すべての呼び出しにガードレール
組み込みのガードレールが、すべての質問とすべての回答をチェックします。チャット画面、API呼び出し、スケジュール実行のエージェントのどれにも同じルールが適用されます。
プラットフォーム
1つのプラットフォームで。
自社のデータを、正確な回答と実際に業務をこなすAIエージェントに変えます。ガードレールとログは標準搭載です。SaaSで今日から始めることも、自社のインフラで運用することもできます。
仕組み
ガードレール、モデルの選択、導入形態の選択肢を標準で備えています。有効にして、必要に合わせて調整できます。
選んだモデルを使用
モデルを1つでも複数でも追加でき、NeuralSeekが負荷を分散します。各モデルに任せる処理も選べます。データ、ガードレール、アプリはそのままです。
必要な場所で動作
SaaSを使うことも、自社のクラウドアカウント、OpenShiftクラスター、インターネットから完全に隔離された自社のハードウェアで運用することもできます。ガードレールと機能はどこでも同じです。
構成要素
AIでの構築に必要なすべて
各要素は互いに連携します。回答用に設定したガードレールは、エージェントがその回答を使うときにも適用されます。どのモデルが回答しても、どこで動作しても同じです。
Seek：自社データに基づく回答
自社のドキュメントから作成した回答に、信頼度とカバレッジのスコアを付け、出典の箇所をハイライト表示します。高度な検索と、承認済み回答のキャッシュを標準搭載しています。
console › seek
mAIstro：AIエージェント
複数ステップのエージェントを、ビジュアルエディターか、NeuralSeekのテンプレート言語であるNTLのコードで構築します。ステップごとにモデルを選び、結果に応じて分岐し、ステップを並列で実行し、エージェントを自動実行するようスケジュールを設定できます。
console › maistro › agent editor
- console › neural config › guardrails
- console › governance › overview
コネクター
データベース、ファイルストレージ、検索、ドキュメントライブラリ向けの既製のノードです。それぞれがエージェントの1ステップになり、どのエージェントもRESTまたはMCPツールとして呼び出せます。
console › maistro › function library
任意のモデルを使用
プラットフォームとモデルを選んでLLMを追加し、対応する機能を事前に確認できます。複数追加すると、NeuralSeekが負荷を分散します。モデルの切り替えは設定の変更だけで済みます。
console › neural config › add an llm
導入形態
ここまでのすべてを1つのコンテナに収めています。SaaSで始めることも、AWS、Azure、IBM Cloudのマーケットプレイスで購入することも、IBM Fusionで運用することも、自社のOpenShiftやKubernetesにインストールすることもできます。必要なら完全に隔離した環境でも運用できます。
よくある質問
導入前に多くのチームが尋ねること。
基本的なRAG（検索拡張生成）の構成とはどう違いますか？
検索は一部にすぎません。NeuralSeekは、すべての呼び出しのチェック、数か月後でも参照できる各回答の完全な記録、モデルを変えても動き続けるエージェント、自社の環境内での導入を加えます。
1つのモデルベンダーに縛られますか？
いいえ。各モデルに任せる処理を選び、エージェントのステップごとにモデルを選び、1回のAPI呼び出しだけモデルを変えることもできます。どれも設定の変更だけで済みます。
すでにモデルプロバイダーとベクトルストアがあります。NeuralSeekはどこに位置づけられますか？
その両方の上で動作します。自社のプロバイダーのキーを使い、すでに運用している検索にNeuralSeekを接続します。NeuralSeekは、回答が出典に基づいているかのチェック、ガードレール、エージェント、完全な監査証跡を加えます。