AI開発の精度と実用性を左右する最大の要因は、もはやアルゴリズムではなくデータの質にあります。 なぜ「高品質なデータ」が不可欠なのか、そしてその品質をどう確保すべきか。 ――本記事では、FastLabel代表・鈴木のセミナー講演をもとに、AI開発を前進させるための実践的なヒントをお届けします。 %3Cdiv%20class%3D%22point%20point3%22%3E%20%0A%3Cdiv%20class%3D%22title%22%3E%20%0A%3Cp%20class%3D%22txt%22%3E%E3%83%97%E3%83%AD%E3%83%95%E3%82%A3%E3%83%BC%E3%83%AB%3C%2Fp%3E%20%0A%3Cp%20class%3D%22tit%22%3E%E9%88%B4%E6%9C%A8%20%E5%81%A5%E5%8F%B2%EF%BC%88%E3%81%99%E3%81%9A%E3%81%8D%E3%83%BB%E3%81%9F%E3%81%91%E3%81%97%EF%BC%89%C2%A0%20%3C%2Fp%3E%3C%2Fdiv%3E%20%0A%3Cdiv%20class%3D%22desc%22%3E%20%0A%3Cp%20class%3D%22text%22%3EFastLabel%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BE%20%E4%BB%A3%E8%A1%A8%E5%8F%96%E7%B7%A0%E5%BD%B9CEO%C2%A0%3Cbr%3E%0A%E6%97%A9%E7%A8%B2%E7%94%B0%E5%A4%A7%E5%AD%A6%E5%A4%A7%E5%AD%A6%E9%99%A2%E5%89%B5%E9%80%A0%E7%90%86%E5%B7%A5%E7%A0%94%E7%A9%B6%E7%A7%91%E5%8D%92%E3%80%82%E5%9C%A8%E5%AD%A6%E4%B8%AD%E3%80%81%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92%E3%81%AE%E7%A0%94%E7%A9%B6%E3%81%AB%E5%BE%93%E4%BA%8B%E3%81%97%E3%80%81%E5%9B%BD%E5%86%85%E5%A4%964%E3%81%A4%E3%81%AE%E5%AD%A6%E4%BC%9A%E3%81%AB%E3%81%A6%E7%A0%94%E7%A9%B6%E7%99%BA%E8%A1%A8%E3%80%81%E6%9F%BB%E8%AA%AD%E4%BB%98%E3%81%8D%E8%AB%96%E6%96%87%E6%8E%A1%E6%8A%9E%E3%82%92%E7%B5%8C%E9%A8%93%E3%80%82%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BE%E3%83%AF%E3%83%BC%E3%82%AF%E3%82%B9%E3%82%A2%E3%83%97%E3%83%AA%E3%82%B1%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3%E3%82%BA%E3%81%A7%E3%80%81%E4%BC%9A%E8%A8%88ERP%E3%83%91%E3%83%83%E3%82%B1%E3%83%BC%E3%82%B8%E3%82%B7%E3%82%B9%E3%83%86%E3%83%A0%E3%81%AE%E9%96%8B%E7%99%BA%E3%80%81%E4%BC%9A%E8%A8%88SaaS%E7%AB%8B%E3%81%A1%E4%B8%8A%E3%81%92%E3%82%84%E8%A4%87%E6%95%B0%E3%81%AEAI%E3%83%97%E3%83%AD%E3%82%B8%E3%82%A7%E3%82%AF%E3%83%88%E3%81%AB%E5%BE%93%E4%BA%8B%E3%81%97%E3%81%9F%E5%BE%8C%E3%80%81%E6%B3%95%E4%BA%BA%E5%90%91%E3%81%91%E3%83%95%E3%83%BC%E3%83%89%E3%83%87%E3%83%AA%E3%83%90%E3%83%AA%E3%83%BC%E4%BC%81%E6%A5%AD%E3%82%92%E5%85%B1%E5%90%8C%E5%89%B5%E6%A5%AD%E3%80%82%E3%81%9D%E3%81%AE%E5%BE%8C%E3%80%81%E7%8B%AC%E7%AB%8B%E3%81%97FastLabel%E3%82%92%E5%89%B5%E6%A5%AD%E3%80%82%C2%A0%0A%3C%2Fp%3E%3C%2Fdiv%3E%3C%2Fdiv%3E%20%0A%0A%3Cstyle%3E%20%0A.point%7B%20%0Abackground%3A%20%23FFFFFF%3B%20%0Aborder-radius%3A%208px%3B%20%0Aflex%3A%20none%3B%20%0Aheight%3A%20auto%3B%20%0Apadding%3A%2030px%3B%20%0Awidth%3A%20100%25%3B%20%0Amax-width%3A%20100%25%3B%20%0Abox-sizing%3A%20border-box%3B%20%0A%7D%20%0A.point%20.title%7B%20%0Adisplay%3A%20flex%3B%20%0Ajustify-content%3A%20flex-start%3B%20%0Aalign-items%3A%20flex-start%3B%20%0Amargin%3A%200px%200px%2015px%200px%3B%20%0Awidth%3A%20100%25%3B%20%0Amax-width%3A%20100%25%3B%20%0A%7D%20%0A.point%20p%7B%20%0Amargin%3A%200%3B%20%0Afont-size%3A%2017px%3B%20%0Aline-height%3A%201.79%3B%20%0Afont-weight%3A%20400%3B%20%0Afont-family%3A%20Lato%3B%20%0Acolor%3A%20%23333%3B%20%0A%7D%20%0A.point%20.txt%7B%20%0Amargin-right%3A%2010px%3B%20%0Abackground%3A%20%23535fff%3B%20%0Aborder-radius%3A%20100px%3B%20%0Afont-size%3A%2014px%3B%20%0Afont-weight%3A%20700%3B%20%0Aline-height%3A%201.4%3B%20%0Acolor%3A%20%23fff%3B%20%0Apadding%3A%202px%2015px%202px%2015px%3B%20%0Afont-family%3A%20system-ui%3B%20%0A%7D%20%0A.point%20.tit%7B%20%0Afont-size%3A%2018px%3B%20%0Afont-weight%3A%20700%3B%20%0Aline-height%3A%201.4%3B%20%0A%7D%20%0A.point1%7B%20%0Aborder%3A%201px%20solid%20%23535fff%3B%20%0A%7D%20%0A.point1%20.tit%7B%20%0Acolor%3A%20%23535fff%3B%20%0A%7D%20%0A.point2%7B%20%0Aborder%3A%201px%20solid%20%233fa9f5%3B%20%0A%7D%20%0A.point2%20.txt%7B%20%0Abackground%3A%20%233fa9f5%3B%20%0A%7D%20%0A.point3%7B%20%0Abackground%3A%20%23f6f9fc%3B%20%0A%7D%20%0A%40media%20screen%20and%20(max-width%3A%20540px)%20%7B%20%0A.point%20%7B%20%0Apadding%3A%2020px%3B%20%0A%7D%20%0A.point%20.title%7B%20%0Aflex-direction%3A%20row%3B%20%0Aflex-wrap%3A%20wrap%3B%20%0A%7D%20%0A.point%20.tit%7B%20%0Aflex%3A%200%200%20100%25%3B%20%0Amargin-top%3A%2015px%3B%20%0A%7D%20%0A%7D%20%0A%3C%2Fstyle%3E AI開発の現状とデータの重要性 AI開発において、「教師データ」はモデルの性能を左右する極めて重要な要素です。教師データとは、AIに正解を教えるための学習用データのことです。 例えば、コンピュータービジョン（画像や映像などの視覚情報をコンピューターに認識・理解させる技術）の分野では、AIに対象物を正しく識別させるために、画像に「ここに人がいます」「ここに車があります」といった情報を付け加える「アノテーション」という作業が必要です。 メタデータを付与した教師データを大量に用意することで、AIは人や車などの対象物を自動的に見分けられるようになります。アノテーションの質と量が、AIの認識精度に大きく影響するのです。 実際、海外の先進企業では大規模な体制でデータ作成に取り組んでいます。 例えばテスラでは、自動運転AIの開発の一環として、数百名規模でアノテーションやデータ整備を行っています。 出典： https://cleantechnica.com/2020/08/15/tesla-autopilot-innovation-comes-from-team-of-300-jedi-engineers-interview-with-elon-musk/ Data-centric AIへのパラダイムシフト 従来のAI開発では、アルゴリズムの改善によってAI性能を向上させるアプローチが主流でした。しかし現在は、アルゴリズムがコモディティ化しつつあります。生成AIの分野では、DeepSeekのような最先端アルゴリズムがインターネット上で即座に公開される時代です。 誰もが最先端のアルゴリズムを簡単に利用できる現在、企業がAIの精度で差をつけるには、最適なアルゴリズムを選んだうえで「自社独自の高品質なデータ」を活用し、モデルを最適化することが重要です。つまり、「どのようなデータで学習させるか」が他社との差別化や競争力の源泉となります。 こうした考え方に基づく開発手法が「Data-centric（データセントリック）AI」と呼ばれ、現在ではAI開発の主流となっています。アルゴリズムの優劣よりも、データの質と整備の工夫によって精度を向上させるアプローチです。 データの重要性を示す具体例Data-centric AIの効果を端的に示す具体例として、鉄の外観検査における傷検出プロジェクトがあります。このプロジェクトでは、AIに90%の精度で傷を検出させることが目標とされていましたが、開発初期の精度は76.2%にとどまっていました。 そこで、 Data-centric AIを提唱するアンドリュー教授の指導のもと、開発チームを「アルゴリズム改善チーム」と「データ改善チーム」に分けて3か月間の実験を実施。結果、データのみを改善したチームは約17%の精度向上を達成した一方、アルゴリズムのみを改善したチームでは、全く精度が向上しませんでした。 出典：A Chat with Andrew on MLOps: From Model-centric to Data-centric AI この事例は、アルゴリズムよりもデータの質がAIの精度に与える影響の大きさを示しており、Data-centric AIの有効性を裏付けるものです。 データ品質の重要な要素 では、「データの質」とは具体的に何を指すのでしょうか。 その重要な要素の一つが「一貫性」です。特に複数の作業者がアノテーション作業を行う場合、作業者によって判断にばらつきが生じやすくなり、品質の低いデータが作成されるリスクが高まります。 例えば、人物検出AIの開発で「歩行者を矩形で囲む」というアノテーション作業を行う場合、作業者Aが手前と奥の人物の両方にアノテーションを付けているのに対し、作業者Bは手前の人物だけにアノテーションを行う、といったケースが考えられます。このような一貫性のないデータをいくら増やしても、AIモデルは誤ったパターンを学習してしまうため、精度は上がりません。 データ数が同じであっても、ノイズを含むデータと、一貫性のあるクリーンなデータとでは、AIの性能に約10%もの差が生じることが検証により明らかになっています。この10%という差は、AI開発におけるPoC（概念実証）の成否を分けるような重要なラインです。 ＊ノイズありデータは12%ほどのノイズデータを含んでいる 出典：A Chat with Andrew on MLOps: From Model-centric to Data-centric AI AI製品の品質とデータ品質の関係性 経済産業省所管の研究機関である産業技術総合研究所が発表した、「機械学習品質マネジメントガイドライン」でも、データの品質が最終的なAI製品の品質に大きく影響することが示されています。 このガイドラインでは、機械学習システムにおける「品質」を次の3つに分類しています。 利用時品質：システム全体その全体として利用時に満たすことが期待される品質 外部品質：機械学習で構築された構成要素が満たすことが期待される品質 内部品質：機械学習による構成要素が固有に持つ品質 このうち内部品質を詳細に見ると、その大部分がデータの均一性・妥当性・被覆制など、データ品質に関わる項目で構成されており、データに対する適切なマネジメントの重要性が示されています。 出典：機械学習品質マネジメントガイドライン 第４版より一部抜粋・修正 生成AIと自律AIにおけるデータの役割 ここからは、「認識AI」と「生成AI」における、データの役割のパラダイムの変化について解説します。 認識AIでは、主に教師データが重要な役割を果たしています。一方、生成AIでは基盤モデルに用いる学習データに加えて、 AIに入力するデータの品質も重要になります。 認識AIが画像を入力して「犬です」といった単純な回答を返すものであったのに対し、生成AIでは柔軟なプロンプトや、RAG（Retrieval-Augmented Generation）などの外部データリソースを入力として生成結果を返す仕組みになっているからです。 具体的には、生成AIモデルをチューニングする教師データである「インストラクションチューニングデータ」の品質と、生成AIが利用する「RAGにおける外部データ（Vector DB）」の品質に注目します。 LLMの高品質教師データ作成プロセス 生成AIモデルの一つである「LLM」は、「インストラクションチューニングデータ」と呼ばれるクエスチョンとアンサーのペアを数千件から数十万件学習することで、特定のタスクを習得します。 データを作成する際には、正確性や一貫性といった「質」だけでなく、さまざまなシナリオや条件を網羅する「多様性」を担保することが非常に重要です。 多様性のあるデータとは例えば、R言語を使って「統計解析に関する質問の回答精度を上げたい」という要件がある場合、「コードの説明」「コードの修正」「コードの生成」といったタスクと「平均」「分散」「標準偏差」などの統計解析に関するテーマを細かく分類します。そのうえで、各タスク×テーマの組み合わせごとにデータを作成していきます。 このように要件を細分化し、組み合わせを網羅することで「多様性」のあるデータ、すなわち、さまざまな状況に対応可能なデータが構築できます。 そのため、データ作成を始める前に「どのようなデータが必要か」、つまりLLMにどのような振る舞いを求めるのかを明確にしておくことが欠かせません。 重要な「修正」プロセスデータ作成は、まずこのような「データ設計」から始まり、その後「データの生成」や「修正」のプロセスを経て進めていきます。大量のデータを全て人手で作成するのは現実的ではないため、一般的には合成用LLMを用いて合成データを生成して利用するケースが多く見られます。 ただし、自動生成されたデータはそのままでは十分な品質に達しないことが多いため、タスク内容を熟知した専門家によるチェックや修正を行うプロセスが不可欠です。 まとめると、高品質なインストラクションチューニングデータ作成をするためチェックポイントは下記のようになります。 データ設計 要件に対して十分なシナリオ、ユースケースが網羅的に検討されているかデータ生成（自動生成） ユースケースに合わせた自動生成プロンプトを準備できているかライセンス上問題がなく、性能の良いモデルを活用できているかデータ修正 該当領域に詳しいドメインエキスパートを適切にアサインできているか修正作業が人によってばらついた品質になっていないか%3Cdl%20class%3D%22sankou%22%3E%0A%3Cdt%3E%E9%96%A2%E9%80%A3%E8%A8%98%E4%BA%8B%3C%2Fdt%3E%0A%3Cdd%3E%3Ca%20href%3D%22https%3A%2F%2Ffastlabel.ai%2Fblog%2Finstructional-tuning-data%22%20target%3D%22_parent%22%3E%E5%90%88%E6%88%90%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AB%E3%82%88%E3%82%8B%E9%AB%98%E5%93%81%E8%B3%AA%E3%81%AA%E3%82%A4%E3%83%B3%E3%82%B9%E3%83%88%E3%83%A9%E3%82%AF%E3%82%B7%E3%83%A7%E3%83%B3%E3%83%81%E3%83%A5%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E4%BD%9C%E6%88%90%E6%96%B9%E6%B3%95%C2%A0%3C%2Fa%3E%3C%2Fdd%3E%0A%3C%2Fdl%3E%0A%0A%3Cstyle%3E%0A.sankou%20%7B%0Aborder-top%3A%201px%20solid%20%23E5E5E5%3B%0Aborder-bottom%3A%201px%20solid%20%23E5E5E5%3B%0Apadding%3A%2040px%200%3B%0Amargin%3A%2040px%200%200%3B%0Adisplay%3A%20flex%3B%0Aalign-items%3A%20flex-start%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Afont-size%3A%2014px%3B%0Afont-weight%3A%20bold%3B%0Acolor%3A%20%23535FFF%3B%0Aborder%3A%201px%20solid%20%23535FFF%3B%0Aborder-radius%3A%204px%3B%0Apadding%3A%206px%2016px%3B%0Awidth%3A%2076px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%2020px%3B%0Amargin%3A%200%3B%0A%7D%0A%0A.sankou%20dd%20a%20%7B%0Acolor%3A%20%23333%3B%0Atext-decoration%3A%20underline%3B%0A%7D%0A%0A.sankou%20dd%20a%3Ahover%20%7B%0Atext-decoration%3A%20none%3B%0A%7D%0A%0A.sankou%20%2B%20.sankou%20%7B%0Aborder-top%3A%20none%3B%0Amargin-top%3A%200%3B%0A%7D%0A%0A.sankou%3Alast-child%20%7B%0Amargin-bottom%3A%2040px%3B%0A%7D%0A%40media%20(max-width%3A680px)%20%7B%0A.sankou%20%7B%0Apadding%3A%2025px%200%3B%0Adisplay%3A%20block%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Adisplay%3A%20table%3B%0Amargin-bottom%3A%2010px%3B%0Awidth%3A%20auto%3B%0Apadding%3A%202px%2012px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%200%3B%0A%7D%0A%7D%0A%3C%2Fstyle%3ERAGにおけるデータ処理の重要性 RAGは、ユーザーがクエリを入力し、アプリケーションがVector DB（ベクトルデータベース）から検索結果を取得してLLMに渡し、最終結果を生成するという仕組みです。ドキュメントをそのままベクトルデータベースに格納することはほとんどなく、構造化処理を行って検索に適した形に加工する必要があります。 チャンク分割の最適化このベクトルデータベースの品質が、RAGの精度にとって極めて重要であり、特に、データをどのように分割するかという「チャンク分割の最適化」が大きな影響を与えます。分割方法は様々ありますが、一般的には文字数（トークン数）による分割が多用されます。しかしこの手法では文章の途中で意味が切れてしまい、性能劣化の原因となることも少なくありません。 マルチモーダル対応さらに、画像や表といったテキスト以外の情報を扱う場合には、それらを適切に扱える「マルチモーダル対応」が求められます。こうした情報を正確にベクトルデータベースに格納することが、RAG全体の精度に直結します。 RAGデータ格納のフローデータをベクトルデータベースへ格納するまでの、処理フローの一例を示します。PDFなどのドキュメントからテキストを抽出 テキスト抽出が困難な箇所はOCRを活用 AIによる書き起こしを実施 意味が切れないよう配慮したチャンク分割 画像が含まれる場合は画像の説明（キャプション）を付与 これらの一連の処理を通じて、データベースを整備します。 こうしたデータの構造設計や整備には専門的な知識と継続的な対応が必要です。自社で対応するには実装や運用の難易度が高く、多くのリソースが必要になるため、外部サービスの活用も有効な選択肢です。 FastLabelのご支援について FastLabelは、生成AI開発のためのデータ作成からファインチューニングまでの包括的なサービスが提供しています。また、RAGの構造化処理においては、各ユースケースに適した最適なパイプラインを構築し、データベースの品質向上を支援しています。 経済産業省と新エネルギー・産業技術総合開発機構（NEDO）が実施する、国内における生成AI開発力強化を目的としたプロジェクト「GENIAC」において多数のデータセット作成支援を行った実績もございます。 %3Cdl%20class%3D%22sankou%22%3E%0A%3Cdt%3E%E9%96%A2%E9%80%A3%E8%A8%98%E4%BA%8B%3C%2Fdt%3E%0A%3Cdd%3E%3Ca%20href%3D%22https%3A%2F%2Ffastlabel.ai%2Fblog%2Fllm-project-seminarreport%22%20target%3D%22_parent%22%3EGENIAC%E6%8E%A1%E6%8A%9E%E3%83%97%E3%83%AD%E3%82%B8%E3%82%A7%E3%82%AF%E3%83%88%E3%81%AB%E5%AD%A6%E3%81%B6LLM%E9%96%8B%E7%99%BA%E3%81%AE%E7%8F%BE%E5%9C%A8%E5%9C%B0%E3%81%A8%E3%80%81%E8%AA%B2%E9%A1%8C%E8%A7%A3%E6%B1%BA%E3%81%AE%E3%83%AA%E3%82%A2%E3%83%AB%E3%80%90%E3%82%BB%E3%83%9F%E3%83%8A%E3%83%BC%E3%83%AC%E3%83%9D%E3%83%BC%E3%83%88%E3%80%91%3C%2Fa%3E%3C%2Fdd%3E%0A%3C%2Fdl%3E%0A%0A%3Cstyle%3E%0A.sankou%20%7B%0Aborder-top%3A%201px%20solid%20%23E5E5E5%3B%0Aborder-bottom%3A%201px%20solid%20%23E5E5E5%3B%0Apadding%3A%2040px%200%3B%0Amargin%3A%2040px%200%200%3B%0Adisplay%3A%20flex%3B%0Aalign-items%3A%20flex-start%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Afont-size%3A%2014px%3B%0Afont-weight%3A%20bold%3B%0Acolor%3A%20%23535FFF%3B%0Aborder%3A%201px%20solid%20%23535FFF%3B%0Aborder-radius%3A%204px%3B%0Apadding%3A%206px%2016px%3B%0Awidth%3A%2076px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%2020px%3B%0Amargin%3A%200%3B%0A%7D%0A%0A.sankou%20dd%20a%20%7B%0Acolor%3A%20%23333%3B%0Atext-decoration%3A%20underline%3B%0A%7D%0A%0A.sankou%20dd%20a%3Ahover%20%7B%0Atext-decoration%3A%20none%3B%0A%7D%0A%0A.sankou%20%2B%20.sankou%20%7B%0Aborder-top%3A%20none%3B%0Amargin-top%3A%200%3B%0A%7D%0A%0A.sankou%3Alast-child%20%7B%0Amargin-bottom%3A%2040px%3B%0A%7D%0A%40media%20(max-width%3A680px)%20%7B%0A.sankou%20%7B%0Apadding%3A%2025px%200%3B%0Adisplay%3A%20block%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Adisplay%3A%20table%3B%0Amargin-bottom%3A%2010px%3B%0Awidth%3A%20auto%3B%0Apadding%3A%202px%2012px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%200%3B%0A%7D%0A%7D%0A%3C%2Fstyle%3E繰り返しになりますが、Data-centric AIの時代において、「高品質なデータの作成」はAIの精度を決定する最重要要素となっています。アルゴリズムのコモディティ化が進む中で、企業が競争優位を築くためには、データの品質向上と最適化に重点を置いた開発アプローチが不可欠です。 AI開発におけるデータ面での課題を感じている方は、ぜひFastLabelまでお気軽にご相談ください。 %3Cdiv%20class%3D%22ctwhite%22%3E%0A%09%3Cdiv%20class%3D%22ctwhite-content%22%3E%0A%09%09%3Ch3%3E%E7%94%9F%E6%88%90AI%E3%83%A2%E3%83%87%E3%83%AB%E9%96%8B%E7%99%BA%E3%81%AE%E3%83%87%E3%83%BC%E3%82%BF%E8%AA%B2%E9%A1%8C%E3%82%92%E8%A7%A3%E6%B1%BA%E3%81%99%E3%82%8B%EF%BC%81FastLabel%E3%81%AE%E3%82%B5%E3%83%BC%E3%83%93%E3%82%B9%3C%2Fh3%3E%0A%09%09%3Cdiv%20class%3D%22ctwhite-content-main%22%3E%0A%09%09%09%3Cdiv%20class%3D%22ctwhite-content-left%22%3E%0A%09%09%09%09%3Cp%3E%0A%E4%BA%8B%E5%89%8D%E5%AD%A6%E7%BF%92%E7%94%A8%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%8E%E9%9B%86%E3%80%81%E3%82%A4%E3%83%B3%E3%82%B9%E3%83%88%E3%83%A9%E3%82%AF%E3%82%B7%E3%83%A7%E3%83%B3%E3%83%87%E3%83%BC%E3%82%BF%E4%BD%9C%E6%88%90%E3%80%81RAG%E7%94%A8%E3%83%87%E3%83%BC%E3%82%BF%E4%BD%9C%E6%88%90%E3%81%AA%E3%81%A9%E3%80%81%E7%94%9F%E6%88%90AI%E9%96%8B%E7%99%BA%E3%81%AB%E3%81%8A%E3%81%91%E3%82%8B%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E8%AA%B2%E9%A1%8C%E3%82%92%E5%A4%9A%E6%96%B9%E9%9D%A2%E3%81%8B%E3%82%89%E3%81%94%E6%94%AF%E6%8F%B4%E3%81%97%E3%81%BE%E3%81%99%E3%80%82%3Cbr%3E%0A%E3%81%8A%E5%9B%B0%E3%82%8A%E3%81%94%E3%81%A8%E3%81%8C%E3%81%82%E3%82%8C%E3%81%B0%E3%80%81%E3%81%9C%E3%81%B2%E3%81%94%E7%9B%B8%E8%AB%87%E3%81%8F%E3%81%A0%E3%81%95%E3%81%84%E3%80%82%0A%0A%3C%2Fp%3E%0A%09%09%09%3C%2Fdiv%3E%0A%09%09%3C%2Fdiv%3E%0A%09%09%3Cdiv%20class%3D%22sd%20appear%20button-container%22%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%3Ca%20href%3D%22https%3A%2F%2Ffastlabel.ai%2Fresources%2Fpamphlet-all-info%3Fid%3Dcta-blg-btn-btm-ado%22%20class%3D%22ctwhite-button%22%20id%3D%22cta-blg-btn-btm-ado%22%20target%3D%22_parent%22%3E%E3%81%BE%E3%81%9A%E3%81%AF%E8%B3%87%E6%96%99%E3%82%92%E3%83%80%E3%82%A6%E3%83%B3%E3%83%AD%E3%83%BC%E3%83%89%E3%81%99%E3%82%8B%3C%2Fa%3E%0A%20%20%20%20%20%20%20%20%3C%2Fdiv%3E%0A%09%3C%2Fdiv%3E%0A%3C%2Fdiv%3E%0A%0A%3Cstyle%3E%0A%09body%20%7B%0A%09%09font-family%3A%20-apple-system%2C%20%22Hiragino%20Sans%22%2C%20%22Yu%20Gothic%22%2C%20sans-serif%3B%0A%09%09font-weight%3A%20normal%3B%0A%09%7D%0A%0A%09.ctwhite%20%7B%0A%09%09align-content%3A%20flex-start%3B%0A%09%09align-items%3A%20flex-start%3B%0A%09%09background%3A%20%23FFFFFF%3B%0A%09%09border-radius%3A%2016px%3B%0A%09%09box-shadow%3A%200px%202px%2015px%20rgba(123%2C%20157%2C%20190%2C%200.15)%3B%0A%09%09flex%3A%20none%3B%0A%09%09flex-direction%3A%20column%3B%0A%09%09flex-wrap%3A%20nowrap%3B%0A%09%09height%3A%20auto%3B%0A%09%09justify-content%3A%20flex-start%3B%0A%09%09margin%3A%200px%20auto%3B%0A%09%09padding%3A%2030px%2030px%2030px%2030px%3B%0A%09%09width%3A%20100%25%3B%0A%09%09max-width%3A%20calc(100%25%20-%2010px)%3B%0A%09%09box-sizing%3A%20border-box%3B%0A%09%09margin-bottom%3A%2010px%3B%0A%09%09margin-top%3A%2010px%3B%0A%09%7D%0A%0A%09.ctwhite%20h3%20%7B%0A%09%09color%3A%20%23535fff%3B%0A%09%09font-size%3A%2026px%3B%0A%09%09font-weight%3A%20600%3B%0A%09%09height%3A%20auto%3B%0A%09%09line-height%3A%201.4%3B%0A%09%09padding%3A%200px%3B%0A%09%09text-align%3A%20center%3B%0A%09%09width%3A%20100%25%3B%0A%09%09padding-bottom%3A%2020px%3B%0A%09%09margin-bottom%3A%2020px%3B%0A%09%09position%3A%20relative%3B%0A%09%09margin-top%3A%200px%3B%0A%09%7D%0A%0A%09.ctwhite%20h3%3Aafter%20%7B%0A%09%09width%3A%2030px%3B%0A%09%09height%3A%202px%3B%0A%09%09content%3A%20%22%22%3B%0A%09%09display%3A%20block%3B%0A%09%09background%3A%20%23535fff%3B%0A%09%09position%3A%20absolute%3B%0A%09%09bottom%3A%200%3B%0A%09%09left%3A%2050%25%3B%0A%09%09transform%3A%20translateX(-50%25)%3B%0A%09%7D%0A%0A%09.ctwhite-content-main%20%7B%0A%09%09display%3A%20flex%3B%0A%09%09height%3A%20auto%3B%0A%09%09justify-content%3A%20flex-start%3B%0A%09%09margin%3A%200px%200px%200px%200px%3B%0A%09%09padding%3A%200px%3B%0A%09%09width%3A%20100%25%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20%7B%0A%09%09color%3A%20%23333%3B%0A%09%09flex%3A%201%3B%0A%09%09font-size%3A%2016px%3B%0A%09%09font-weight%3A%20400%3B%0A%09%09height%3A%20auto%3B%0A%09%09line-height%3A%201.4%3B%0A%09%09padding%3A%200px%200px%200px%3B%0A%09%09text-align%3A%20left%3B%0A%09%09width%3A%20auto%3B%0A%09%09max-width%3A%20100%25%3B%0A%09%09margin-right%3A%2020px%3B%0A%09%7D%0A%0A%20%20%20%20.ctwhite-content-left%20p%20%7B%0A%20%20%20%20%20%20%20%20line-height%3A%201.8%3B%0A%20%20%20%20%7D%0A%0A%09.ctwhite-content-left%20ul%20%7B%0A%09%09list-style%3A%20none%3B%0A%09%09padding%3A%200%3B%0A%09%09font-weight%3A%20600%3B%0A%09%09position%3A%20relative%3B%0A%09%09z-index%3A%202%3B%0A%09%09margin-left%3A%2020px%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20ul%20li%20%7B%0A%09%09padding-left%3A%2025px%3B%0A%09%09position%3A%20relative%3B%0A%09%09margin-bottom%3A%2010px%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20p%20%7B%0A%09%09margin-top%3A%200px%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20ul%20li%3A%3Abefore%20%7B%0A%09%09content%3A%20''%3B%0A%09%09background%3A%20%23535fff%3B%0A%09%09width%3A%206px%3B%0A%09%09height%3A%206px%3B%0A%09%09border-radius%3A%2050%25%3B%0A%09%09position%3A%20absolute%3B%0A%09%09left%3A%200%3B%0A%09%09top%3A%2050%25%3B%0A%09%09transform%3A%20translateY(-50%25)%3B%0A%09%7D%0A%0A%09.ctwhite-content-right%20img%20%7B%0A%09%09flex%3A%20none%3B%0A%09%09height%3A%20auto%3B%0A%09%09width%3A%20280px%3B%0A%09%09max-width%3A%20100%25%3B%0A%09%7D%0A%0A%09.ctwhite-button%20%7B%0A%20%20%20%20%20%20%20%20text-decoration%3A%20none%3B%0A%20%20%20%20%20%20%20%20font-weight%3A%20700%20!important%3B%0A%09%09background%3A%20linear-gradient(var(--g-angle)%2C%20var(--g-color-0)%20var(--g-position-0)%2C%20var(--g-color-1)%20var(--g-position-1))%3B%0A%09%09border-radius%3A%20100px%3B%0A%09%09box-shadow%3A%200px%200px%200px%200px%20rgba(0%2C%200%2C%200%2C%200.2)%3B%0A%09%09color%3A%20%23333%3B%0A%09%09flex%3A%20none%3B%0A%09%09font-family%3A%20var(--s-font-76953810)%3B%0A%09%09font-size%3A%2015px%3B%0A%09%09font-weight%3A%20400%3B%0A%09%09height%3A%2060px%3B%0A%09%09justify-content%3A%20center%3B%0A%09%09letter-spacing%3A%200em%3B%0A%09%09line-height%3A%201.4%3B%0A%09%09margin%3A%200px%200px%200px%200px%3B%0A%09%09opacity%3A%201%3B%0A%09%09padding%3A%2020px%2025px%2020px%2025px%3B%0A%09%09text-align%3A%20left%3B%0A%09%09width%3A%20auto%3B%0A%09%09max-width%3A%20100%25%3B%0A%09%09--g-color-0%3A%20%233fa9f5%3B%0A%09%09--g-position-0%3A%200%25%3B%0A%09%09--g-color-1%3A%20%23535fff%3B%0A%09%09--g-position-1%3A%20100%25%3B%0A%09%09--g-color-2%3A%20%23535fff%3B%0A%09%09--g-position-2%3A%20100%25%3B%0A%09%09--g-color-3%3A%20%23535fff%3B%0A%09%09--g-position-3%3A%20100%25%3B%0A%09%09--g-color-4%3A%20%23535fff%3B%0A%09%09--g-position-4%3A%20100%25%3B%0A%09%09--g-color-5%3A%20%23535fff%3B%0A%09%09--g-position-5%3A%20100%25%3B%0A%09%09--g-color-6%3A%20%23535fff%3B%0A%09%09--g-position-6%3A%20100%25%3B%0A%09%09--g-color-7%3A%20%23535fff%3B%0A%09%09--g-position-7%3A%20100%25%3B%0A%09%09--g-color-8%3A%20%23535fff%3B%0A%09%09--g-position-8%3A%20100%25%3B%0A%09%09--g-color-9%3A%20%23535fff%3B%0A%09%09--g-position-9%3A%20100%25%3B%0A%09%09--g-color-10%3A%20%23535fff%3B%0A%09%09--g-position-10%3A%20100%25%3B%0A%09%09--g-color-11%3A%20%23535fff%3B%0A%09%09--g-position-11%3A%20100%25%3B%0A%09%09--g-angle%3A%2090deg%3B%0A%09%09font-size%3A%2018px%3B%0A%09%09font-weight%3A%20500%3B%0A%09%09letter-spacing%3A%200em%3B%0A%09%09color%3A%20%23fff%3B%0A%09%09text-align%3A%20center%3B%0A%09%09margin%3A%200%20auto%3B%0A%09%09border%3A%20none%20!important%3B%0A%09%09transition%3A%20all%200.3s%20ease%3B%0A%09%09cursor%3A%20pointer%3B%0A%09%7D%0A%0A%09.ctwhite-button%3Ahover%20%7B%0A%09%09opacity%3A%200.8%3B%0A%09%7D%0A%0A%09.button-container%20%7B%0A%09%09text-align%3A%20center%3B%0A%09%09margin-top%3A%2025px%3B%0A%09%7D%0A%0A%09%40media%20(max-width%3A%20560px)%20%7B%0A%09%09h3%20%7B%0A%09%09%09font-size%3A%2022px%3B%0A%09%09%7D%0A%0A%09%09.ctwhite-content-main%20%7B%0A%09%09%09display%3A%20block%3B%0A%09%09%7D%0A%0A%09%09.ctwhite%20%7B%0A%09%09%09padding%3A%2015px%3B%0A%09%09%7D%0A%0A%09%09.ctwhite-content-left%20%7B%0A%09%09%09margin-right%3A%200px%3B%0A%09%09%7D%0A%0A%09%09.ctwhite-content-right%20img%20%7B%0A%09%09%09width%3A%20100%25%3B%0A%09%09%09max-width%3A%20350px%3B%0A%09%09%09display%3A%20block%3B%0A%09%09%09margin%3A%200%20auto%3B%0A%09%09%7D%0A%09%7D%0A.ctwhite-content%3Abefore%20%7B%0A%20%20%20%20%20%20%20%20content%3A%20%22%22%3B%0A%20%20%20%20%20%20%20%20height%3A%20100%25%3B%0A%20%20%20%20%20%20%20%20left%3A%200%3B%0A%20%20%20%20%20%20%20%20pointer-events%3A%20none%3B%0A%20%20%20%20%20%20%20%20position%3A%20absolute%3B%0A%20%20%20%20%20%20%20%20top%3A%200%3B%0A%20%20%20%20%20%20%20%20transition%3A%20inherit%3B%0A%20%20%20%20%20%20%20%20width%3A%20100%25%3B%0A%20%20%20%20%20%20%20%20background-image%3A%20url(https%3A%2F%2Fstorage.googleapis.com%2Fstudio-design-asset-files%2Fprojects%2FrROnAGzBWA%2Fs-800x173_v-fs_webp_c7b20c52-49c6-4394-aeba-23700cb24ea7.webp)%3B%0A%20%20%20%20%20%20%20%20background-position%3A%20center%20bottom%3B%0A%20%20%20%20%20%20%20%20background-repeat%3A%20no-repeat%3B%0A%20%20%20%20%20%20%20%20background-size%3A%20100%25%3B%0A%20%20%20%20%7D%0A.ctwhite-content%20%7B%0A%20%20%20%20position%3A%20relative%3B%0A%7D%0A.ctwhite-content%20.button-container%2C%0A.ctwhite-content-main%20%7B%0A%20%20position%3A%20relative%3B%0A%7D%0A.button-container%20%7B%0A%20%20%20%20margin-top%3A%2010px%3B%0A%7D%0A.ctwhite-content%20.ctwhite-button%20%7B%0A%20%20%20%20display%3A%20table%3B%0A%20%20%20%20height%3A%20auto%3B%0A%20%20%20%20padding%3A%2017px%2025px%2018px%3B%0A%7D%0A.ctwhite%20%7B%0A%20%20%20%20font-family%3A%20%22Noto%20Sans%20JP%22%2C%20sans-serif%3B%0Aborder%3A%201px%20solid%20%233FA9F5%3B%0A%7D%0A.ctwhite%20h3%20%7B%0A%20%20%20%20padding-bottom%3A%2030px%3B%0A%20%20%20%20margin-bottom%3A%200%3B%0A%7D%0A.ctwhite%20h3%3Aafter%20%7B%0A%20%20%20%20content%3A%20none%3B%0A%7D%0A.ctwhite-content-main%20%7B%0A%20%20%20%20letter-spacing%3A%20.06em%3B%0A%7D%0A.ctwhite-content-left%20%7B%0A%20%20%20%20margin-right%3A%200%3B%0A%7D%0A.ctwhite-content-left%20ul%20%7B%0A%20%20%20%20margin-left%3A%200%3B%0A%7D%0A.ctwhite-content-left%20ul%20li%20%7B%0A%20%20%20%20padding-left%3A%200.8em%3B%0Amargin-bottom%3A5px%3B%0A%7D%0A.ctwhite-content-left%20p%20%7B%0A%20%20%20%20margin-bottom%3A%2020px%3B%0A%7D%0A.ctwhite-content-left%20ul%20li%3A%3Abefore%20%7B%0A%20%20%20%20background%3A%20%23333%3B%0A%7D%0A%40media%20(max-width%3A%20560px)%7B%0A.ctwhite%20%7B%0A%20%20%20%20padding%3A%2030px%2020px%3B%0A%7D%0A.ctwhite%20h3%20%7B%0Afont-size%3A20px%3B%0Atext-align%3Aleft%3B%0A%7D%0A.button-container%20%7B%0A%20%20%20%20margin-top%3A%2040px%3B%0A%7D%0A.ctwhite-content%20.ctwhite-button%20%7B%0A%20%20%20%20font-size%3A%2016px%3B%0A%7D%0A%7D%0A%3C%2Fstyle%3E