# FAQ: RAG chat and knowledge base > Questions and answers on AskDona's RAG chat and RAG database (SaaS): registering and processing documents, file formats, glossaries, metadata filters, prompt settings and keeping answers current. - Status: Current. Last verified 2026-10-12. - Applies to: AskDona SaaS platform (web application). Not the planned AskDona API, which is a separate offering and may differ. - Canonical: https://askdona.com/ai/faq-rag-chat-knowledge-base.md Source: AskDona SaaS product documentation (user guide), compiled by GFLOPS. Applies to the SaaS platform only; the planned AskDona API is a separate offering and may behave differently. ## What it can solve (解決できること) ### Q: 社内限定で調べたいとき、Web情報を混ぜずに調査できますか？ **Answer (English)** According to the documentation, AskDona searches a RAG database containing previously registered materials, such as internal documents, and generates answers from that content. It answers by consulting the available materials rather than responding freely, making research restricted to internal documents possible. Documented use cases include system risk assessments, evaluations of vendor security questionnaires, and contract review checklists. Each includes example inputs—such as design documents, operating procedures, Excel questionnaires, and contract PDFs—example outputs, such as automatic AI assessments and Excel results with comments and evidence, and the user's remaining tasks, such as manually reviewing only items marked Unable to determine or Not implemented and asking vendors follow-up questions. The documentation also states that assessment results show Result, Comment, Evidence excerpt, and Source, and can be exported together to Excel. **回答（日本語）** ドキュメントによれば、AskDonaはあらかじめ登録された社内資料などのRAGデータベースを検索し、その内容をもとに回答を作成する仕組みであり、AIが自由に答えるのではなく「手元の資料を調べて答える」ため、社内文書に限定した調査が可能です。また、ドキュメントには、具体的なユースケースとして「システムリスクアセスメント」や「取引先（ベンダー）のセキュリティチェックシート評価」、「契約書レビューチェックリスト」などが挙げられており、それぞれの入力例（設計書・運用手順書、チェックシートExcel、契約書PDFなど）、出力例（AIエージェントによる自動判定、コメント・エビデンス付きのExcel出力など）、および利用者が最終的に行う作業（「判断不可」「未対応」の項目だけの目視レビュー、ベンダーへの追加質問など）が具体的に示されています。さらに、ドキュメントには、アセスメント実行結果として判定結果、コメント、引用（エビデンス）、参照元が表示され、Excelで一括出力できることが記載されています。 ### Q: 社内ルールに沿った話し方や回答の範囲を、AIに設定できますか？ **Answer (English)** In AskDona's RAG chat settings, system settings and AI personality settings allow detailed control over tone and response scope in line with internal rules and organizational response policies. Example settings - A system prompt can require clarification rather than guessing: “If the reference material contains conflicting information and a single answer cannot be determined, or the subject—such as the business name or scope—is ambiguous, do not use the answer template. Ask the user which information they mean. Do not guess.” Specific email templates and strict rules such as beginning negative answers with “No,” can also be configured. - AI personality settings can describe the AI's name, role, personality, organizational information, main behavioral principles, and constraints. Example outputs - If a question does not identify the system, the AI asks, “Which system are you asking how to use?” rather than guessing. - If reference information is unavailable, it says, “I could not find the relevant operating instructions,” and directs the user to a contact point. - Negative answers begin with “No,” as instructed. What the user does - The administrator writes or pastes prompts reflecting the company's policies and rules into System Settings or AI Personality Settings under RAG Chat > Settings, then saves them. **回答（日本語）** AskDonaでは、RAGチャットの設定画面において「システム環境設定」や「AIパーソナリティ設定」を調整することで、社内ルールに沿った話し方や回答の範囲（組織の回答方針）を細かく制御・支援できます。 入力例（設定例）： - システム環境設定の入力例：例えば、曖昧な質問に対して推測で答えず聞き返しを求める場合、システム環境設定に「・聞き返し：参照情報に複数の異なる情報があり回答を特定できない、または対象（事業名・対象範囲など）が曖昧で一意に定まらない場合は、回答テンプレートを使わず、どの情報についての質問かをユーザーに聞き返す。推測で回答しない。」といったプロンプトを入力します。また、特定のメールテンプレートや「否定は『いいえ、』で始める」といった厳守ルールを設定することも可能です。 - AIパーソナリティ設定の入力例：AIの名前、役割、個性、組織情報、主な行動原則、制約事項などを記述します。 出力例： - 質問にシステム名が明記されていない場合に、AIが推測で答えず「どのシステムの操作についてのご質問ですか」と聞き返す出力を行います。 - 参照情報がない場合に「該当する操作手順が見つかりませんでした」と回答し、問い合わせ先を案内します。 - 否定の回答の際に、指示通り「いいえ、」から始まる文章を出力します。 利用者が最終的に行う作業： - 管理者（設定を行う利用者）は、自社の回答方針やルールに合わせて作成したプロンプト（指示文）を、AskDonaの「RAGチャット > 設定画面」にある「システム環境設定」や「AIパーソナリティ設定」に貼り付け（コピー＆ペースト）または記述して保存します。 ### Q: キーワードを考えずに、普段の言葉で社内資料へ質問できるツールはありますか？ **Answer (English)** Answer: The documentation provides example inputs, the structure of the output, and the final verification steps. Basis: It recommends asking in full sentences with context and purpose rather than isolated keywords, and provides before-and-after examples. It also describes output elements such as the answer body and References, and the final step of checking accuracy through sources and document previews. **回答（日本語）** 【回答】入力例、出力の構成、最終確認作業が示されています。 【根拠】ドキュメントに「単語ではなく文章で、背景や目的を添えて聞く」というコツと入力例（Before/After）が、ドキュメントに「回答本文」や「References」などの出力構成が、ドキュメントに「参照元（出典）」やプレビューによる正確性の確認という最終作業が記載されています。 ### Q: 自分でも何を調べればよいか整理できていません。AIに相談しながら探せますか？ **Answer (English)** The documentation explicitly describes clarification support for unclear questions. An example input is “I can no longer log in to AskDona.” Example responses offer choices such as “Have you forgotten your password?”, “Has your account been locked?”, and “Are you unable to find the AskDona sign-in link?” The described final workflow is to present suitable clarification options, obtain specific information, and then generate a concise answer. The documentation also explains system settings that make AI ask which information the user means instead of guessing when a question is ambiguous. **回答（日本語）** ドキュメントにおいて、不明瞭な質問に対する聞き返し支援について明確に言及されています。入力例として「AskDonaにログインできなくなりました」、出力例として「パスワードを紛失しましたか？」「アカウントがロックされましたか？」「AskDonaのサインインリンクがわかりませんか？」といった選択肢の提示が示されています。また、利用者が最終的に行う作業として、適切な選択肢を提示して聞き返し、具体的な情報を把握した上で簡潔な回答を生成することが具体的に示されています。さらに、ドキュメントでも、曖昧な質問に対して推測で答えず、どの情報についての質問かをユーザーに聞き返す設定（システム環境設定）について言及されています。 ### Q: 対象の部署や製品だけに絞って、社内資料に質問するにはどうすればよいですか？ **Answer (English)** Answer: Metadata filters provide concrete support for this requirement. Basis: The documentation on allowing users to choose a question category first includes a user workflow. The guidance on restricting database information referenced in answers also provides specific steps and examples. **回答（日本語）** 【回答】メタデータフィルター機能で具体的に支援可能です。 【根拠】ドキュメント「最初に質問カテゴリーを選べるようにしたい」のユーザー操作フローや、ドキュメント「回答で参照するデータベースの情報を限定したい」の使い方に具体的な手順や例が記載されています。 ### Q: 研修が終わっても手順を忘れます。仕事中にすぐ確認できる仕組みはありますか？ **Answer (English)** Example 3 describes a chatbot that provides operating instructions for multiple core business systems. It includes input examples, such as rules for asking clarification when a question omits the system name, and output examples, such as “Target system: {system name}” followed by numbered instructions. The user's final tasks include checking the latest manual, reviewing the sources listed at the end of the answer, and following their links. **回答（日本語）** ドキュメントの「事例3」において、複数の基幹システムの操作方法を案内するチャットボットの例として、入力例（質問にシステム名が明記されていない場合の聞き返しルールなど）や出力例（【対象システム】{システム名}、番号付きの操作手順など）が具体的に示されています。また、利用者が最終的に行う作業として、最新のマニュアルの確認や、回答の末尾に記載される「参照元（出典）」の確認およびリンクへのアクセスが示されています。 ### Q: ナレッジを作って終わりにせず、使いながら改善するにはどう運用すればよいですか？ **Answer (English)** The documentation explains that the AI Analysis tab in Insights automatically extracts question-and-answer pairs where the LLM reports issues such as missing data in the RAG database, and allows them to be managed as Resolved or Unresolved. Chat histories can also be downloaded in Excel or other formats and used to create FAQs. The recommended user follow-up is to add or update relevant documents based on unresolved questions and answers. Administrator-led improvements also include creating and registering glossaries, with a table-format input example, removing duplicate files, and making filenames more descriptive. **回答（日本語）** ドキュメントにおいて、インサイト機能の「AI分析」タブでRAGデータベースにデータがない等の返答をLLMが生成しているQ&Aペアを自動抽出し、解決ステータス（解決済み/未解決）で管理できること、またチャット履歴をExcel等でダウンロードしてFAQ作成に活用できることが説明されています。また、利用者が最終的に行う作業として、未解決のQ&Aをもとに関連ドキュメントを追加・更新することが有効であると示されています。さらに、ドキュメントでは、管理者が行う根本対応として、用語集の作成・投入（入力例としての表形式を含む）や、重複ファイルの整理、ファイル名の具体化などが示されています。 ### Q: 総務に同じ手続きの質問が何度も来ます。資料を使って自己解決を増やせますか？ **Answer (English)** Answer: The documentation explicitly covers this topic. Basis: It provides before-and-after input examples for general-affairs questions, a response template for general affairs and secretarial teams, descriptions of answer components, and the source-verification steps users should perform. **回答（日本語）** 【回答】明確に言及している情報がある。 【根拠】ドキュメントに総務関連の質問入力例（Before/After）が、ドキュメントの事例2に総務・秘書部門向けの回答テンプレート（出力例）が、ドキュメントに回答の構成要素および利用者が行う参照元確認作業がそれぞれ記載されています。 ## Compared with other approaches (他の方法との比較) ### Q: 「社内だけでの調査」には、社内検索のみと文書を使うAIをどう使い分けるとよいですか？ **Answer (English)** The documentation clearly distinguishes Ask AI from Search. Even with the same materials and task, Ask AI generates a written answer, whereas Search displays a list of relevant documents. Ask AI is appropriate when an answer to a specific question is needed; Search is appropriate when the goal is to find relevant material. The documentation also explains that Batch Assessment is useful for recurring manual checks involving hundreds of items or for improving consistency between assessments. It is unnecessary when a simple checklist with a few items is sufficient or individual RAG chat questions can resolve the task. **回答（日本語）** ドキュメントにおいて「AIに質問」と「検索」の違いが明確に示されており、同じ資料・同じ課題であっても、AIを使う場合は「AIが文章で回答を生成する」のに対し、検索のみの場合は「関連ドキュメントの一覧を表示する」という違いが説明されています。また、向く条件として、具体的な質問に対して回答がほしいときは「AIに質問」、関連資料を探したいときは「検索」が適していると言及されています。さらに、ドキュメントでは、一括評価を行う「Batch Assessment」機能について、数百件規模の評価項目を定期的に手作業でチェックする業務や評価の一貫性を確保したい場合に向いている一方、数項目程度の簡単なチェックリストで十分な場合や個別のRAGチャットで解決する場合は不要であると、向く条件と別の方法がよい条件が示されています。 ### Q: 「自然な文章での検索」には、キーワード検索と文書を使うAIをどう使い分けるとよいですか？ **Answer (English)** The documentation explains that AskDona Search understands the intent of the input and lists relevant documents, rather than simply matching keywords. It also clearly distinguishes the appropriate uses of Ask AI and Search: use Ask AI for an answer to a specific question, and Search to find relevant materials. **回答（日本語）** ドキュメントにおいて、AskDonaの「検索」機能は「単純なキーワード一致ではなく、入力内容の意図を理解した上で関連ドキュメントを一覧表示」するものとして説明されています。また、「AIに質問」と「検索」の使い分け（向く条件）について、具体的な質問に対して回答がほしいときは「AIに質問」が適しており、関連資料を探したいときは「検索」が適していると明確に記載されています。 ## Setup and operation (準備・操作・運用) ### Q: 「情報源を限定した調査」を始めるには、公式サイトと社内資料をどう準備し、どんな操作をすればよいですか？ **Answer (English)** The documentation explicitly describes the full process for research restricted to selected sources, from preparation and registration through reviewing results, and distinguishes standard features from additional requirements. Prepare and register official websites and internal documents - Official websites: Use automatic website retrieval, or crawling, to add public website information to the database. - Internal documents: Upload files and run document processing, including vectorization and data extraction, to register them in the RAG database. Run the research - Click Filter in the RAG chat input area to open the metadata filtering dialog. Select metadata such as category to restrict the search to official websites or specified internal documents. - Ask a specific question in a full sentence, including context and purpose, rather than entering isolated keywords. Review the results - Review the answer, the LLM's reasoning via Show AskDona Thoughts, links to supporting documents under References, and browser previews of source files. Standard features and additional requirements - Standard features include file upload and processing, metadata filtering, chat questions and answers, and preview-based review. - Semantic Chunking (LLM), an option that splits documents into meaningful units, is available only to subscribers to that option. - Microsoft Office file previews are not supported in cloud-hosted AskDona. - To help AI understand specialist or internal terminology, prepare a CSV glossary and register it in the RAG database. - Configure system prompts in system settings and AI personality settings to standardize response behavior and rules. **回答（日本語）** AskDonaで「情報源を限定した調査」を行う際の一連のプロセス（準備・登録から結果確認まで）および標準機能と追加対応の区別について、ドキュメントに明確な言及があります。 公式サイトと社内資料の準備・登録 - 公式サイト：公開情報（HP）を「Webサイト自動取得（クロール）」機能を用いてデータベース化します。 - 社内資料：ファイルをアップロードし、ドキュメント処理（ベクトル化・データ抽出）を実行してRAGデータベースに登録します。 調査の実行（操作） - RAGチャットの入力欄にある「フィルター」ボタンから「メタデータで絞り込み」ダイアログを表示し、カテゴリーなどのメタデータを指定して検索対象を公式サイトや特定の社内資料に絞り込みます。 - 単語ではなく、背景や目的を添えた具体的な文章で質問を入力します。 結果の確認 - 回答本文のほか、LLMの思考過程（Show AskDona Thoughts）、根拠となったドキュメントへのリンク（References）、および参照元ファイルのプレビュー（ブラウザ上での閲覧）を確認できます。 標準機能と追加対応の区別 - 標準機能で済む範囲：ファイルのアップロードとドキュメント処理、メタデータによるフィルター（絞り込み）、チャットでの質問応答とプレビュー確認。 - 追加対応（契約・設定等が必要な範囲）： - Semantic Chunking (LLM)：ドキュメントを意味的なまとまりで分割するオプションで、契約者のみ利用可能です。 - Officeファイルのプレビュー：クラウドホスト版AskDonaではMicrosoft Officeファイルはサポートされていません。 - 用語集の投入：専門用語や社内用語をAIに理解させるため、CSV形式の用語集を作成してRAGデータベースに投入する必要があります。 - システムプロンプト（システム環境設定）やAIパーソナリティ設定：回答の振る舞いやルールを統一するために設定します。 ### Q: 「大量文書の入口作り」を始めるには、長年蓄積した業務文書をどう準備し、どんな操作をすればよいですか？ **Answer (English)** Answer: Standard registration and processing can be distinguished from additional work such as organizing documents and creating a glossary. Basis: The RAG Database Overview describes uploading files, editing metadata, and processing documents as standard operations. Other documentation covers preparation such as removing password protection and selecting processing options. Additional measures include removing duplicate files, creating and registering a glossary, and adjusting system prompts. **回答（日本語）** 【回答】標準機能での登録・処理と、文書整理や用語集作成等の追加対応で区別可能。 【根拠】ドキュメントの「RAGデータベースの概要」によれば、標準機能としてファイルのアップロード、メタデータ編集、ドキュメント処理を行う流れが示されている。また、ドキュメントではパスワード解除などの事前準備や処理オプションの選択が、ドキュメントでは追加対応として重複ファイルの整理や用語集の作成・投入、システムプロンプトの調整が挙げられている。 ### Q: 「自然な文章での検索」を始めるには、社内マニュアルをどう準備し、どんな操作をすればよいですか？ **Answer (English)** Answer: Register and process the manuals, ask questions in full sentences, and check the sources. Basis: The RAG Database Overview explains file upload and document processing. The documentation recommends including context and purpose in full-sentence questions rather than using isolated words. Its section on administrator-led improvements separately identifies additional work such as adding a glossary and adjusting system prompts. **回答（日本語）** 【回答】マニュアルを登録・処理し、文章で質問して参照元を確認する。 【根拠】ドキュメントの「RAGデータベースの概要」に「ファイルアップロード」「ドキュメント処理」の手順が記載されています。また、ドキュメントに「単語ではなく文章で、背景や目的を添えて聞く」こと、および「管理者が行う根本対応」として用語集投入やシステムプロンプト調整などの追加対応が区別して記載されています。 ### Q: 「略語の意味確認」を始めるには、用語集と業務資料をどう準備し、どんな操作をすればよいですか？ **Answer (English)** Answer: Use standard features to register and process a CSV glossary or other materials, then ask questions in chat. Basis: The documentation recommends creating a glossary as a CSV file, uploading it to the RAG database, and processing it. The basic RAG database setup workflow also describes file upload and processing, both of which are standard features. **回答（日本語）** 【回答】標準機能で用語集CSV等を登録・処理し、チャットで質問する。 【根拠】ドキュメントによれば、用語集をCSVファイルで作成し、RAGデータベースにアップロードして処理することが推奨されています。また、ドキュメントの「RAGデータベースを使い始めるまでの基本的な流れ」にファイルのアップロードと処理の手順が示されており、これらは標準機能で対応可能です。 ### Q: 「表記揺れへの対応」を始めるには、旧名称と新名称を含む資料をどう準備し、どんな操作をすればよいですか？ **Answer (English)** To handle variations in terminology, the documentation recommends creating a CSV glossary containing alternative expressions and names, including former names, and registering it in the RAG database. It also describes the standard workflow from uploading files and processing documents to making them available in RAG chat. All of these operations are supported by standard features. **回答（日本語）** ドキュメントにおいて、表記ゆれへの対応として「言い換え・別名（旧名称）」を含むCSV形式の用語集を作成し、RAGデータベースに投入することが示されています。また、ドキュメントには、ファイルのアップロードからドキュメント処理を実行し、RAGチャットで利用可能にするまでの標準的な操作手順が記載されており、これらはすべて標準機能の範囲で対応可能です。 ### Q: 「条件を付けた検索」を始めるには、部門属性付きの文書をどう準備し、どんな操作をすればよいですか？ **Answer (English)** When searching AskDona with conditions such as department attributes, the complete process from document preparation and registration to reviewing results is supported by standard features. Prepare and register documents in the RAG database - Upload the files. - Add or edit metadata, such as department attributes, as needed. - Process the target files until their status is Processing complete. Administrator filter configuration - In RAG Settings > Metadata Filter Settings, turn on metadata filtering and select the keys, such as department attributes, to use as filters. Use filters and review results in RAG chat - Click Filter in the chat input area to open the metadata filtering dialog. - Select and apply available keys such as department attributes, then search or ask questions within that filtered scope and review the results. The entire workflow uses standard RAG database, RAG chat settings, and chat option features. No additional measures are required. **回答（日本語）** AskDonaで部門属性などの条件を付けた検索を行う場合、文書の準備・登録から結果の確認までの一連のプロセスはすべて標準機能で対応可能です。利用者が行う具体的な手順は以下の通りです。 文書の準備・登録（RAGデータベース）： - ファイルをRAGデータベースにアップロードします。 - アップロード後、必要に応じてファイルにメタデータ（部門属性など）を編集・付与します。 - 対象ファイルの「処理」を実行し、ステータスを「処理完了」にします。 フィルターの設定（管理者設定）： - 管理者がRAG設定の「メタデータフィルター設定」で「メタデータフィルタリングを有効にする」をONにし、フィルターとして使用するキー（部門属性など）を選択します。 操作と結果の確認（RAGチャット）： - チャット画面の入力欄にある「フィルター」ボタンをクリックし、「メタデータで絞り込み」ダイアログを開きます。 - 利用可能なキーから部門属性などの項目を選択して適用し、絞り込まれた状態で検索や質問を行い、結果を確認します。 これらはすべてAskDonaの標準機能（RAGデータベース、RAGチャット設定、RAGチャットのオプション機能）の範囲内で完結し、追加対応は不要です。 ### Q: 「専門用語と日常語」を始めるには、技術文書と用語説明をどう準備し、どんな操作をすればよいですか？ **Answer (English)** The documentation clearly specifies the required user tasks: create a CSV glossary, upload the file, run document processing, and submit questions and review answers in RAG chat. These all fall within standard AskDona RAG database and RAG chat functionality, with no additional measures required. **回答（日本語）** ドキュメントに基づき、利用者が行うべき作業（用語集のCSV作成、ファイルアップロード、ドキュメント処理の実行、RAGチャットでの質問送信と回答確認）が明確に記載されています。これらはすべてAskDonaの標準機能（RAGデータベース、RAGチャット）の範囲内で完結し、追加対応は不要であることが確認できます。 ### Q: 「紙をスキャンした資料」を始めるには、スキャンPDFをどう準備し、どんな操作をすればよいですか？ **Answer (English)** Answer: Enable the standard image-analysis option, process the document, and use chat. Basis: The documentation states that enabling Analyze images in documents for scanned or image-based PDFs makes text and diagrams within images searchable. Together with the documented upload and processing steps, this completes the workflow using standard features without additional measures. **回答（日本語）** 【回答】標準機能の画像解析オプションを有効にして処理・チャットする。 【根拠】ドキュメントの「スキャンされたPDF（画像PDF）の場合は、『ドキュメント内の画像を解析する』オプションを有効にすると、画像内のテキストや図表の内容も検索対象に取り込めます」およびドキュメントのアップロードと処理手順に基づき、追加対応なしの標準機能で完結します。 ### Q: 「画像入りの説明資料」を始めるには、画像入りPowerPointをどう準備し、どんな操作をすればよいですか？ **Answer (English)** The documentation clearly describes the workflow for PowerPoint files containing images, from preparation and registration to reviewing results. Upload the PowerPoint file, select Analyze images in documents when starting document processing, and run the process. Once processing is complete, the material can be used for questions and answers in RAG chat. Additional preparation may be required, such as removing password protection or resaving a Strict Open XML file in the standard format. **回答（日本語）** ドキュメントにおいて、画像入りPowerPointの準備・登録から結果の確認までの手順が明確に説明されています。利用者はPowerPointファイルをアップロードし、ドキュメント処理の実行時に「ドキュメント内の画像を解析する」オプションを選択して処理を開始します。処理完了後、RAGチャットで質問応答に利用できるようになります。また、パスワード保護の解除や、Strict Open XML形式から通常形式への保存し直しといった追加対応が必要になる場合があることも示されています。 ### Q: 「数式を含む技術文書」を始めるには、数式付きPDFをどう準備し、どんな操作をすればよいですか？ **Answer (English)** The documentation clearly describes preparing and registering PDFs containing equations, processing them, and reviewing results. Upload a PDF with password protection removed and select Extract equations and chemical formulas during document processing. It also distinguishes the editions: SaaS is better suited to equation extraction, while Docker has lower extraction accuracy and may require an additional decision to use the recommended edition. To verify results, submit questions in RAG chat and review the answers and source previews. **回答（日本語）** ドキュメントにおいて、数式を含むPDFの準備・登録からドキュメント処理、結果の確認までの手順が明確に説明されています。利用者はパスワード保護を解除したPDFをアップロードし、ドキュメント処理の実行時にオプションとして「数式・化学式を抽出する」を選択します。また、標準機能の範囲（エディションの違い）として、数式の抽出が得意な「SaaS版」と、抽出精度で劣るため追加対応（推奨の選択）が必要となる「Docker版」の区別が明記されています。結果の確認は、RAGチャットで質問を送信し、回答や参照元プレビューを確認することで行います。 ### Q: 「資料差替えの反映」を始めるには、更新頻度の高い手順書をどう準備し、どんな操作をすればよいですか？ **Answer (English)** According to the documentation, updating a file requires a new upload, and deleting the old file is recommended. Follow the documented upload and processing steps, then verify results through source previews or similar views. All of these operations are supported by standard features. **回答（日本語）** ドキュメントによれば、ファイルの更新を行う場合は新たにファイルをアップロードし、古いファイルの削除が推奨されます。ドキュメントの手順でアップロードと処理を実行し、ドキュメントの参照元プレビュー等で結果を確認します。これらはすべて標準機能で対応可能です。 ### Q: 「回答の出典確認」を始めるには、参照元付きの社内資料をどう準備し、どんな操作をすればよいですか？ **Answer (English)** The documentation clearly describes the full workflow for checking answer sources, from preparing and registering materials to reviewing results. Upload files with password protection removed, edit metadata as needed, and run document processing. To review results, click References or a source thumbnail in the answer to open a preview on the right and inspect the original document. The documentation also distinguishes standard features from subscription-only options and edition limitations: Semantic Chunking (LLM) is an option available only to subscribers, and cloud-hosted AskDona does not support Microsoft Office file previews. **回答（日本語）** AskDonaにおける「回答の出典確認」のための一連のプロセス（資料の準備・登録から結果の確認まで）がドキュメントに明確に記載されています。利用者は、パスワード保護を解除したファイルをアップロードし、必要に応じてメタデータを編集して「ドキュメント処理」を実行します。結果の確認時には、回答に表示される「References」や「参照元」のサムネイルをクリックすることで、画面右側にプレビューが表示され、元のドキュメントを直接確認できます。また、標準機能と追加対応（契約者限定機能やプランによる制限）の区別についても、「Semantic Chunking (LLM)」が契約者限定オプションであることや、クラウドホスト版ではMicrosoft Officeファイルのプレビューがサポートされていないことが明記されています。 ### Q: 「長い技術マニュアル」を始めるには、長大な技術マニュアルをどう準備し、どんな操作をすればよいですか？ **Answer (English)** The documentation describes the basic RAG database workflow: file upload, metadata editing, and document processing. It also covers answer generation and reviewing results, including the answer text, References, and source previews. Additional underlying improvements, such as creating and registering a glossary and adjusting system prompts, are described separately. **回答（日本語）** ドキュメントにおいて、RAGデータベースを使い始める基本的な流れとして「ファイルアップロード」「メタデータ編集」「ドキュメント処理」が説明されています。また、ドキュメントにおいて、回答生成のステップや結果の確認（回答本文、References、参照元プレビューなど）について言及されています。さらに、ドキュメントにおいて、追加対応（根本対応）として「用語集の作成・投入」や「システムプロンプトの調整」が区別して説明されています。 ### Q: 「専門資料の参照」を始めるには、専門技術文書をどう準備し、どんな操作をすればよいですか？ **Answer (English)** Answer: Register and process documents, ask questions, and verify answers; creating a glossary is an additional measure. Basis: The RAG Database Overview describes file upload, metadata editing, and document processing as the basic workflow. The processing instructions cover option selection, while the answer-structure guidance describes chat answers and source verification as standard features. The administrator-improvements section separately identifies specialist terminology support through glossary creation and registration, and system-prompt adjustments, as additional measures. **回答（日本語）** 【回答】文書登録・処理・質問・確認を行い、用語集作成等は追加対応。 【根拠】ドキュメントの「RAGデータベースの概要」によれば、基本の流れはファイルアップロード、メタデータ編集、ドキュメント処理です。また、ドキュメントの「ドキュメント処理を実行する」では処理オプションの選択、ドキュメントの「回答の構成」ではチャットでの回答や参照元の確認が標準機能として示されています。一方、ドキュメントの「管理者が行う根本対応」によれば、専門用語への対応（用語集の作成・投入）やシステムプロンプトの調整などは追加の根本対応とされています。 ## Conditions and scope (利用条件・適用範囲) ### Q: 「情報源を限定した調査」でAIを使いたいのですが、「情報源を限定したい」という条件でも使えますか？ **Answer (English)** The documentation clearly explains how to restrict the database information used in answers through metadata filters. It covers how to use the filters, what additional settings to check when filter options do not appear, and cases where filtering is unavailable because metadata has not been assigned or the relevant setting has not been enabled. **回答（日本語）** ドキュメントにおいて、回答で参照するデータベースの情報を限定する方法（メタデータフィルターによる絞り込み）について、その対応条件（使い方）、追加設定（フィルター項目が表示されない場合の確認事項）、および対応できないケース（メタデータ未付与や設定未有効化の場合）が明確に説明されています。 ### Q: 「手元の資料で検証」でAIを使いたいのですが、「資料が整理されていない」という条件でも使えますか？ **Answer (English)** The documentation clearly explains that poorly organized materials—duplicates, outdated versions, and filenames or titles that do not describe their contents—can cause expected information to be missed or old versions to be cited. Recommended underlying improvements include consolidating duplicate and outdated files into the latest version, using specific and descriptive filenames and titles, and adding a glossary for specialist terminology. It also identifies unsupported cases, including password-protected files and low-quality images whose text is difficult to distinguish. **回答（日本語）** ドキュメントにおいて、資料が整理されていない（重複・旧版が残っている、ファイル名やタイトルが内容を表していない）場合、あるはずの情報が出てこない、古い版が引用されるといった影響が生じることが明確に説明されています。また、その追加設定（根本対応）として、重複ファイルや旧版を整理して最新版に一本化すること、ファイル名やタイトルを内容がわかる具体的なものにすること、専門用語に対応するための用語集を投入することが挙げられています。さらに、ドキュメントでは、対応できないケースとして、パスワード保護されているファイルや、画質が粗く文字の判別がしづらい画像が挙げられています。 ### Q: 「自然な文章での検索」でAIを使いたいのですが、「質問と本文の表現が違う」という条件でも使えますか？ **Answer (English)** The documentation describes AskDona search as meaning- and context-based: it understands the intent of the input rather than relying on simple keyword matches. Where questions and source text use different wording, it recommends creating a glossary and registering it in the RAG database. It explicitly identifies unsupported cases such as using proprietary terminology without a glossary or asking with only isolated words or short phrases. **回答（日本語）** ドキュメントにおいて、AskDonaの検索機能は単純なキーワード一致ではなく、入力内容の意図を理解する意味・文脈ベースの検索であると言及されています。また、ドキュメントにおいて、質問と本文の表現が異なる場合の追加設定として「用語集を作成し、RAGデータベースに投入する」こと、および対応できないケースとして「独自の用語を用語集なしで使う場合」や「単語や短文だけで質問した場合」が明確に説明されています。 ### Q: 「専門用語と日常語」でAIを使いたいのですが、「利用者が専門用語を知らない」という条件でも使えますか？ **Answer (English)** Answer: Registering a glossary in the database can address this need. Basis: The section on unrecognized specialist and internal terminology recommends creating a glossary and adding it to the RAG database as an underlying solution. Including alternative expressions as well as official names helps retrieve information regardless of the terminology users choose. **回答（日本語）** 【回答】用語集をデータベースに登録することで対応可能です。 【根拠】ドキュメントの「専門用語・社内用語が通じない」において、根本対応として「用語集を作成し、RAG データベースに投入する」ことが示されています。正式名称だけでなく「言い換え」等を入れることで、利用者がどのような呼び方で質問しても拾えるようになります。 ### Q: 「画像入りの説明資料」でAIを使いたいのですが、「文字が画像の中にある」という条件でも使えますか？ **Answer (English)** The documentation explicitly explains supported conditions, additional settings, and limitations for text embedded in images. - Supported content: Images within PDFs and image files in .png, .jpg, and .jpeg formats can be recognized. - Additional setting: For scanned or image-based PDFs, enable Analyze images in documents to include text and diagrams within images in searches. - Limitations: Low-resolution images and text that is difficult to distinguish can be hard to recognize. Image-heavy PDFs with little textual information may also provide insufficient search accuracy. **回答（日本語）** ドキュメントにおいて、「文字が画像の中にある」場合の対応条件、追加設定、対応できないケースについて明確に言及されています。 - 対応条件：PDF内の画像および画像ファイル（.png/.jpg/.jpeg）のいずれの内容も認識します。 - 追加設定：スキャンされたPDF（画像PDF）の場合は、「ドキュメント内の画像を解析する」オプションを有効にすることで、画像内のテキストや図表の内容も検索対象に取り込めます。 - 対応できないケース：画質が粗かったり文字の判別がしづらい画像の場合は認識が難しいこと、また画像中心でテキスト情報の少ないPDFなどは十分な検索精度が得られない場合があることが示されています。 ### Q: 「最新規程への案内」でAIを使いたいのですが、「文書名が同じ」という条件でも使えますか？ **Answer (English)** Answer: Identical filenames are not recommended; use version control or delete outdated files. Basis: The File Management and Deletion documentation discourages uploading files with identical names and recommends version control or removal of old files. **回答（日本語）** 【回答】同一名称は非推奨で、古いファイルの削除やバージョン管理が必要です。 【根拠】ドキュメント「ファイル管理と削除」：同一名称でのファイルアップロードは推奨していません。バージョン管理をするか、古いファイルの削除を推奨しています。 ### Q: 「資料差替えの反映」でAIを使いたいのですが、「更新が毎週ある」という条件でも使えますか？ **Answer (English)** Answer: Delete old files, upload new versions, and configure the system to prioritize current information. Basis: The documentation recommends deleting outdated files and uploading replacements when updating content, and instructing the system prompt to prioritize the latest information. **回答（日本語）** 【回答】古いファイルの削除と新規アップロード、最新優先の設定で対応可能です。 【根拠】ドキュメントによれば、更新時は古いファイルを削除して新しいファイルをアップロードし、システムプロンプトで最新情報を優先するよう指示することが推奨されています。 ## Preventing errors and checking quality (失敗への対処・品質) ### Q: 「古い証拠の扱い」で、期限切れ証拠を採用することが心配です。どう防いで確認できますか？ **Answer (English)** AskDona provides the following ways to identify, reduce, and check the use of outdated information or expired evidence. Identification and prevention - Include a time reference in the question, such as “latest” or “as of 2026,” to reduce the inclusion of old information. - Configure the RAG chat system prompt to prioritize current information. For example, a system setting can instruct it to “Prioritize the latest information; if sources conflict, present both accounts with their update dates.” Display - A list of sources appears at the end of the generated answer. Verification and human responsibilities when this is not sufficient - Check the sources listed after the answer, or click a source file to open its preview on the right side of the screen and verify the original document directly. - People remain responsible for specifying the relevant date in their questions, designing and configuring prompts that prioritize current information, and reviewing the final answer against the source preview or other original materials. **回答（日本語）** AskDonaでは、古い情報や期限切れの証拠が採用されるのを防ぐために、以下の検出・抑制・表示機能および確認手順が提供されています。 検出・抑制方法： - 質問時に「最新の」や「2026年時点の」といった時点を添えて質問することで、古い情報が混ざるのを抑制できます。 - RAGチャットの設定（システムプロンプト）において、最新情報を優先して参照するよう指示を設定することが可能です。具体的には、「最新情報を優先し、矛盾があれば更新日を添えて両論併記する」といったルールをシステム環境設定に記述できます。 表示方法： - 回答が生成された際、回答の末尾に「参照元（出典）」が一覧で表示されます。 できない場合の確認手順と人が判断する範囲： - 確認手順として、回答の末尾に記載される「参照元（出典）」を確認したり、参照元のファイルをクリックして画面右側に表示されるプレビュー機能で元のドキュメントを直接参照し、正確性を確認できます。 - 人が判断・対応する範囲として、質問時に時点を指定すること、システムプロンプトで最新情報を優先するよう設計・設定すること、およびプレビュー等を用いて最終的な回答の正確性を目視で確認・判断することが挙げられます。 ### Q: 「業界動向と社内対応」で、古い外部情報を現状と扱うことが心配です。どう防いで確認できますか？ **Answer (English)** The documentation explicitly addresses how AskDona helps identify, limit, and display outdated external information that might otherwise be treated as current, and explains verification steps and the decisions that remain with people. Prevention and display - Add a time reference to questions, such as “the latest” or “as of 2026.” System prompts can instruct AI to prioritize current information and, where sources conflict, present both accounts with their update dates. They can also require date-sensitive information to include an explicit date in YYYY年M月D日 format. Administrators can address the underlying issue by removing duplicates and old versions and retaining a single current version. - Sources appear at the end of answers. System prompts can also require dates in the answer itself and both conflicting accounts with their update dates. Verification and human decisions - Check the sources at the end of the answer. Click a source file to open its preview on the right and verify the answer against the original document. - A person must review the sources and original documents to decide whether information is current and can be treated as reflecting the present situation. Administrators also decide how to consolidate duplicate and outdated database files into the latest version. **回答（日本語）** AskDonaにおいて「古い外部情報を現状と扱う」ことへの検出・抑制・表示、および確認手順と人が判断する範囲について、ドキュメントに明確な言及があります。 検出・抑制・表示方法： - 抑制：質問時に「最新の」「2026年時点の」などの時点を添えることで古い情報の混入を抑制できます。また、システムプロンプト（AIへの指示文）で「最新情報を優先し、矛盾があれば更新日を添えて両論併記する」や「日付が意味を持つ情報は本文中に必ず『YYYY年M月D日』形式で明記する」と設定することで、古い情報の誤用を抑制・制御できます。管理者側の根本対応として、重複ファイルや旧版を整理し最新版に一本化することも有効です。 - 表示：回答の末尾に「参照元（出典）」が表示されます。また、システムプロンプトの指示により、本文中に日付を明記させたり、更新日を添えて両論併記させたりして表示できます。 できない場合の確認手順と人が判断する範囲： - 確認手順：回答の末尾に記載される「参照元（出典）」を確認します。また、参照元のファイルをクリックして画面右側に表示されるプレビュー画面から、元のドキュメントを直接参照して正確性を確認します。 - 人が判断する範囲：表示された参照元やプレビューで元のドキュメントを直接確認し、情報が最新であるか、現状として扱ってよいかの最終的な判断は人が行います。また、データベース内の重複・旧版を整理し最新版に一本化する作業も管理者が判断して行います。 ### Q: 「社内だけでの調査」で、一般論を社内の事実として混ぜることが心配です。どう防いで確認できますか？ **Answer (English)** For internal-only research, AskDona provides system-prompt controls, explicit evidence, and human verification and decision steps to help prevent general statements or speculation from being presented as internal facts, a form of hallucination. Prevention and display - Administrators can use system settings or AI personality settings to define rules such as “Do not invent facts, numbers, or URLs absent from the reference material” and “Answer only from the reference database.” In Batch Assessment, including Unable to determine among the result options prevents the LLM from forcing a conclusion when information is insufficient. - RAG chat displays References links to supporting documents and source-file thumbnails. Generative AI chatbots show citation numbers in answers and a Sources button below them that opens the referenced-document list. Batch Assessment displays the result together with a Comment explaining it, an Evidence excerpt from the supporting information, and the Source filename. Verification and human decisions - Check the sources at the end of generated answers. In RAG chat, Show AskDona Thoughts displays the LLM's reasoning. Clicking a source file opens the original document in a preview on the right for checking accuracy. - The basic division of responsibilities is an initial AI assessment followed by a human final decision. Reviewers focus on items marked Unable to determine, Not implemented, or Further confirmation required, manually review them or ask follow-up questions, and perform the final comparison and decision. **回答（日本語）** AskDonaでは、社内だけでの調査において一般論や推測を社内の事実として混ぜる（ハルシネーション）ことを防ぐため、システムプロンプトによる抑制、エビデンスの明示、および人間による確認手順と判断の仕組みが提供されています。 検出・抑制・表示方法： - 抑制：管理者が「システム環境設定」や「AIパーソナリティ設定」でシステムプロンプトを設計し、「架空情報の禁止：参照情報にない事実・数値・URL は生成しない」や「参照DBのみに基づいて回答する」といったルールを設定することで、一般論や推測を混ぜることを抑制できます。また、Batch Assessment機能では、評価選択肢に「判断不可」を含めることで、情報不足の場合にLLMが無理な結論を出すことを防げます。 - 表示：RAGチャットでは、回答の根拠となったドキュメントへのリンク（References）や、参照されたファイルのサムネイル（参照元）が表示されます。生成AIチャットボットでは、回答文中に引用番号が表示され、回答の下に「ソース」ボタンが表示されて参照ドキュメントの一覧を確認できます。Batch Assessmentでは、判定結果とともに「コメント（判定に至った理由の説明）」「引用（エビデンス：判定の根拠となった情報源からの引用）」「参照元（判定に使用されたファイル名）」が表示されます。 できない場合の確認手順と人が判断する範囲： - 確認手順：回答が生成されたら、回答の末尾に記載される「参照元（出典）」を確認します。RAGチャットでは「Show AskDona Thoughts」をクリックしてLLMの思考過程を確認できるほか、参照元のファイルをクリックして画面右側に表示されるプレビューで元のドキュメントを直接参照し、回答内容の正確性を確認できます。 - 人が判断する範囲：AIにすべてを任せるのではなく、「一次評価をAIに、最終判断を人間に」という分業モデルを基本とします。担当者は、AIが「判断不可」や「未対応」とした項目、あるいは「追加確認が必要」とした項目に集中して目視レビューや追加質問を行い、最終的な突き合わせと判断を行います。 ### Q: 「曖昧な質問の整理」で、利用者の意図を勝手に決めることが心配です。どう防いで確認できますか？ **Answer (English)** In AskDona, making clarification a top-priority rule in system settings can direct AI to ask which information the user means rather than guess at ambiguous questions. For unclear questions, it presents appropriate choices to clarify the request. If the issue cannot be resolved automatically, the documentation recommends distinguishing between problems in the question and problems in the database. It defines human responsibilities such as improving how questions are asked and administrator-led improvements to the database and settings, including glossaries, document organization, and system-prompt adjustments. **回答（日本語）** AskDonaでは、システム環境設定の最優先ルールに「聞き返し」を設定することで、曖昧な質問に対して推測で回答せず、どの情報についての質問かをユーザーに聞き返すよう制御できます。また、不明瞭な質問に対しては適切な選択肢を提示して聞き返しを行います。自動で解決できない場合の確認手順として、原因が質問側にあるかデータベース側にあるかを切り分けることが示されており、質問の仕方の工夫や、管理者によるデータベース・設定の改善（用語集の投入、資料整備、システムプロンプト調整など）といった人が判断・対応する範囲が定義されています。 ### Q: 「形式が混在する資料」で、取り込めない資料を見逃すことが心配です。どう防いで確認できますか？ **Answer (English)** Answer: Processing failures display an Error status and prevent the document from being used. Basis: The documentation states that a processing failure changes the status to Error. Documents become available in RAG chat only after the status changes to Processing complete. Recommended responses to errors include changing processing options and trying again. **回答（日本語）** 【回答】処理エラー時はステータスに「エラー」と表示され、利用を抑制します。 【根拠】ドキュメントによれば、処理中にエラーが発生した場合はステータスが「エラー」と表示され、ステータスが「処理完了」になってからRAGチャットで利用可能になります。ドキュメントによれば、エラー時は処理オプションを変更して再処理を試みるなどの対応を行います。 ### Q: 「最新規程への案内」で、旧版を最新版として案内することが心配です。どう防いで確認できますか？ **Answer (English)** The documentation explicitly addresses preventing old versions from being presented as current, including controls, source display, verification steps, and human responsibilities. Prevention and display - Set source-priority rules among the highest-priority system settings. Examples include “When old and new versions coexist in a category, always use the newer version as the primary basis” and “For policies and rules, prioritize the most recently dated version.” Users can also add a time reference such as “the latest” to questions, and administrators can consolidate duplicate and outdated RAG files into the current version. - Answers display sources at the end. Where a URL has been registered, users can follow the link. Verification and human decisions - Check the listed sources and follow links to the original documents where necessary. Also check the RAG database for duplicate or outdated files. - People decide how to consolidate old and duplicate files and make the final check that the cited source is actually current. **回答（日本語）** ドキュメントにおいて、旧版が最新版として案内されることを防ぐための検出・抑制・表示方法、およびそれができない場合の確認手順と人が判断する範囲について明確に言及されています。 検出・抑制・表示する方法： - 抑制：システムプロンプト（システム環境設定の最優先ルール）で「参照優先順位」を設定し、「同一カテゴリ内に新旧が混在する場合は、必ず新しいものを主たる根拠とする」や「規程・規則・規定類（複数ある場合は日付が最も新しいものを優先）」と指示することで、古い情報の引用を抑制できます。また、質問時に「最新の」などの時点を添えることや、管理者側でRAGデータベース内の重複ファイルや旧版を整理し最新版に一本化することでも抑制可能です。 - 表示：回答が生成された際、回答の末尾に「参照元（出典）」が表示され、URLが登録されていればリンクからアクセスできます。 できない場合の確認手順と人が判断する範囲： - 確認手順：回答の末尾に記載される「参照元（出典）」を確認し、必要に応じてリンクから元のドキュメントにアクセスして確認します。また、RAGデータベースに重複ファイルや旧版が残っていないか確認します。 - 人が判断する範囲：データベース内の重複ファイルや旧版を整理し最新版に一本化する判断や、提示された参照元が本当に最新のものであるかの最終的な確認・判断は人が行います。 ### Q: 「資料差替えの反映」で、古い内容が検索結果に残ることが心配です。どう防いで確認できますか？ **Answer (English)** The documentation explicitly explains how to address outdated information remaining in the system. AskDona does not itself automatically detect or suppress old content. Instead, system prompts can instruct it to prioritize current information, and sources are displayed at the end of answers. The documented verification and human responsibilities include adding a time reference when asking questions, checking the listed sources, and having an administrator delete old files and consolidate content into the latest version. **回答（日本語）** ドキュメントにおいて、古い情報が残る問題への対処方法が明確に言及されています。AskDona自体が自動で古い内容を検出・抑制する機能はなく、システムプロンプトで最新情報を優先するよう指示することで抑制し、回答末尾に「参照元（出典）」を表示します。確認手順や人が判断・対応する範囲として、ユーザーが質問時に時点を添えること、回答末尾の「参照元（出典）」を確認すること、管理者が古いファイルを削除して最新版に一本化することが示されています。 ### Q: 「削除済み資料の除外」で、削除後も古い内容を回答することが心配です。どう防いで確認できますか？ **Answer (English)** Answer: Instruct the system to consult current information and verify the displayed sources. Basis: File Management and Deletion states that instructing the LLM to use the latest information leads it to generate answers from that information. The guidance on asking effective AskDona questions recommends checking sources at the end of answers. If this does not resolve the issue, the documentation recommends consolidating duplicate and outdated files into the latest version and using operations such as bulk file deletion. **回答（日本語）** 【回答】最新参照指示で抑制し、参照元表示で確認します。 【根拠】ドキュメント「ファイル管理と削除」に「LLMに最新の情報を参照するように指示すれば、最新の情報から回答を生成します」とあり、ドキュメント「AskDonaにうまく質問するコツを知りたい」に「回答の末尾に記載される『参照元（出典）』を確認することも有効」とあります。また、できない場合の確認手順として、ドキュメントに「重複ファイルや旧版を整理し、最新版に一本化する」、ドキュメントに「ファイルの一括削除などで対応する」とあります。 ### Q: 「答えがない質問」で、知らない内容を補って断定することが心配です。どう防いで確認できますか？ **Answer (English)** To limit unsupported assertions and guesses, AskDona can be controlled through system-prompt behavioral principles and constraints, such as “Say that no information is available when there is no suitable source,” “Do not answer beyond the available reference information,” and “Do not guess.” It also displays Show AskDona Thoughts for the LLM's reasoning, References links to supporting documents, and source thumbnails. If these controls do not work as intended, or users want to verify accuracy, they can check the sources at the end of the answer and use source previews to read the original documents directly in the browser. Human responsibilities include comparing the answer with the original material to verify accuracy, providing feedback through the good/bad icons, and having administrators use Insights to assess and improve answer quality. **回答（日本語）** AskDonaでは、知らない内容を補って断定する（推測で回答する）ことを抑制するために、システムプロンプト（AIの行動原則や制約事項）において「適切な参照元がない場合は『ない』と回答する」「参照できる情報以外は回答しない」「推測で回答しない」といったルールを設定して制御します。また、回答の根拠や思考過程を表示する機能として、LLMの思考過程を確認できる「Show AskDona Thoughts」や、根拠となったドキュメントへのリンク「References」およびサムネイル「参照元」が表示されます。 これらが機能しない場合や正確性を確認したいときの手順として、回答の末尾に記載される「参照元（出典）」を確認することや、ブラウザ上で元のドキュメントを直接閲覧できる「参照元プレビュー」機能を利用して、回答内容の正確性を直接参照・確認する手順が用意されています。人が判断する範囲としては、この参照元プレビュー等を用いて元のドキュメントと回答内容を突き合わせて正確性を確認することや、回答に対して「グッド / バッドアイコン」でフィードバックを送信し、管理者がインサイト機能を通じて回答品質を把握・改善する判断を行うことが挙げられます。 ### Q: 「文書間の食い違い」で、一方だけを正しいと扱うことが心配です。どう防いで確認できますか？ **Answer (English)** Answer: When sources conflict, present both accounts and have a person review the reasoning and source links. Basis: The documented AI behavioral principles require conflicting accounts from multiple sources to be presented together with their update dates. The documentation also requires explicit acknowledgment when sources contain contradictory information. Users can inspect reasoning through Show AskDona Thoughts and consult original documents through References or Sources. **回答（日本語）** 【回答】不整合時は両論併記し、思考過程や参照元リンクで人が確認する。 【根拠】ドキュメントの「AIの主な行動原則」には「複数情報源に不整合がある場合は更新日を明記して両論併記する」とあります。 また、ドキュメントには「ソースに矛盾する情報が含まれている場合は、明確に認めます」とあります。 ドキュメントによれば、回答の「Show AskDona Thoughts」で思考過程を、「References」や「参照元」で元のドキュメントを確認できます。 ### Q: 「新人の自己解決」で、質問の意図を誤解することが心配です。どう防いで確認できますか？ **Answer (English)** Answer: Configure clarification rules in the system prompt and display sources and reasoning. Basis: The documentation on requesting clarification provides rules for ambiguous questions. The sections on answer structure and source previews describe how reasoning and sources are displayed and how to verify accuracy using previews. **回答（日本語）** 【回答】システムプロンプトでの聞き返し設定や参照元・思考過程の表示。 【根拠】ドキュメントの「聞き返しをしてほしい」に曖昧な質問への聞き返しルールが、ドキュメントの「回答の構成」「参照元プレビュー」に思考過程や参照元の表示、およびプレビューによる正確性の確認手順が記載されています。 ### Q: 「他部門の成果活用」で、古い調査を最新と扱うことが心配です。どう防いで確認できますか？ **Answer (English)** The documentation clearly explains measures to prevent outdated information from being treated as current. Users can add a time reference such as “the latest” to questions, and system prompts can instruct AskDona to prioritize current information. Sources appear at the end of answers so users can follow links and inspect them directly. Where system controls are insufficient, the documented steps are for users to check sources and for administrators to consolidate duplicate and outdated database files into the latest version. **回答（日本語）** ドキュメントにおいて、古い情報を最新と扱うことへの対策が明確に説明されています。AskDonaでは、質問時に「最新の」などの時点を添えることや、システムプロンプトで最新情報を優先して参照するよう指示することで古い情報の参照を抑制できます。また、回答の末尾に「参照元（出典）」が表示されるため、利用者はリンクから直接確認できます。システム側で対応しきれない場合の確認手順として、利用者が参照元を確認すること、および管理者がデータベース内の重複ファイルや旧版を整理して最新版に一本化することが示されています。