タグ
knowledge-db
プロンプトより先に整えるもの。Context Engineering入門
コンテキストエンジニアリングとは、AIに答えさせるたびに、渡す情報(指示・知識・これまでのやり取り)を選び直す作業のことです。プロンプトエンジニアリングが言葉選びを一度整える作業なのに対し、コンテキストエンジニアリングは会話やタスクが進むごとに、何を渡し何を渡さないかを選び直す継続的な設計です。情報を増やすほど答えが良くなるわけではなく、厳選された少ない情報のほうが正確な答えを引き出します。
続きを読む →RAGとは？社内資料をAIに読ませる前に知るべき限界と設計
RAGとは、社内資料を細かく分割して検索し、質問に近い断片だけをAIに渡して答えさせる仕組みです。断片化によって文脈が失われ、検索が的外れになりやすいのが主な限界です。整理された資料ほど検索精度は上がり、資料が少なければRAGを組まずに全文を渡す方が確実な場合もあります。
続きを読む →1人社長のナレッジDB設計：最初に集める5種類の情報
1人社長がナレッジDBで最初に集めるべきは、判断の基準・頻出の問い合わせとその答え・やってはいけない禁止事項・過去の勝ち負けとその理由・顧客ごとの事情の5種類です。どれも新しく書く資料ではなく、すでに交わした会話やメールに散らばっている実務知です。海外では、通話録音とメールをAIに読ませて手順に変換し、初めての採用に踏み出した1人社長の例があります。
続きを読む →なぜAIエージェントは、ナレッジDBから作るべきなのか
AIエージェントをナレッジDBから作るべき理由は、エージェントの答えの質が、モデルの賢さではなく「参照できる自社の文脈」で決まるからです。判断・資料・過去のやり取りを編纂したナレッジDBがなければ、賢いモデルでも一般論しか返せません。ツールやエージェントを先に導入して定着しない会社と、先に知識の土台を作って現場で使われる会社を分けているのは、この着手順です。
続きを読む →