コア プロジェクト

パーソナル検索からRAGへ進化するアプリケーション

キーワード検索から始め、埋め込みとチャンク単位のベクトル検索、さらに根拠となる出典付きのLLM回答生成へ進化させます。フロントエンドは静的なまま、APIとマネージドサービスが動的機能を提供します。

レイアウト確認用のサンプル内容と日付です。

プロジェクトの目的

このサンプルでは、ドキュメントの検索から、取得した情報を根拠に回答を生成する段階までの進化を示します。

3つの段階

  • キーワード検索では、インデックスされた単語を使ってドキュメントを取得します。
  • ベクトル検索では、埋め込みを使って関連するチャンクを取得します。
  • RAGでは、取得した文脈をLLMに渡し、出典付きの回答を生成します。

インフラの設計判断

フロントエンドは静的なままにし、バックエンドAPIで検索とモデル呼び出しを制御します。チャンクには元の資料への参照情報を持たせ、利用者が出典を確認できるようにします。

検証する内容

同じ質問でキーワード検索とベクトル検索を比較します。生成回答が取得情報に裏付けられているかを確認し、レイテンシーとコストを記録します。実際の検証結果に置き換えてください。

プラットフォームの進化(Mermaidサンプル)