本文へ移動
CompanyBrain

CompanyBrain

顧客ごとのナレッジを、会社の脳として育てる。 データベース、権限、公開チャット、RAG回答をひとつの業務AI基盤として扱うためのプロトタイプです。

CompanyBrainのナレッジ管理画面画面を拡大 ↗
保存済みのサンプル管理画面・プロトタイプ
CompanyBrainのナレッジ管理画面

保存済みのサンプル管理画面・プロトタイプ

Why now

AIチャットを、会社ごとのデータベースとして運用する。

汎用チャットボットだけでは、会社ごとのデータ分離、社員ごとの権限、外部公開用URL、課金管理が後から重くなります。 CompanyBrainは最初からマルチテナントを前提に置き、学習データと回答の責任範囲を明確にします。

Tenant database

会社ごとにナレッジを独立管理

企業、部署、顧客単位でデータを分け、文書、チャットログ、意見箱、課金イベントを同じ会社スコープで扱います。

Role control

社員ごとにできることを制御

owner、admin、editor、publisher、viewer の権限を前提に、更新、削除、参照、公開URL発行を切り分けます。

RAG answer

参照元つきでAIが回答

登録された文書から関連テキストを検索し、回答に使った根拠を残すことで、社内外の問い合わせ対応を検証できます。

Usage billing

データ量に応じた課金へ拡張

保存している資料の量と、チャットの利用回数を会社ごとに集計します。料金プランを設計するときの判断材料になります。

Architecture

「画面で隠す」のではなく、検索する前に範囲を絞る。

メニューを非表示にするだけでは権限管理になりません。AIは質問を受けるとまず資料を検索してから答えを作るため、検索の時点で対象を絞る必要があります。 CompanyBrain はその判定を画面ではなくサーバー側で行い、 利用者から送られてくる指定には依存しない設計にしています。

01

利用者が自社のアカウントでログインする

02

そのユーザーが見てよい資料の範囲を、画面ではなくサーバー側で確定する

03

確定した範囲の中だけを検索して、答えを作る

04

回答と、根拠にした資料、フィードバックを会社ごとに分けて保存する

frural の公開チャット。質問への回答に、参照した資料が出典として添えられている
Public chat

会社ごとに、ログイン不要のチャットURLを発行する。

社外に出すのはチャットだけ。管理画面、ナレッジ更新、公開URL発行は権限を持つ社員だけが行います。 顧客、代理店、学生、採用候補者など、用途ごとに独立した質問窓口を用意できます。

顧客向けFAQチャット代理店向け製品ナレッジ採用候補者向け会社説明学校、研修、社内学習の質問窓口
公開チャットデモを開く
Embed

自社サイトに置くのは、このタグ1行だけ。

チャットの見た目は管理画面から設定します。アイコン、色、ボタンの文字を変えると、 サイト側のコードを触らずに反映されます。 下のパネルで実際に変えてみてください。

アイコン
色
この見た目で表示されます質問する
<script src="https://company.frural.jp/embed.js?bot=your-company"></script>

設置に必要な作業はタグの貼り付けだけです。JavaScript の記述やライブラリの追加は必要ありません。公開チャットのデモは無料で試せます。導入のご相談も、業務の聞き取りと進め方のご提案までは費用をいただきません。

Walkthrough

設定してから、サイトに出るまで。

下の3本は実際の操作をそのまま録画したものです。作り込んだイメージ映像ではありません。

01

管理画面で見た目を決める

アイコン・色・ボタンの文字を選んで保存します。サイト側のコードは触りません。

02

タグを貼ったサイトに出る

HTML に script を1行足しただけのサイトです。保存した見た目がそのまま反映されます。

03

公開ナレッジだけで答える

回答には参照した資料が添えられます。公開を許可したデータ以外は検索対象になりません。

Prototype

まずはデモ環境で、顧客別RAGの挙動を確認できます。

ログイン、会社ごとのデータ分離、権限の切り替え、資料の追加、社外向け公開チャットまでを ひとつの流れで試せます。役割の違うアカウントでログインし直すと、同じ質問への答えが変わることを確認できます。

技術構成(開発者向け):Next.js / Vercel、認証とデータ永続化に Supabase、 行レベルセキュリティで会社境界を強制。文書検索は Postgres と pgvector を使う設計です。 実運用では埋め込み生成・決済連携・権限制御の強化を段階的に行います。