ECサイトにおける商品推薦対話を“ベテラン販売員レベル”に引き上げる生成AIソリューションを、ブースにてデモ展示いたします。
________________________________________
■ ベテラン店員の接客のような対話による商品の推薦
図1：自然言語の曖昧な要望から最適物件を提案する対話画面（デモより）
Interop(R) Tokyo 2026 / AI Native Expoの会場では、店員さんに話しかけるようなトーンで自由に入力いただき、表nativeな高精度RAG「ChatBrid」による次世代ECを体感いただけます。
■ 背景：ECにおける“検索の限界”
従来のECでは、「キーワード検索／メニュー選択」、「フィルタ条件入力／選択」が主流である一方、
「私にとって広めで安め(店員ならお客さんの見た目や声音、雰囲気、挨拶に紛れさせた質問等で判断)」「コスパが良い」「駅から近い」「こんな感じだけどもう少し技術者向けっぽいの」
といった曖昧で人間的な要望には十分対応できていません。
その結果、
・利用者の検索疲れ
・離脱率の増加
・機会損失
が発生しています。
■ 表データの自動理解（データ型推定）
図2：CSV/表データを取り込むと、数値・日付などのデータ型を自動認識
ネット検索にかからない、自社商品データの大きな表(CSVファイル)をそのままChatBridに取り込むことで各スペックのデータ型（日付時刻、価格、面積 etc.） を自動推定し、主観的な自然言語表現による形容と結び付けられるようにはからうのが、表nativeなRAGの真骨頂です。テキストの類似性を超えて、各スペックが所望の範囲内であるか、上限に近いハイスコアであるかなど自動評価しつつ、総合評価の高いものを、顧客の言葉を交えながら推薦することができます。
________________________________________
■ ソリューション：表native RAG
本展示では、「表native RAG」ChatBridにより、次の流れで、商品を推薦しています。
● 自然言語の曖昧表現を理解
● 広め、安め、新しめ、駅近
↓
● データ型を自動推定
● 面積（m2）、価格、築年、距離
↓
● 内部的に最適レンジに変換（例：広め＝70m2以上 等）
↓
● 表データを直接ランキング（1件ではなく全候補から最適抽出）
↓
● 最適商品・物件を提案
________________________________________
■ 図3：影プロンプトによる解釈ルール
図3：曖昧な表現（形容詞類）をどう解釈するかを定義する影プロンプト
■ 特徴（従来との違い）
(1) “検索”ではなく“接客” ???? 意図を理解した提案
(2) 表データをそのまま活用 ???? DB・CSVを前処理なしで利用
(3) 曖昧語を数値化 ???? ユーザは条件入力不要
(4) 全件から最適選出 ???? 取りこぼしのない推薦
________________________________________
■ EC事業者にとってのメリット
● 売上向上
● コンバージョン率向上
● 客単価アップ
● 離脱防止
● 検索疲れの解消
● 回遊率向上
● 運用効率化
● 接客の自動化
● 問い合わせ削減
● 独自データ資産の最大活用
● SKUが多いほど効果増大
________________________________________
■ 想定ユースケース
● EC（アパレル・家具・家電）
● 不動産ポータル
● BtoB検索（部品・資材）
________________________________________
■ 来場登録（無料）
https://www.interop.jp/2026/faq/#register
■ 開催概要
日時：2026年6月10日（水）～12日（金）
会場：幕張メッセ（千葉市美浜区中瀬2-1）
主催：Interop Tokyo 実行委員会
■ メタデータ株式会社について
メタデータ株式会社は、自然言語処理を中核としたAI技術により、
企業のナレッジを“活用可能な資産”へ変えるソリューションを提供しています。
高精度RAG、知識構築、対話AIを通じて、企業・教育・社会の生産性向上、QoL, QoW(Quality of Work)の向上に貢献してまいります。
