AI技術ガイド
RAGは最初のテナントで何を確かめるか｜小さく作る進め方
最初の1件を広く作らず、1つのテナントに閉じて確かめる。ビルド時に何を払い、実行時に何が残るかを見てから、広げるかどうかを判断する。
過去の記事
18 / 75 ページ
ARCHIVE
記事一覧
AI技術ガイド
RAG導入前のデータ棚卸し｜答えが文書に無い質問は一定数残る
棚卸しをどれだけ丁寧にやっても、答えが文書に無い質問は残る。それを欠陥として扱うか、想定内として設計に組み込むかで、その後の作業量が変わる。
AI技術ガイド
RAG導入前に自社の現状を実測する｜短縮できるのは「探す時間」だけ
RAGが変えるのは業務のうち「探す」工程だけである。業務全体の時間で効果を測ろうとすると、導入前も導入後も何が変わったのか読めなくなる。
AI技術ガイド
RAG導入で最初に着手する業務の選び方｜有界かどうかが分かれ目
同じRAGの構成でも、答えの集合が決まっている業務と、都度状況が変わる業務では出る結果が違う。最初に選ぶべき業務の見分け方を整理する。
AI技術ガイド
出典を示すこと自体が漏れになる｜社内文書RAGの引用表示という論点
出典を提示するという一般的なグラウンディング強化の実務が、権限のない引用元名の露出という新しい漏れ経路を作ることがある。
AI技術ガイド
要約が権限の境界を溶かす｜社内文書RAGの横断要約という漏れ経路
検索段階では権限フィルタが効いていても、要約という圧縮の過程で、どの文がどの権限レベルの文書に由来するかという情報は失われやすい。
AI技術ガイド
検索結果を隠しても答えから漏れる｜社内文書RAGの推測漏れという盲点
「見つかりませんでした」という素っ気ない返答と、詳しく踏み込んだ返答の差そのものが、権限のない読者への手がかりになることがある。
AI技術ガイド
社内文書RAGの監査ログ設計｜「誰が何を引いたか」をどこまで残すか
検索結果を権限でフィルタしたという事実だけでは、実際に何が使われ何が答えに反映されたかは分からない。監査ログの設計を考える。