RAG不要でも高精度！Cygamesが実証したLLM活用術

「LLMを活用するなら、RAG（検索拡張生成）が必要」という常識が覆されつつあります。ゲーム業界大手のCygamesが実証した事例では、複雑なRAGシステムを構築することなく、シンプルなプロンプト設計だけで驚くべき効率化を実現しました。

この記事では、Cygamesが実際に取り組んだLLM活用事例を詳しく解説し、あなたの業務でも応用できる実践的なノウハウをお伝えします。特に注目すべきは、約11万行の過去データを参照する予定だったRAGシステムを、わずか4万トークンのプロンプトで代替し、同等以上の品質を実現したという点です。

RAGシステムの構築には時間とコストがかかりますが、適切なプロンプト設計により、より効率的で実用的なソリューションを構築できる可能性があります。この記事を読むことで、あなたも無駄なコストをかけずに、LLMの真の力を引き出す方法を理解できるでしょう。

Cygamesが実証：RAG不要でも十分な品質を実現

Cygamesでは、LLMを活用した社内AIチャットツール「タウルス」を展開し、様々な業務効率化に取り組んでいます。その中でも特に興味深いのが、当初RAGシステムの構築を検討していたバグチケット作成業務で、最終的にRAGを使わずに目標を達成した事例です。

ゲーム開発において、バグチケットの作成は重要な業務の一つです。報告時には以下の情報を正確に記載する必要があります：

問題は、チケットの内容が過去の類似チケットと重複するケースが多く、毎回一から作成するのは非効率だったことです。そこでCygamesは、約11万行の過去チケットデータを参照できるRAGシステムの構築を検討しました。

しかし実際に検証してみると、わずか4万トークンのプロンプトを与えるだけで、RAGシステムと同等かそれ以上の品質を実現できることが判明しました。この結果により、以下の大幅な効率化を達成しています。

この事例が示すのは、必ずしもRAG（検索システム）の導入が最適解ではないということです。適切なプロンプト設計により、コストを抑えながら実用的なソリューションを構築できる可能性があります。

他社事例では、GMOインターネットグループが「AI熊谷」というサービスを作った際にも、RAGではなく、プロンプトを拡充するだけで大きな精度を実現したい事例があります。

Cygamesのもう一つの注目すべき取り組みが、LLMを活用したSNS投稿データの分析です。この事例でも、シンプルなアプローチで高い精度を実現しています。

ゲーム会社にとって、SNS上でのユーザーの反応や感情を把握することは極めて重要です。Cygamesでは、約4万件のSNS投稿データと判定結果例をプロンプトに含めることで、以下の成果を上げています：

この高い精度と処理速度により、従来は人手で行っていた膨大なSNS分析作業を大幅に効率化できました。1分で20件という処理速度は、相当な数の投稿をがらっと整理できるレベルであり、マーケティングや製品改善の意思決定を迅速化する重要な基盤となっています。

特に注目すべきは、この分析システムも複雑なRAG構築を必要とせず、100件のサンプルデータをプロンプトにいれるだけで実現している点です。これにより、開発・運用コストを大幅に抑制しながら、実用的な分析ツールを構築できています。

重要なのは、Cygamesが「現時点では制裁はクリエイターを代替する番のものではない」と明確に位置づけていることです。LLMの役割は、無駄を減らしてクリエイターの力を引き出すことに重点を置いています。

この考え方は、AI導入を検討している多くの企業にとって重要な指針となります。AIは人間の創造性を置き換えるものではなく、より価値の高い創造的な作業に集中できる環境を提供するツールとして活用すべきなのです。

Cygamesの事例で最も学びが深いのは、「RAG作ろうと思ったけど要らなくて、プロンプトワークだけで大丈夫でした」という結論に至った背景です。この判断には、技術的な観点とコスト効率の観点の両方が関わっています。

RAGシステムを構築する場合、以下のようなコストが発生します：

一方、適切なプロンプト設計によるアプローチでは：

Cygamesの事例では、明らかにRAGなんか作っちゃうとお金もかかっちゃうし、コストもかかっちゃうんだが、もっと効率的に作ることができるという判断に至りました。この学びは、多くの企業のAI導入戦略に重要な示唆を与えています。

Cygamesの事例から得られる学びは、ゲーム業界に限定されるものではありません。いろんなシーンでこれを応用できる可能性があります。