AI エンティティエンリッチメントプラットフォームお手元の文書がデータベースに変わります。
人とAIエージェントが、正規化されたリレーショナルデータベースを構築・投入・進化させるためのAIハーネスです。PDF、写真、ボイスメモ、CSVファイル、既存のデータベースから始めることも、必要な内容を説明するだけで始めることもできます。Entity Enricher は、編集可能なスキーマと、データをエンリッチし、重複するエンティティを解決し、データベースを最新の状態に保つワークフローを作成します。
ライブエンリッチメントを実行エンリッチメントはリクエストから開始され、1つのエンティティとそれに関連するエンティティのスキーマを埋めます。 5人の選手を順にエンリッチメントします。先の選手で見つかったクラブや国は認識され、重複して追加されません。
スキーマのすべてのフィールドは質問です
上記のエンリッチメントは、スキーマに値を入力します。以下は、同じスキーマをクラス図として表したものです。JSON 構造の各オブジェクトとそのフィールドが表示され、値が入る位置には JSON 型(string、number、boolean など)が示されます。すべてのフィールドには説明が付いており、フィールドにポインターを重ねるか、タップすると、その説明(質問)が、フィールドの例、値が閉じた集合である場合に取り得る値、そして回答を担当するエキスパートとともに表示されます。オブジェクトのヘッダーでは、オブジェクト自体の説明が表示されます。他のオブジェクトへのリンクもフィールドの一つで、フィールド名を持ち、どのオブジェクトにリンクするのかをモデルに伝える質問を表示します。
名前の表記が違っても、セマンティックIDでクラブごとに識別子は1つです
各エンリッチメントは、ソースの表記どおりにクラブ名を書き込みます。ある選手のレコードでは FC Barcelona、次のレコードでは Futbol Club Barcelona のように。レコードが挙げるすべてのクラブにセマンティック ID が付与されます。これはモデルが入力することはなく、以下の 3 つのステップで、コストの低い順に解決されます。判断がつかない場合は新しい ID が作成されます。2 つの ID の統合はワンクリックで済みますが、誤った統合の取り消しはそうではありません。
各エンリッチメントがテーブルの行になります
データベースに接続されたスキーマはテーブルになります。エンティティ型ごとに1つ、リストごとに1つのテーブルが作られ、それぞれが外部キーで互いに結合されます。エンリッチメントは1つのトランザクションで書き込まれ、参照される行が、それを参照する行よりも先に書き込まれます。以前のエンリッチメントで既に書き込まれたエンティティは、新しい行を追加しません。その行は更新されるか、そのまま残されます。データベースに接続されていないスキーマは、エンリッチメント自体の出力で完結します。つまり、スキーマに対して検証された構造化JSONです。
行もスキーマ変更も、データベースへは 1 つのキューで
Database Sync は、お使いの PostgreSQL データベースにエンティティを保持します。各エンリッチメントは、対象のエンティティとそれに紐づくエンティティに対する upsert の 1 トランザクションとなり、スキーマ変更の公開はマイグレーションとなります。どちらも同じキューで到着順に待機し、ee-database クライアントが先頭のものを適用し、確認応答します。そのため新しいカラムは、それを最初に埋める行よりも先に存在し、それ以前に書き込まれた行ではその値は NULL のままです。
ee-database は、書き込み先のデータベースのすぐ隣、お使いのサーバーまたはノートパソコン上で動作するオープンソースのプログラム(MITライセンス)です。接続は ee-database 自身が Entity Enricher へ向けて外向きに開くため、データベースは外部からの接続を一切受け付けず、その認証情報がそのマシンの外に出ることはありません。
データサンプルから AI が構築するスキーマ
ドキュメントから抽出した、または手作業で記述したサンプルから schema の最初のバージョンが作成され、その後プラットフォーム上で編集します。
ドキュメントからサンプルへ
サンプルはドキュメントから抽出できます。ここでは、書店の The Fellowship of the Ring のレコード(PDF 形式のレコード)を使用します。抽出では、ドキュメントに記載されたすべての値が保持されます。著者や出版社だけでなく、章、登場人物、店内の書棚まで含まれます。どのフィールドを出力するかをドキュメント側で指定することはできません。
続いて、スキーマの対象となるフィールドのみを残します。書籍カタログにはタイトル、ジャンル、年、価格、著者、シリーズ、出版社が必要であり、それ以外のフィールドは除外します。残ったものがこの書籍のサンプルで、次のステップで読み取る5件のうちの1件目です。1つの文書から得られるサンプルは1件で、残りは他の書籍から取得します。
サンプルからエンティティマップへ
Entity Enricher はデータのサンプルを読み取り、そこに記述されているエンティティ — ここでは書籍、著者、シリーズ、出版社 — と、それぞれを識別するフィールドを認識します。これらのエンティティは提案です。ユーザーがワンクリックで独立したエンティティに変換するまで、スキーマはサンプルのフラットな構造を保ちます。変換すると、そのフィールドは配下に移動し、複数の書籍から参照される著者は固有の識別子を持つ単一のエンティティになります。
フィールドをエキスパートに振り分けます
スキーマ生成では、必要とされる知識ごとにフィールドをグループ化し、各グループに専門家を割り当てます。ここでは、タイトル・ジャンル・著者・シリーズには文学の専門家、出版社・価格・出版年には出版の専門家が割り当てられます。
エンリッチメント時には、各エキスパートがそれぞれ独立した呼び出しとなり、並列に実行されます。価格と出版社についてのみ尋ねられたモデルは、すべてを一度に尋ねられたモデルよりも、充実した回答を返します。
各エキスパートが自分のフィールドを説明します
次に、各専門家が自分の担当フィールドの説明を、それぞれの語彙で記述します。書籍の「年」とはどの年を指すのか、価格はどの通貨で、どの時点の値として読むのか、といった具合です。専門家は並行して、それぞれ 1 回の呼び出しで記述します。
説明とは、エンリッチメント時にモデルがそのフィールドについて答える質問です。説明が的確であれば、異なるモデルでも、異なる実行でも、同じようにフィールドが埋まります。
エンティティを識別するフィールド
スキーマ生成では、エンティティタイプごとに、1 つのインスタンスを識別するフィールド(書籍のタイトル、著者の名前)を選びます。ダンテとダン・ブラウンはそれぞれインフェルノを書いています。書籍はタイトルと著者の組み合わせによって区別されます。
エンティティごとのセマンティックID
セマンティック ID を要求すると、エンティティを表す各オブジェクトに id フィールドが付与されます。書籍、およびその下にネストされた各エンティティ — 著者、シリーズ、出版社です。モデルがこれを入力することはありません。各エンリッチメントの後、エンティティの識別フィールドから解決されるため、同じ著者が 2 通りの表記で書かれていても識別子は 1 つに保たれます。
親の事実だけを保持するオブジェクト — ここでは書籍の発行年と価格 — には ID は付与されません。その中のどのフィールドも何も識別しないためです。シリーズ内の巻番号のようなペアリングも同様で、これは関連付ける 2 つのエンティティによって識別されます。
多言語フィールド
テキストフィールドは多言語として指定できます。その場合、リクエストされた言語ごとに1つの値を保持します — タイトル、ジャンル、国名はそれぞれの言語で、名前は各言語の文字で記述されます。年や価格は単一の値のままです。識別は最初の言語で読み取られるため、タイトルを翻訳しても2冊目の書籍が作成されることはありません。
識別子をそのまま維持します
各エンティティについて、1つまたは複数の言語モデルが、添付されたドキュメントとモデル自身の知識をもとにスキーマを埋めます。保持としてマークされたフィールドは例外です。その値はお客様自身のシステム(行 ID や内部参照など)から取得され、エンリッチメントを通しても変更されずにそのまま引き継がれるため、エンリッチメント済みの各書籍は元のレコードに正しく戻ります。マークされていない場合、そのフィールドはモデルが埋める対象となり、お客様の ID の代わりにモデルが知っている ISBN を書き込むことを防ぐものは何もありません。
スキーマから設計されるデータベース
データベースに連携したスキーマはテーブルになります。設計の大部分は、それらのテーブルがどう関係するかにあります。どの行を複数のエンティティが共有し、どの行が1つのエンティティに属するのか。これらの問いには言語モデルが答え、残りは射影のルールが処理します。
ものの種類ごとに1つのテーブル
データベースはデータをテーブルに保持します。テーブルは格子状で、各列が1つのフィールド、各行が1つのものを表します。スキーマをデータベースに連携すると、エンティティの型ごとに専用のテーブル(ここでは
football_player)が作られ、エンリッチメントされた選手はそれぞれ1行になります。選手のデビューのように、それ自体が独自のアイデンティティを持たないフィールドのグループには、テーブルは不要です。そのフィールドは同じ行の列となり、そこに至るパスにちなんだ名前が付けられます —
senior_debuts_club_date。2つの行を区別する要素
各テーブルにはキーがあります。行を互いに区別する列です。選手は氏名と生年月日の組み合わせで、国は ISO コードで区別されます。キーは、スキーマを連携する際に、各エンティティを識別するフィールドの中から選ばれます。
同じ選手を再度エンリッチメントすると、キーがその選手の既存の行を見つけ、その行が更新されるため、重複は発生しません。
リレーションシップはポインタです
フラットなスプレッドシートでは、クラブは所属したすべての選手の行に現れ、創設年も毎回コピーされます。コピーは次第に食い違います。1つを修正しても、ほかは古い値を保持したままです。
データベースではクラブは専用のテーブルに一度だけ保存され、各在籍記録はそれへのポインタ、つまり外部キーであるクラブの
_idだけを保持します。テーブル間のこうしたリレーションシップがデータの信頼性を保ちます。各事実は1か所に存在し、それを必要とするすべての行がそこを参照します。共有か専有か:モデルが答える問い
スキーマのリレーションシップごとに、言語モデルには1つの質問がなされます。別の選手がこのまったく同じ行を参照しうるか? クラブ、都市、国、大会はどの選手とも独立に存在するため、答えは「はい」であり、その行はそれを参照するすべての選手に共有されます。
各回答には理由が付き、データベースが作成される前にユーザーがそれを読み、覆すこともできます。このスキーマではモデルが18件のリレーションシップを判定し、いずれも共有されるものを参照していると判断しました。
1人の選手に属する行
選手のクラブ在籍記録は、その選手にのみ当てはまる事実、つまり在籍年やゴール数を保持します。その行は専有です。同じクラブでも選手ごとに自分の行を持ち、それぞれが共有された1つのクラブの行を参照します。
このスイッチは、判定を誤った場合に何が起こるかを示します。共有にすると、2つの在籍期間がクラブごとに1行へまとめられ、2回目のエンリッチメントが1人目の選手の値を上書きしてしまいます。共有であると確認されるまでリレーションを所有として扱うのは、このためです。誤って統合するとデータが壊れますが、見落としても余分な行が1つ増えるだけで済みます。
列の型とインデックス
各列はフィールドから型を受け取ります。身長は小数、年は整数、生年月日は日付になります。型が正確であれば、データベースは値を比較・並べ替え・検証できます。
インデックスは一部の列をソートした複製で、テーブル全体を読まずに行を見つけられるようにします。名前には検索インデックスが付き、その他のインデックスはアプリケーションが表示する一覧画面に合わせてモデルが形づくります。ここでは、身長で絞り込み名前で並べ替えた選手の一覧です。
ワークフローごとに 1 つのスキーマ、複数のワークフローで 1 つのデータベース
スキーマは 1 つのワークフローです。独自のサンプル、独自のエンリッチメント実行、結果が届いたときの独自の webhook を持ちます。1 つのデータベースには複数をリンクできます。同じ種類のものを指す 2 つのワークフロー — ここでは選手のクラブの都市と、それ自体としてエンリッチメントされた都市 — は同じテーブルに書き込みます。名前を挙げるだけのワークフローはその識別情報を書き込み、その対象を扱うワークフローが残りを埋めます。識別情報以外の各列には、書き込み元がちょうど 1 つだけ存在します。
スキーマをリンクすると、すでにリンクされているスキーマと照合されます。両方が指す型は、同じキーで区別できる必要があります。Database Sync ガイドで各チェックの詳細を説明しています。
生データから情報システムへ
1つのパイプラインが、お手元のあらゆるもの — ドキュメント、スプレッドシート、途中まで埋まった行 — を受け取り、データベースが信頼できるレコードとして返します。
ソース
既存システムからバッチを取り込むことも、新しいエンティティが現れた瞬間に1件だけ取り込むこともできます。ドキュメント、画像、Web検索、そしてLLMの世界知識が、あなたのデータに欠けている情報を補います。
検証
複数のモデルが知識領域ごとに並行して回答します。競合はフィールドごとに検出され、ルールまたはAIアービターによって解決され、その推論が記録されます。
連携する
検証済みrecordは、元のキーがそのまま保持され、安定した結合キーとしてsemantic IDが付与されて返されます。重複や再キー付けはなく、フィールドごとに最大40言語に対応します。
2つの入力方法
バッチ — 既存システムから
データベース、CRM、または任意の REST エンドポイントから数百のエンティティをプルできます。JSON を貼り付けるか、認証付きで URL を取得します。それらを並行してエンリッチし、進捗をリアルタイムで確認し、クリーンなレコードを書き戻すか、Excel にエクスポートできます。
その場で — 新しいエンティティが到着するたびに
新しいリード、製品、ドキュメントがシステムに入ってきましたか?数秒でエンリッチできます。1回のAPI呼び出し、n8n/Makeのトリガー、あるいはMCP経由でチャットから直接。構造化され、検証済みで、すぐに挿入できます。
どちらの経路も同じセマンティックIDを共有します。今日バッチでエンリッチしたエンティティを明日オンザフライで再び検出しても、1つのレコードに集約されます。
すべての値に証跡があります
多くのAIツールは出力をそのまま信頼するよう求めます。私たちは、どのように判断されたかを検証できるようにします。
事前チェック
まず高速なモデルが、スキーマに対してエンティティを分類します。「Titan」を惑星としてエンリッチしようとしていませんか?1トークンも消費する前に警告されます。
競合中のモデル
2つ以上のLLMが独立して回答します。出力はschemaで検証され、エラーは自動的にモデルへ戻されて自己修正されます。
アービトレーション済み、記録済み
フィールドレベルの対立は、多数決、中央値、またはAIのarbiterによって解決されます。すべての判断 — すべての候補値、勝者、その根拠 — がrecordに保存されます。
Acme Corp
あらゆるエンティティ:企業、医薬品、訴訟案件、研究論文など。
一致 — 会社
LLM credit を無駄にする前に型の不一致を検出します。
独自のAPIキーを持ち込む — あらゆるLLMプロバイダーで利用できます。
スキーマはドメインごとに分割され、自己修正型プロンプトが検証失敗時にリトライします。
モデルごとの専門領域レスポンスのディープマージ。
Acme Corp
アービトレーション済みフィールド単位での論理的な競合解決により、最終的な信頼できる結果が生成されます。
8 つの防御レイヤーが、LLM の想像とあなたのデータベースの間に立ちはだかります。ハルシネーションを防ぐ仕組み →
お客様のデータ、お客様の model、お客様のキー
データを社外に持ち出せないチーム向けに構築されています。クラウドの利便性と、推論が行われる場所を完全にコントロールできる仕組みを両立します。
独自のAPIキーを持ち込む
組織のAnthropic、OpenAI、またはGeminiのキーを使用できます。請求もデータ処理契約もお客様のものです。プラットフォームキーは、設定不要のデフォルトにすぎません。
自分のハードウェアでモデルを実行
ラップトップやオンプレミスのGPUサーバーを2分でペアリングし、エンリッチメントを安全なトンネル経由でローカルのOllamaにルーティングできます。機密データがクラウドLLMに届くことはありません。
トンネルの仕組み →Entity Enricherを選ぶ理由
構造化されたLLMエンリッチメントのために設計されています。単一のモデル呼び出しや自作パイプラインに対して何が加わるのかは、次のとおりです。
情報システムに接続
組み込みスキーマに database sync を追加すると、エンリッチメントが実際のリレーショナルテーブルとして自分の PostgreSQL にミラーリングされます。初期データ投入用の SQL スナップショット、収束状態を維持する冪等な差分フィード、そしてグルーコード不要で適用できるオープンソースの同期クライアントが揃っています。入力キーはそのまま保持され、各エンティティには安定したセマンティックIDが付与されます。これは「Headache」「Céphalée」「Cephalalgia」を3つではなく1つのレコードに解決する、すぐに使える結合キーです。
呼び出しごとに生のJSONが返ります。自社システムに取り込む前に、保存先・キー・マッチング・突合をすべて自分で設計する必要があります。
カスタムスキーマ
出力構造はお客様が定義します。任意のエンティティタイプ、任意のフィールド、任意のネストの深さに対応します。
手作りのプロンプト1つが、フラットな形を1つ返すだけです。ネスト、型、検証は、すべて自分で構築する必要があります。
マルチモデル
2つ以上のLLMを同時に実行します。結果を比較します。それぞれの最良の部分を使用します。
単一モデル、単一プロバイダー。クロスバリデーションや精度向上の手段はありません。
フュージョンと調停
ルールベースまたはLLMによるarbitrationでの解決を伴う、フィールドレベルの対立検出。
単一ソースへの盲目的な信頼。競合の認識がありません。
あらゆるドメイン、あらゆるエンティティ
法人、医薬品化合物、研究論文、不動産——あらゆるものに対応します。
新しいドメインが増えるたびに、新しいプロンプト、新しい検証、新しい配線が必要になります。つまりエンティティ型ごとにパイプラインが必要です。
設計段階から多言語対応
組み込みフィールドを一度多言語としてマークするだけです。1回のエンリッチメント呼び出しで、選択したすべての言語(最大40)に翻訳された値が返され、追加のLLM呼び出しや翻訳パイプラインは不要です。
英語のみの出力です。翻訳は別の工程であり、別のコストがかかり、別の障害要因となります。
独自のドキュメントを持ち込む
新規PDF、スライド、スプレッドシート、契約書、スキャン画像、音声録音を添付できます。ビジョン・PDF・音声に対応したmodelはそれらを直接読み取り、その他のファイルはサーバーサイドで抽出され自動的にインライン化されます。
テキスト入力のみに対応しています。ドキュメントはご自身で対応する必要があります。エンリッチメントの前に、変換、OCR、文字起こし、チャンク分割、クリーニングを行ってください。
デフォルトでコスト最適化
組み込みpromptキャッシュにより、共有のpromptを並列呼び出し全体で入力価格の約10%で再利用でき、各expertise domainは自身のフィールドのみを参照し、安価な事前チェックによって誤ったentityをenrichmentして課金される事態を防ぎます。
トークンレベルの最適化のないrecord単位の一律料金であり、実際にいくら使ったかを把握することもできません。
あなたの働く場所で動作します
schema を一度設計すれば、あらゆる規模で enrichment できます。Web アプリから、自動化ワークフローから、あるいは自身のコードから直接実行できます。
バッチエンリッチメント
ウェブアプリから数百件の entity を並列で enrichment します。リアルタイムストリーミング、自動 fusion、Excel エクスポートに対応します。
n8n と Make のワークフロー
自動パイプライン: 新しいデータをトリガーにエンリッチメントを行い、CRM やデータベースへ送信します。400 以上のアプリ連携に対応。
REST API
カスタム連携向けのプログラムによるアクセス。型付きOpenAPI schema、organizationスコープのキー、同期およびストリーミングのエンドポイントを提供します。
n8n を介して400以上のアプリに接続
n8nのビジュアルワークフローエディターで自動化されたエンリッチメントパイプラインを構築できます。あらゆるソースからデータを取得し、AIでエンリッチメントし、結果をどこへでも送信できます。
Entity Enricher は組み込みの MCP(Model Context Protocol) サーバーを提供しています。スキーマの一覧表示、エンティティのエンリッチメント、結果の確認など、すべてをチャットから行えます。ワークフローエディターは不要です。
オープンソースの ee-database クライアントは、あなた自身の PostgreSQL をあらゆるエンリッチメントと収束した状態に保ちます。スナップショットでブートストラップし、その後は外向き接続でライブのデルタフィードを流します。構築するワークフローは不要で、接続文字列がマシンから出ることもありません。
あらゆるドメインに対応
B2Bの連絡先だけではありません。あらゆるentityタイプのschemaを定義してenrichmentできます。
比較の方法
ウェブリサーチAPIやスプレッドシート型のリサーチエージェントからの移行をお考えですか?あるいは自前のLLMパイプラインを構築中でしょうか? Entity Enricher の立ち位置をご紹介します。
| 機能 | Entity Enricher | Parallel AI | AIリサーチエージェント | DIY LLMパイプライン |
|---|---|---|---|---|
| カスタムのネストされたスキーマ | フラットな JSON スキーマ | 列ごとにプロンプト1つ | 手動コーディング | |
| マルチモデルエンリッチメント | オーケストレーションを行います | |||
| フュージョンと競合解決 | ||||
| フィールド単位の監査証跡 | 出典+確信度 | |||
| リンク済みエンティティの重複排除(セマンティックID) | ||||
| 自社のPostgreSQLへの同期 | CSV / シートへのエクスポート | あなたが構築します | ||
| 自社ドキュメントを出典に | 場合による | あなたが構築します | ||
| 任意のエンティティタイプ | ||||
| 多言語出力(40言語) | あなたが構築します | |||
| BYOK / セルフホストモデル | まれ | |||
| バッチ処理 | あなたが構築します | |||
| メンテナンス | マネージド | マネージド | マネージド | 永久にあなたのもの |
| 料金 | トークン従量課金 | $5〜25 / 1,000行 | クレジット / サブスクリプション | エンジニアリング時間 + トークン |
過去をさかのぼって補完し、未来をエンリッチメントしましょう。
御社のナレッジはすでに文書化されています。それをクエリ可能にしましょう。無料で始め、自分の API キーを持ち込み、LLM のコストだけを支払います。
無料で始める