知識工程專案的目的為何？

將個人的隱性知識結構化，並利用 AI 代理提高業務的可重現性，從而穩定與提升服務品質。

「skills」是什麼樣的機制？

這是將作業流程與判斷基準整合給 AI 使用的系統，是實現業務 AI 代理化的核心機制。

CINC 正在推動包括 AI 搜尋優化（GEO/LLMO）在內的行銷諮詢業務全面 AI 化，並建立組織性的數據應用平台。

發布 2026年5月19日 22:00 ・ 最後更新 2026年6月14日 09:19 ・閱讀約 2 分鐘・來源：PR TIMES

CINC 啟動「知識工程專案」，將內部積累的專業技能透過 AI 代理轉化為知識資產。

CINC（總部：東京都港區，代表取締役社長：石松友典）宣佈啟動「知識工程專案」，旨在將內部積累的研究方法、提案心得與營運經驗整理並實作為可重複使用的知識資產，並透過 AI 進行應用。

在此專案中，CINC 的目標不只是保存資深員工的隱性知識，而是將其整理為實務上可用的形式，從而建構一套能降低案件應對品質差異，並能更快速、精準地向客戶提供價值的機制。

<專案啟動背景>

要將生成式 AI 與 AI 代理的投入轉化為實際成果，必須以組織形式整理並運用知識。將知識從個人經驗轉化為組織資產，並透過系統化進行展開與滲透，才能創造更大的成就。

展望轉型為「AI 第一」的企業，CINC 已著手建立基礎設施，將積累的知識從「僅個人知悉的經驗法則」轉化為「組織可運用的知識資產」，並結合 AI 加以應用。

<專案概述>

本專案核心在於運用生成式 AI 的「skills」，實現業務的 AI 代理化。「skills」是整合了作業程序與判斷基準的規則集。基於此機制，公司將收集並整理現場心得，將過去依賴個人經驗的業務結構化，使其更具可重現性。

主要舉措包括：

1. 構建 AI 代理使用環境將 AI 代理定位為支撐核心競爭力的重要智識資產，構建兼具便利性與安全性的使用環境。

2. 知識的 AI 代理化將內部知識整理為 AI 代理可於實務中運用的「skills」。同時，建立知識建立、審核與展開的流程，並由 AI 戰略部組成「知識工程團隊」，建立組織化的開發營運體制。

3. 整備 AI 代理所需數據基礎開發 AI 代理所需的 API 與 MCP，並建立獲取、積累與維護知識所需上下文的機制。

4. 整備 AI 代理應用的治理基礎建立設計與營運基礎，包括上下文設計與管理、約束條件與防護牆（guardrails）的構建、AI 評估與改善循環的導入，以及審核與稽核流程的整備，以確保治理。

透過這些舉措，CINC 預期達成以下效益： - 提案品質的穩定化 - 應對速度的提升 - 專業知識的繼承 - 可重現性的提高

CINC 未來將持續透過將知識與業務、AI 應用相結合，致力於解決客戶面臨的挑戰。