AI 活用を前提とした Knowledge の書き方

[Hiroyuki Kojima]

AI × Knowledge シリーズ

AI 活用を前提とした
Knowledge の書き方

ナレッジ記事が AI Search に「選ばれる」かどうかは、採点の仕組みで決まります。何が評価され、何が評価されないのかを分解し、書き方だけで検索順位を上げるための観点を整理します。

はじめに：
最新情報は、公式ドキュメントや Release Notes で必ずご確認ください。

対象読者：

• 技術者でなくてもナレッジ記事を書く機会がある方
• 書いた記事が「読まれない」「検索で出てこない」と感じている方
• AI Search / Now Assist を前提にナレッジ記事を整えたい方

はじめに：AI に選ばれる記事を書くための前提

ナレッジ記事が表示されるかどうかは、AI Search が判断しています。AI に選ばれる記事を書くには、まず AI Search がどう判断しているかを理解する必要があります。

よくある状況を整理すると、次のようになります。

• 課題：書いたナレッジ記事が読まれない／同じ問い合わせが繰り返し来る
• 原因：上位に出るものを AI が決めており、読まれるのは上位の数件だけ。感想や熱意は加点されない
• だから：採点基準に合わせて書けば、書き方だけで順位は変えられる

ポイント：
検索されないナレッジ記事は、社内では「存在しないのと同じ」です。良い記事を書く前に、まず点数の付き方を知ることが近道になります。

---

01. ServiceNow の検索エンジンは 2 種類

ServiceNow には検索エンジンが 2 つあります。違いを押さえると、AI Search の挙動をより正確に読み解けます。

比較の観点	AI Search（標準）	Zing（レガシー）
位置づけ	現在の標準エンジン	従来型
点数の付け方	意味を理解し、行動ログから自動改善	出現回数・近接性・フィールド重みで採点
意味で探す検索	対応（ハイブリッド検索も）	非対応
主な守備範囲	Global Search／Now Assist in VA／Now Mobile ほか	検索アプリ設定で Zing を指定した画面

見分け方：
標準の入口はほぼ AI Search で、Now Assist の回答生成でも利用されます。どちらが使われているかは、Search Applications の Search Engine 欄で確認できます。

02. AI Search は「感想」ではなく「点数」

AI 検索への対応は、まずスコア（点数）の稼ぎ方を知ることから始まります。同じ内容でもスコアが上がれば順位が上がり、正しく検索でヒットするようになります。処理の流れをイメージで示すと、次のようになります。

SCORING FLOW

検索結果が点数順に並ぶまで

① 問い合わせる

入力された自然な言葉が、そのまま検索クエリになります。
例）「Webex 会議に外部ゲストを招待したい」

↓  2 つの検索を同時に実行

② 2 つの検索で探す

キーワード検索（語がそのまま一致するか）と、セマンティック検索（意味がどれだけ近いか）を同時に走らせます。

↓  2 つの結果をまとめる

③ 点数をつけて統合

2 つの検索結果を 1 本の順位表にまとめます。大事なのは点数の数値そのものではなく、点数の高い順に並ぶということです。

点数の高い順に並ぶ（上ほど高い）

ナレッジ記事 C

ナレッジ記事 A

ナレッジ記事 D

↓  上位の数件だけが読まれる

④ 高い順に返す

点数の高い順に並び、利用者の目に触れるのは上位の数件だけです。

03. AI Search の 3 つの検索モード

AI Search には、キーワード検索・セマンティック検索・その 2 つを掛け合わせたハイブリッド検索があります。

SEARCH MODES

2 つの検索を足して 1 本にする

KEYWORD

キーワード検索

検索語と記事の語の一致を数え、珍しい語ほど重く扱います。語がどれだけ一致するかでスコアが決まります。
例）「PC が重い」では「端末の動作が遅い」記事は拾えないことがあります。

SEMANTIC

セマンティック検索

検索語と記事を意味のベクトルに変換し、近さを測ります。同義語辞書を作り込まなくても言い換えを吸収できます。
例）「サーバーが落ちた」で「ネットワーク障害」も拾えます。

↓  2 つの結果を統合

HYBRID

ハイブリッド検索

キーワードの強さを捨てずに、意味の近さを足した検索です。言い回しが違っても関連結果を取得でき、上位結果の関連性が上がり、ゼロ件検索が減ります。

04. AI Search が評価する 6 つの要素

評価要素は、書き方でスコアを上げられるものと、公開後の運用・利用実績で決まるものに分かれます。

執筆でコントロールできる

書き方で直接よくできる要素

• ① タイトル一致（最重要）：検索語がタイトルに含まれるか
• ② 本文一致：検索語が本文に含まれるか
• ③ キーワード（meta）：タグ・meta の語と一致するか

運用・利用実績で決まる

書き手だけでは動かせない ― 統合・更新・周知で効かせる

• ④ タグ・meta の人気度：そのタグがよく使われているか
• ⑤ 記事の鮮度：作成・更新がどれだけ新しいか
• ⑥ 記事の閲覧数：どれだけ読まれているか

05. 公開後に検索されなくなる 2 つの理由

良い記事を沈めるのは、他人の記事ではなく自分たちの古い記事や重複です。統合と更新の担当を決めておきましょう。

理由 1：更新しないと、静かに沈む

内容が正しくても、更新日が古い記事は新しい記事に押し下げられます。

対処：四半期ごとに見直し、更新日を新しく保ちます。

理由 2：重複は、票を食い合う

同じ内容が 3 本あると、閲覧もクリックも分散し、どれも上位に上がれません。

対処：重複は 1 本に統合し、旧記事は廃止します。

06. スコアを上げる書き方 ― タイトルが最重要

ハイブリッド検索はタイトルに比重を置いて評価します。中身が同じでも、タイトルに置く語のスコアが高いほどヒット率が上がります。

語のスコアは IDF（inverse document frequency）で決まります。多くの記事に出る一般語はスコアが低く、少数の記事にしか出ない珍しい語ほどスコアが高くなります。

• 強い語：製品名・固有名詞・型番・エラーコード（例：Webex／ESPP／INC0010001）
• 弱い語：一般語・機能語（例：設定／対応／方法／手順）

✕ 会議システムの使い方

✓ Webex 会議に外部ゲストを招待する手順

製品名を先に置き、一般語だけのタイトルから脱する。

✕ 株式制度について

✓ ESPP 購入期間と申込締切（2026年度）

略号＋年度で、対象がほぼ一意に決まる。

✕ PC が起動しない場合の対応

✓ MacBook Pro 16 が起動しない ― SMC リセット手順

機種名と手順名で、症状でも型番でも当たる。

本文で効かせるコツ：

• 冒頭に要約を置く（長い記事は詳細を後述にする）
• 「〜するには」「〜できないとき」など、利用者の言葉で書く
• 1 セクション＝1 メッセージ（見出しを立て、長い段落にしない）
• 1 記事＝1 トピック（詰め込むと重要語の密度が薄まる）
• meta に別名を追加する（旧名称・社内通称・綴り違い）

07. Knowledge メンテナンス

AI 活用を前提とする場合、想定した問い合わせで記事が表示されるかを確認し、既存記事の改善だけでなく、重複の検出・統合までを運用に組み込みます。主に次の機能が使えます。

• Search Preview (New)：検索プロファイル設定でクエリをテスト。Impersonate や言語セッションの設定も可能（AI Search）
• Article Optimization：記事の品質・検索性を上げる改善提案を AI が自動検出（Knowledge Center）
• Knowledge Gaps：問い合わせ情報から、対応できていない領域の記事を特定して作成を提案（注意：CSM / ITSM のみ）
• Requires Attention：Valid To 超過で検索と Now Assist の対象外になる記事を抽出（Knowledge Center）
• 重複の検出とマージ：Duplicate Articles で検出し、2〜5 件を 1 本にマージ（注意：現在英語のみ）

まとめ

• 検索に引っかかるかどうかは、AI Search が「点数」で判断する。感想や熱意は加点されない
• ハイブリッド検索はタイトルに比重を置く。タイトルの語を最適化するのが最短
• 珍しく、かつ実際に検索される語（製品名・固有名詞・型番）を選ぶ
• 書いた後は重複統合と定期更新で、自分たちの古い記事に沈められないようにする

PDF

この記事の内容は、PDF でもご利用いただけます

AI 活用を前提とした Knowledge の書き方（PDF）

ダウンロード