RAG 最新ニュース・活用記事

LLM Wikiパターンの標準化 OKF(Open Knowledge Format)

LLMに読ませる知識をWiki形式で整理する際の標準化指針が得られる。RAGやエージェントに組み込むときに参照しやすい構造を検討する材料になる。

hatenablog · 2026-08-18

RAG

AIキャラの記憶をローカルファイルからCloudflare Workers + KVに「地続きで」移した話 — 外でも昨日の続きを話す

AIキャラの記憶をローカルファイルからCloudflare WorkersとKVへ移し、場所を変えても会話履歴を継続できる仕組みが分かる。移行手順や記憶データの保存設計が参考になる。

zenn · 2026-08-17

AI自動化 RAG

AIにプロジェクト全体のコードを書かせる「RACG」入門 — サーベイ論文を読み解く

プロジェクト全体のコード生成をAIに任せる手法の入門知識が得られる。サーベイ論文で整理された論点から、コードベースの全体像をどう扱うか、生成結果の検証をどこで行うかという実用化のポイントが把握できる。

zenn · 2026-08-17

AIエージェント AIコーディング RAG

Firecrawl、オフィス文書やPDFをMarkdownへ変換する「anydoc」をオープンソースで公開 | gihyo.jp

オフィス文書やPDFをMarkdownへ変換したいときに使えるオープンソースのツールが分かる。ローカル実行が可能なため、外部送信を避けたい文書をそのままLLM向けのテキスト化に回せる選択肢になる。

hatenablog · 2026-08-16

無料AIツール RAG

散らばった議論を LLM-Wiki でフル活用する AI 時代のデザインシステムのカタチ

散らばった議論をAI対応Wikiに集約して、デザインシステムの更新や運用に活用する方法が分かる。複数ドキュメントを横断検索できる状態を作り、過去の意思決定の根拠を引き出せるため、情報収集の手間を減らせる。事前にドキュメントの粒度と更新ルールを決めておく必要がある。

hatenablog · 2026-08-16

RAG

Knowledge Graphの次は何か？『知識表現』をAI自身に設計させるという思考実験

Knowledge Graphの限界を踏まえ、知識表現そのものをAIに設計させるという思考実験を紹介する記事。知識表現の次世代アーキテクチャを模索する際の論点と、AI設計による表現がもたらす可能性を理解できる。

zenn · 2026-08-14

AIエージェント Deep Research RAG

【RAG】話題の米国AIベンチャーで実践される「社内ナレッジ」管理

米国AIベンチャーで実践される社内ナレッジ管理をRAGの観点から解説する記事。社内情報をAI検索で活用するための運用設計や、RAG導入時のデータ整理の考え方が得られる。

hatenablog · 2026-08-14

業務AI導入 RAG

Perplexity風のエージェントを個人開発アプリに組み込んだ——設計の工夫と課題点

Perplexityに似たAIエージェント機能を個人開発アプリに組み込む際の、設計の工夫と課題が学べる。外部サービスとの連携方法や、検索結果を回答に反映させる仕組みの落とし穴を把握できる。

zenn · 2026-08-13

AIエージェント AI API Perplexity RAG

【特集】これなら社外秘情報も読ませられる！「AnythingLLM」で超快適ローカルRAG生活

ローカル環境で機密情報を外部送信せずにAIへ読ませるRAG運用の始め方が得られる。AnythingLLMを導入して手元の文書を参照させるまでの流れと、社外秘情報を扱う際のセキュリティ上の注意点を確認できる。

hatenablog · 2026-08-08

ローカルLLM AIプライバシー RAG

Mac mini（M4 Pro / 48GB）で「完全ローカル」のLLM + RAG環境を構築してみた - Qiita

Mac mini (M4 Pro/48GB)上で完全にローカルなLLMとRAG環境を構築する手順が得られる。Ollamaを使ったモデル導入の手順や、ローカルでベクトルデータベースを連携する具体的な設定方法が解説されている。

hatenablog · 2026-07-28

ローカルLLM RAG

AIにメールを読ませたら、死角は添付ファイルだけだった

AIにメールを読ませる際、添付ファイルが処理の死角になるという実用的な注意点が得られる。具体的には、添付ファイルの形式ごとの読み取り可否や、パース方法の違いによる情報欠落のリスクが把握できる。

zenn · 2026-07-28

AI自動化 RAG

永続メモリ層、結局どう実装するか — 索引スキーマと判定基準を全部書く

永続メモリ層の実装方法について、索引スキーマと判定基準を全て公開する。具体的なデータ構造や、どのような条件でメモリを保存・検索するかの基準が詳細に説明されている。AIエージェントに長期記憶を持たせたい開発者向けの実装ガイド。

zenn · 2026-07-24

AIエージェント MCP RAG

token消化ではなく、記事のご縁を可視化！さくらのAI Engine RAGでチャレンジ参加記事の相関図を描いてみた🌸

さくらのAI Engine RAGを使って、チャレンジ参加記事同士の関連性を可視化する相関図が描ける。記事のご縁を可視化する具体的なRAGの設定や、相関図の出力方法を学べる。

zenn · 2026-07-23

AI自動化 RAG

AI検索時代に自サイトを『AIに引用されやすく』する技術 — 構造化データとllms.txtの実装

AI検索時代に自サイトをAIに引用されやすくする技術として、構造化データとllms.txtの実装方法を学べる。SEO対策としての具体的なマークアップ手順や、llms.txtファイルの書き方が得られる。

zenn · 2026-07-22

AI自動化 RAG

AIに会社の地図を持たせたら、3年目社員のように働き始めた〜精度とトークン効率を上げるオントロジーの実践〜｜kunpe (ymdpharm)

オントロジーを用いてAIに会社の地図情報を持たせることで、新人ではなく3年目社員のように業務を遂行できるようになる実践手法が得られる。具体的には、地図データをオントロジー構造で整理することで、AIの回答精度とトークン効率が向上し、社内ナビゲーションや業務フローの自動化に活用できる。

hatenablog · 2026-07-21

業務AI導入 RAG

自社のレビュー履歴からAIコードレビュアーをつくる方法

自社の過去のコードレビュー履歴を学習データとして、専用のAIコードレビュアーを構築する方法が得られる。具体的には、レビューコメントと修正内容のペアを抽出し、ファインチューニングやRAGでモデルに反映させる手順が示される。汎用AIレビュアーでは拾えない、チーム固有の規約や好みを自動チェックできるようになる。

zenn · 2026-07-21

AI自動化 AIコーディング RAG

OpenAI Responses API の Multi-Agent 機能を試す: RAGの不正解を6つの観点で並列分析する

OpenAI Responses APIのMulti-Agent機能を使ってRAGの不正解を6つの観点で並列分析する方法が分かる。複数のエージェントを同時に動作させて、異なる視点から回答の正確性を検証できる。RAGシステムの品質向上に役立つ。

zenn · 2026-07-18

AIエージェント AI API RAG

Google、「NotebookLM」を「Gemini Notebook」に改称 Geminiエコシステムへの統合を強化

GoogleがNotebookLMをGemini Notebookに改称し、Geminiエコシステムとの統合を強化する。これにより、Geminiの他のサービスとの連携がスムーズになり、ノート管理機能がGeminiのAI機能と一体化する点が実用的な変化となる。既存ユーザーはサービス名の変更に伴うUIや連携方法の変化を確認

hatenablog · 2026-07-17

Gemini NotebookLM RAG

AI任せで痛感した反省を活かす、ブラックボックス化を防ぐチャットボット実装

AI任せで失敗した反省を基に、ブラックボックス化を防ぐチャットボット実装の要点が得られる。具体的には、AIの回答根拠をユーザーに表示する仕組みや、回答不能な場合に人間にエスカレーションするルールを組み込む方法が解説されている。

zenn · 2026-07-17

業務AI導入 RAG

社内FAQは作らず、NotebookLMに一次回答させる

社内FAQを事前に作らずに、NotebookLMに一次回答させる運用方法が分かる。質問に対してNotebookLMが回答し、その内容を人間が確認・補完する手順を取ることで、FAQ作成の工数を削減できる。

zenn · 2026-07-16

AI自動化 NotebookLM RAG

"「私だけ」を「私たち」に変える ── 散らばった声を、AIで“意味”で束ねる。ほどく相手が、一人の職人から、一つの街に変わった日"

散らばった個人の声をAIで「意味」で束ね、一人の職人から街全体へと対象を広げた事例記事。コミュニティの意見集約や分析にAIを活用する方法が得られる。具体的には、テキストデータを意味でクラスタリングする手法や、結果を可視化する手順が示される。

zenn · 2026-07-16

AI自動化 RAG

AIエージェントの記憶を揮発させない共有メモリ層を設計した

AIエージェントの記憶を揮発させない共有メモリ層の設計方法が得られる。具体的なアーキテクチャや実装手順を参考に、永続的な記憶管理を実現できる。

zenn · 2026-07-16

AIエージェント RAG

AIエージェントの記憶混在を防ぐnamespace設計：user_id・agent_id・memory_space_idで分離する

複数のAIエージェントが同じ記憶領域を使う際の混在問題を、namespace設計で解決する方法を学べる。user_id、agent_id、memory_space_idの3軸でデータを分離することで、エージェントごとに独立した記憶を保持できる。実装時のスキーマ設計やクエリの書き方の具体例が得られる。

zenn · 2026-07-15

AIエージェント RAG AIセキュリティ

丸読み60秒を2秒に。Obsidian×AI記憶の二層設計

ObsidianとAIを組み合わせて、丸読み60秒の情報を2秒で処理できる記憶管理の二層設計を学べる。具体的には、AIによる一次的な情報整理と、Obsidianによる長期記憶の構造化を連携させる方法が示されている。この設計により、情報のインプットからアウトプットまでの時間を大幅に短縮できる。

zenn · 2026-07-14

AI自動化 Claude RAG

AIエージェントの記憶引き継ぎ台帳を最小実装する

AIエージェント間で記憶を引き継ぐための台帳を最小限の実装で構築する方法が得られる。台帳のデータ構造や、エージェントが前回の状態を参照する際の連携手順に焦点が当てられている。

zenn · 2026-07-13

AIエージェント RAG

AI彼女アプリを作っていて気付いた。思い出すことより、「思い出す順番」の方が難しかった

AI彼女アプリ開発において、記憶の想起順序の設計が記憶内容そのものより難しいという気付きが得られる。想起順序を制御するためのデータ構造やアルゴリズムの選択基準が実践的な知見として提示される。

zenn · 2026-07-13

AIエージェント RAG

【Vol.13】NotebookLM実践編｜資料を読ませて要約⇒理解する

NotebookLMを使って資料を読み込ませ、要約から理解までを行う実践的な手順を解説。資料のアップロード方法や、生成された要約を活用して内容を深く理解するプロセスが具体的に示されている。AIによる文書要約の実務活用に役立つ。

zenn · 2026-07-08

NotebookLM プロンプト RAG

"解体してみないと分からない、を契約前に少しだけ減らす ── 過去の似た物件だけから、伝えるべきことを取り出す道具"

物件の内見前に、過去の類似物件データから伝えるべき情報を抽出する手法を提案。解体しないと分からないリスクを契約前に減らすための実用的な道具として、データ活用の具体策が示されている。不動産取引における情報非対称性の解消に役立つ。

zenn · 2026-07-08

AI自動化 RAG

自律型AI-Agent 「業界特化」（Gov・自治体、SaaS、EC）& RAG　をスクラッチで作りました。

特定の業界（Gov・自治体、SaaS、EC）に特化した自律型AIエージェントとRAGシステムをスクラッチで構築する方法が得られる。具体的には、業界ごとのデータ構造や業務フローに合わせたエージェント設計と、RAGの実装におけるドメイン知識の組み込み方が判断材料となる。

zenn · 2026-07-08

AIエージェント AIコーディング RAG

AWSでRAGシステムを構築する（前編）— 全体設計とIngestionパイプライン

AWS上でRAGシステムを構築するための全体設計とデータ取り込みパイプラインの実装手順が得られる。具体的には、アーキテクチャの各コンポーネントの役割分担と、Ingestionフェーズでのデータ加工・ベクトル化の流れを把握できる。

zenn · 2026-07-07

AIコーディング RAG