[T3-1] AIによるデータ民主化を次の段階へ 〜日本語DB検索の精度改善とAgent活用の可能性〜

【2026年5月21日(木)開催 Developer Day 2026】
[T3-1] AIによるデータ民主化を次の段階へ 〜日本語DB検索の精度改善とAgent活用の可能性〜

Transcript

1. AIによるデータ民主化を 次の段階へ 日本語DB検索の精度改善とAgent活用の可能性 KANTA UEDA Cloud Adoption OCI Platform COE Cloud Product Unit Cloud Business Unit May 21, 2026
2. 上田 貫太 2025年からOracle Cloud Adoption Servicesにて お客様のAI活用支援の活動を開始。 現在はNL2SQLやRAG、AI Agent等のOracle Database を活用可能なAI支援を業界問わず様々なお客様に提供中。 2 Copyright © 2026, Oracle and/or its affiliates
3. Agenda 3 Copyright © 2026, Oracle and/or its affiliates 1. はじめに 2. NL2SQL(SELECT AI)の効果と現状 3. SELECT AIの精度を向上するためには 4. 【デモ】実際にチューニングしてみた 5. データ民主化に向けたネクストステップ - Agent化 6. 【デモ】Agentで自動チューニングしてみた 7. まとめ
4. はじめに 4 Copyright © 2026, Oracle and/or its affiliates
5. はじめに データの民主化の扱いについて 5 Copyright © 2026, Oracle and/or its affiliates 本セッションでは「データの民主化」を取り扱う上で、「データの民主化」を以下のように定義します。 データの民主化： 専門知識を持たない人でも、自然言語を介して必要なデータにアクセスし、 利用できるようになること。 精度向上 Agentによる 仕組み化 データの民主化 ・・・ NL2SQLで実現するためには Step:0 Step:1 Step:n 本日デモを踏まえてご紹介します Stepごとの実現が必要です
6. NL2SQL(SELECT AI)の効果と現状 6 Copyright © 2026, Oracle and/or its affiliates
7. NL2SQL(SELECT AI)の効果と現状 NL2SQLとは 7 Copyright © 2026, Oracle and/or its affiliates NL2SQLとは、AIを利用して自然言語でDatabase検索を行える機能です。 AIに対して自然言語で質問を行うと、AIがその質問をSQLに変換し、回答を得ることができます。 ユーザ Database AI 自然言語で質問 Database検索 データベースからの回答を取得 変換 NL2SQLイメージ
8. NL2SQL(SELECT AI)の効果と現状 Oracle DatabaseでのNL2SQL 8 Copyright © 2026, Oracle and/or its affiliates Oracle Databaseでは、SELECT AIという機能により、自然言語からSQLを生成・実行する NL2SQL機能を提供しています。 ユーザ Oracle Database AI 自然言語で質問 Database検索 データベースからの回答を取得 変換 NL2SQLイメージ Oracle DatabaseではSELECT AI機能として提供
9. NL2SQL(SELECT AI)の効果と現状 NL2SQL(SELECT AI)の強みと現状の課題 9 Copyright © 2026, Oracle and/or its affiliates NL2SQL(SELECT AIを含む)は、SQLを書かずに自然言語でDatabaseへアクセスできるようにし、 データ活用の裾野を広げます。 一方で、実運用にはSQL生成精度、改善ポイントの見極め、回答の信頼性といった課題があります。 機能がもたらす効果(強み) ➢ 業務ユーザが自然言語でデータを 探索できる ➢ SQL開発者やデータ担当者への依頼を 削減できる ➢ データ活用までのリードタイムを 短縮できる 導入にあたっての現状(課題) ➢ 意図と異なるSQLが生成される (精度が出ない) ➢ 精度を向上させるための勘所が わからない ➢ 回答が正しいか業務ユーザーだけでは 判断しづらい
10. SELECT AIの精度を向上するためには 10 Copyright © 2026, Oracle and/or its affiliates
11. SELECT AIの精度を向上するためには AIを利用する上での前提(1/2) 11 Copyright © 2026, Oracle and/or its affiliates ① AIは送信する情報量が多いほど回答の精度が下がる - 情報が増えるほどノイズが増える ② AIの精度はユーザの質問品質に依存する - 人間同士の感覚的な会話は通じない ③ AIは指示されたことしか実行しない - 暗黙知や前提は理解してくれない 精度向上ポイント 前提 プロファイル コメント 用語集 ルール いまここの説明をしています
12. SELECT AIの精度を向上するためには AIを利用する上での前提(2/2) 12 Copyright © 2026, Oracle and/or its affiliates AIは文章の雰囲気ではなく、書かれている情報を1つずつ分解して理解します。 そのため、質問時には「目的(知りたいこと)・対象(範囲等)・条件(期間等)を明確に記載する」のがポイントです。 例：去年入社した中途採用者の情報を知りたい場合 AIに意図を正しく伝えづらい質問内容： 去年入社した中途採用者の情報を教えてください。 AIに意図を正しく伝えられる質問内容： 2025年に入社した中途採用者の従業員名、所属している部署を教えてください。 ポイント：何年なのかを明確に記載(条件) ポイント：情報が何なのかを明確に記載(対象) 2025年と条件が明確 検索して欲しい対象が漏れなく明確 精度向上ポイント 前提 プロファイル コメント 用語集 ルール いまここの説明をしています
13. SELECT AIの精度を向上するためには AIを利用する上での前提は、、、 13 Copyright © 2026, Oracle and/or its affiliates こんなの当たり前では、、、？ 次ページより精度に差が大きく出るポイントを紹介します
14. SELECT AIの精度を向上するためには SELECT AIの仕組みについて 14 Copyright © 2026, Oracle and/or its affiliates LLMモデル 自然言語の質問 + プロファイル + その他補足情報 (必要に応じて) プロファイル(設定情報)の中身 • 対象テーブル・ビュー情報 • LLMモデルのリージョン • 利用するLLMモデル • LLMモデルの最大トークン数 • オプション - コメントを考慮 - アノテーションを考慮 - 制約を考慮 等 SELECT AIは自然言語の質問、プロファイルの情報、(必要に応じて)その他の補足情報をLLMモデルに送信し、 送信された情報をもとに、LLMモデルにSQLを生成させる仕組みです。 XXXX... 情報を 送信 SELECT XXX FROM YYY WHERE ZZZ.. SQL (SELECT文) SQL 生成 仕組みのイメージ 精度向上ポイント 前提 プロファイル コメント 用語集 ルール いまここの説明をしています
15. SELECT AIの精度を向上するためには 精度に差が大きく出るポイント 15 Copyright © 2026, Oracle and/or its affiliates 前提となるAIを利用する上でのポイントが考慮できている場合、 SELECT AIで出力されるSQLの精度を向上させるためには、プロファイル、その他補足情報を主に調整します。 LLMモデル 自然言語の質問 + プロファイル + その他補足情報 (必要に応じて) プロファイル(設定情報)の中身 • 対象テーブル・ビュー情報 • LLMモデルのリージョン • 利用するLLMモデル • LLMモデルの最大トークン数 • オプション - コメントを考慮 - アノテーションを考慮 - 制約を考慮 等 XXXX... 情報を 送信 SELECT XXX FROM YYY WHERE ZZZ.. SQL (SELECT文) SQL 生成 仕組みのイメージ 精度向上のために主に調整する箇所 精度向上ポイント 前提 プロファイル コメント 用語集 ルール いまここの説明をしています
16. SELECT AIの精度を向上するためには 精度を大きく向上させるために意識するポイント 16 Copyright © 2026, Oracle and/or its affiliates ポイント LLMには質問文以外も送信している。 LLMに送信する質問文以外をチューニングして いくことで、精度に大きく差が出る。
17. SELECT AIの精度を向上するためには プロファイルの調整 17 Copyright © 2026, Oracle and/or its affiliates SELECT AIで出力されるSQLの精度を向上する際、プロファイルの調整箇所としては例えば以下の項目があります。 対象テーブル・ビュー情報 利用するLLMモデル オプション ・コメント考慮 ・制約考慮 等 質問傾向ごとにプロファイルを分け、 対象テーブル・ビューを絞りこんで LLMに送信する情報を減らします 利用するLLMモデルによって精度 は大きく変わるため、精度の高いと 言われる最新のモデル等を利用します プロファイルでオプションの設定を 有効化することで、LLMに追加の 情報を送信します 精度向上ポイント 前提 プロファイル コメント 用語集 ルール いまここの説明をしています
18. SELECT AIの精度を向上するためには コメント・アノテーション(補足情報)の調整 18 Copyright © 2026, Oracle and/or its affiliates コメントもしくはアノテーションを付与することで、LLMモデルにテーブルやカラムの意味合いを追加の情報として付与します。 役割：テーブル、カラムに対して意味合いや補足情報をメタデータとして付与するもの 意味合い付与のイメージ(コメント) SETID DEPTID xxxxxxx yyyyyyy xxxxxxx yyyyyyy xxxxxxx yyyyyyy PS_DEPT_TBL PS_DEPT_TBL： 部署情報を管理するテーブル 付与コメント例： SETID： 部署をグループ化する識別子 DEPTID： 部署の一意の識別子 付与コメント例： 精度向上ポイント 前提 プロファイル コメント 用語集 ルール いまここの説明をしています
19. SELECT AIの精度を向上するためには 用語集(補足情報)の調整 19 Copyright © 2026, Oracle and/or its affiliates 役割：ユーザの専門用語を、AIが理解できる言葉に変換するためのもの 用語集の活用イメージ 専門用語：「管理部門」 意味合い：「人事部、総務部、経理部」 用語集 追記 LLMモデル 登録 質問 管理部門の人数が多い 支社を教えて 質問変換 人事・総務・経理部の 人数が多い支社を教えて ユーザ 変換後の質問内容 質問の中に専門用語が含まれていた場合、用語集の内容をLLMモデルが参照して質問の内容を書き換えます。 精度向上ポイント 前提 プロファイル コメント 用語集 ルール いまここの説明をしています
20. SELECT AIの精度を向上するためには ルール(補足情報)の調整 20 Copyright © 2026, Oracle and/or its affiliates 役割：自然言語の質問に加え、追加の指示をAIに送信するためのもの ルールの活用イメージ 有効日を指定するために、 条件を入れる必要がある場合 "EFFDT" = ( SELECT MAX(d2."EFFDT") FROM "ADMIN"."PS_DEPT_TBL" d2 WHERE d2."DEPTID" = d."DEPTID" AND d2."EFFDT" <= SYSDATE) ルールとして 特定の条件を 入れる旨を記載 定義例1：最新データか判別（有効日行を取得） - **テーブル名**：PS_DEPT_TBL - **適用タイミング**：WHERE句 - **固定条件**： - d.EFFDT = ( SELECT MAX(d2.EFFDT) FROM PS_DEPT_TBL d2 WHERE d2.DEPTID = d.DEPTID AND d2.EFFDT <= SYSDATE) - **例外**： - なし（常に適用） LLMモデルに対して自然言語の質問内容に加え、追加の命令を送信することができます。 特定の条件を入れる必要がある場合や、出力されるSQLの形式を指定する等の使い方があります。 精度向上ポイント 前提 プロファイル コメント 用語集 ルール いまここの説明をしています
21. 【デモ】実際にチューニングしてみた 21 Copyright © 2026, Oracle and/or its affiliates
22. 【デモ】実際にチューニングしてみた 先ほどのチューニングポイントを実践します！ 22 Copyright © 2026, Oracle and/or its affiliates
23. データ民主化に向けたネクストステップ - Agent化 23 Copyright © 2026, Oracle and/or its affiliates
24. データ民主化に向けたネクストステップ - Agent化 そもそもAI Agentとは 24 Copyright © 2026, Oracle and/or its affiliates AI Agentは「目標達成のために、自分で情報収集・判断・行動を行うシステム」です。 もう少し技術的に説明すると… LLMが中核となり、目標達成のために計画・判断・実行を繰り返し、 必要に応じてMCP経由のツールやSkill化された手順を利用する仕組み
25. データ民主化に向けたネクストステップ - Agent化 SELECT AIで精度を向上するためのAgentの使い方 25 Copyright © 2026, Oracle and/or its affiliates • コメント • アノテーション • 用語集 • ルール Skill化 LLMモデル ユーザ 質問 必要に応じて Skillを使用 LLM自身が精度向上 の道筋を計画し、必要 なSkillを判断・実行 (精度向上施策) 自動で精度向上 精度向上における自動化の一例 成功するまで 繰り返し実行 先ほどあげた精度向上施策をAgentで自動化する場合、以下のような動き方の例が挙げられます。
26. 【デモ】Agentで自動チューニングしてみた 26 Copyright © 2026, Oracle and/or its affiliates
27. 【デモ】Agentで自動チューニングしてみた 先程のデモでお見せしたチューニング作業を自動で実行します！ 27 Copyright © 2026, Oracle and/or its affiliates
28. まとめ 28 Copyright © 2026, Oracle and/or its affiliates
29. まとめ 29 Copyright © 2026, Oracle and/or its affiliates データ民主化の入り口 NL2SQL(Select AI)は 自然言語でDatabaseへ アクセスできる強力な機能 精度向上の勘所 AIを利用する上でのポイント・ 精度向上ポイントを重視 情報量減らす 暗黙知使わない 感覚的な会話は避ける プロファイル コメント/アノテーション 用語集 ルール Agent活用の可能性 機能の動きと 改善ポイントを理解して 改善プロセスを仕組み化する NL2SQLのデータの民主化はStepごとに実現 前提となる精度向上ポイントを理解したら、次は精度改善を継続できる仕組み化
30. ありがとうございました 30 Copyright © 2026, Oracle and/or its affiliates