使われなくなったSCORMコースを生きたナレッジベースに変える

企業の研修ライブラリには数十年分のドメイン知識が蓄積されています。安全手順、コンプライアンス要件、製品仕様、オンボーディングプロセス。これらのコンテンツは、専門家が多大なコストをかけて作成したものです。しかし、AIパイプラインではなくLMS相互運用のために設計されたSCORMパッケージに閉じ込められています。

ScormParserがそのギャップを埋めます。AIエンジンがSCORMの内部構造を理解し、すべてのコンテンツアセットを抽出、音声・動画を文字起こし、エンベディング対応のチャンク分割コンテンツとして出力します。

APIでSCORM ZIPパッケージをアップロード。ScormParserのAIがパッケージ全体を処理します。テキストコンテンツの抽出、音声認識による音声・動画の文字起こし、すべてをクリーンなMarkdownまたはJSONに構造化。出力には、人気のエンベディングモデルに最適化された事前計算チャンク境界が含まれます。

エンベディングモデルごとにコンテキストウィンドウが異なり、最適なチャンクサイズも異なります。ScormParserでは、OpenAIのtext-embedding-3-large、Cohereのembed-v3、BGEやE5などのオープンソースモデルなど、お使いのモデルに合わせてチャンキング戦略を設定できます。各チャンクにはコース階層メタデータが含まれるため、検索パイプラインでコンテキストが保持されます。

{
  "text": "All forklift operators must complete...",
  "metadata": {
    "course": "Warehouse Safety 2024",
    "module": "Equipment Operation",
    "slide": 7
  }
}

ScormParserのチャンク分割出力は、人気のベクトルデータベースへの直接取り込みに対応しています。Pinecone、Weaviate、Qdrant、ChromaDBへカスタム変換コードを書くことなくチャンクをロード。出力フォーマットがこれらのデータベースの期待する形式と一致しているため、SCORMから検索可能なナレッジまで数分で到達できます。