書・請求書を作成", "取引データをfreee会計に自動登録", "月次請求・更新処理に対応", "商品項目・品目・部門・タグ情報の連携" ],
  "installUrl" : "https://ecosystem.hubspot.com/marketplace/apps/sync-for-freee-bystartlink",
  "name" : "Sync for freee",
  "offers" : [ {
    "@type" : "Offer",
    "description" : "請求月5件・見積月20件まで",
    "name" : "Free",
    "price" : "0",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "請求月50件・見積月100件まで",
    "name" : "Professional",
    "price" : "4000",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "無制限",
    "name" : "Enterprise",
    "price" : "10000",
    "priceCurrency" : "JPY"
  } ],
  "operatingSystem" : "Web",
  "softwareHelp" : {
    "@type" : "WebPage",
    "url" : "https://start-link.jp/sync/knowledge-base/freee/basic-steps"
  },
  "url" : "https://start-link.jp/sync/freee"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#product-sync-notion",
  "@type" : "SoftwareApplication",
  "applicationCategory" : "BusinessApplication",
  "author" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "description" : "HubSpotのCRMレコードとNotionのページ・データベースを接続。HubSpotの画面から離れずにNotionのすべてにアクセスできるHubSpotマーケットプレイスアプリ。",
  "featureList" : [ "CRMカードからNotionページの作成・閲覧・編集", "NotionデータベースをCRMタブにテーブル表示", "4つのワークフローアクションで自動化", "コンタクト・会社・取引・チケット・サービス・プロジェクト対応" ],
  "installUrl" : "https://ecosystem.hubspot.com/marketplace/listing/sync-for-notion-bystartlink",
  "name" : "Sync for Notion",
  "offers" : [ {
    "@type" : "Offer",
    "description" : "ページ・DB合計50件まで",
    "name" : "Free",
    "price" : "0",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "無制限",
    "name" : "Professional",
    "price" : "10000",
    "priceCurrency" : "JPY"
  } ],
  "operatingSystem" : "Web",
  "url" : "https://start-link.jp/sync/notion"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#product-sync-moneyforward",
  "@type" : "SoftwareApplication",
  "applicationCategory" : "BusinessApplication",
  "author" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "description" : "HubSpotとマネーフォワード クラウドを連携。取引情報から見積書・請求書を自動作成し、取引先・品目の同期や継続請求に対応するHubSpot連携アプリ。",
  "featureList" : [ "取引（Deal）から見積書・請求書を自動作成", "会社情報とマネーフォワード取引先の同期", "商品項目・品目マスタの連携", "月次・固定回数の継続請求に対応（Professionalプラン以上）", "合算請求（Enterpriseプラン限定）", "前受請求（一括請求・月次計上）（Enterpriseプラン限定）", "原価登録（MF会計への仕訳登録）で案件別の原価・粗利を可視化（Enterpriseプラン限定）", "取引レコードにCRMカードで連携ステータスを表示" ],
  "installUrl" : "https://ecosystem.hubspot.com/ja/marketplace/listing/sync-for-moneyforward-bystartlink",
  "name" : "Sync for Money Forward",
  "offers" : [ {
    "@type" : "Offer",
    "description" : "請求月5件・見積月20件まで",
    "name" : "Free",
    "price" : "0",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "請求月50件・見積月100件まで",
    "name" : "Professional",
    "price" : "4000",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "無制限",
    "name" : "Enterprise",
    "price" : "10000",
    "priceCurrency" : "JPY"
  } ],
  "operatingSystem" : "Web",
  "url" : "https://start-link.jp/sync/moneyforward"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#product-sync-chatwork",
  "@type" : "SoftwareApplication",
  "applicationCategory" : "BusinessApplication",
  "author" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "description" : "HubSpotとChatworkを連携。ワークフローからChatworkのルームへ通知を送り、CRMカード上で最新のやり取りの確認と返信ができ、紐付けたルームの新着メッセージをHubSpotのノートとして自動で記録するHubSpot連携アプリ。",
  "featureList" : [ "ワークフローアクション「Chatworkに通知」（取引・会社・コンタクト・チケット対応）", "送信先ルームIDとメッセージ本文にHubSpotのプロパティを差し込み", "取引・会社・コンタクトとChatworkルームの紐付け（全プラン無制限）", "CRMカードにルームの最新100件のメッセージを表示（Professionalプラン以上）", "CRMカードからChatworkへメッセージを送信（Professionalプラン以上）", "紐付けたルームの新着メッセージをHubSpotのノートへ自動記録（Enterpriseプラン限定）", "引用や装飾を、HubSpotのノートでも読みやすい見た目のまま記録", "OAuth接続とAPIトークン接続（SAML/SSO環境向け）に対応" ],
  "installUrl" : "https://ecosystem.hubspot.com/marketplace/listing/sync-for-chatwork-bystartlink",
  "name" : "Sync for Chatwork",
  "offers" : [ {
    "@type" : "Offer",
    "description" : "通知 月10件まで・ルーム紐付け無制限",
    "name" : "Free",
    "price" : "0",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "通知無制限・CRMカードで最新100件の表示とメッセージ送信",
    "name" : "Professional",
    "price" : "3000",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "Professionalの全機能＋メッセージ同期（30分ごと）",
    "name" : "Enterprise",
    "price" : "10000",
    "priceCurrency" : "JPY"
  } ],
  "operatingSystem" : "Web",
  "url" : "https://start-link.jp/sync/chatwork"
}
```