生成AIデザインパターン ―AIエージェント構築、アプリケーション開発のベストプラクティス

4章知識を追加する：シンコペーション

本章のパターンは「3章　知識を追加する：ベースライン」で説明したRAGを基礎とし、その上に構築されている（図3-1参照）。本章を読む前に3章を読んで、すべてのRAGの根底にある基本概念を学んでおこう。RAGの可能性を理解すれば、個々のユースケースの特徴に応じて、RAGパイプラインを構成する各要素の実装を選択できる。本章ではこれらの要素を説明する。

4.1　パターン9：インデックスを用いた検索

チャンクに含まれるテキストとそのインデックス方法を理解すれば、基本的なRAG［パターン6］とセマンティックインデキシング［パターン7］を改善できる。このパターンのどの構成要素を採用するべきなのかは、コンテンツの種類に依存する。

4.1.1　問題

RAGは次の2つを仮定している。(1)質問と類似性のあるチャンクを知識ベースから検索できる、(2)検索されたチャンクを使って答えを生成できる。しかし、いくつかの状況では1つ目の仮定が成立しない。質問が知識ベースに存在しない場合、知識ベースがユーザのクエリとは異なる技術用語を使用している場合、答えがチャンク内にあるが細かすぎてわからない場合、回答するためには複数のチャンクにまたがる全体的な理解が必要になる場合などだ。

4.1.1.1　知識ベースに質問がない場合

FAQやサポートチケット、ディスカッションフォーラムを知識ベースにしているのでもなければ、質問そのものは知識ベースに現れない。例えば、次のような質問だ。

What’s a historical attraction within a 2-hour train ride from Madrid?

マドリードから電車で2時間以内の歴史的観光スポットは？