RAG

ソフトウエア

Snorbeとは？ナレッジグラフ型エージェント

Snorbeの公開資料を基に、RAG、ナレッジグラフ、GraphRAG、AIエージェントの役割と使い分けを解説します。
2026.08.16 冨田到 冨田到
ソフトウエア
ソフトウエア

構造化データとは？｜JSON-LDが効く読み手と効かない読み手を実験データで分ける

構造化データ(JSON-LD)を読む相手は、検索エンジン・AI検索・社内AIの3種類に増えました。Googleは公式ドキュメントで「生成AI検索に構造化データは必須ではない」と明記しており、JSON-LDを新規追加した1,885ページの対照実験でもAI引用は増えていません。一方で社内AIでは、見出しの階層を各断片に持たせるだけで正答率が6.5ポイント上がった査読論文があります。効果を数字で確かめられる相手とそうでない相手を分け、廃止済みのHowTo・FAQを実装しないための確認手順まで整理しました。
2026.08.05 冨田到 冨田到
ソフトウエア
サービス・インフラ

Claudeのメモリーは「学習」ではない｜3層モデルで整理する継続学習との違い

Claude や ChatGPT のメモリーはユーザー別データベースへの保存であって、モデル重みの更新ではありません。学習の3層モデル、3サービスの設定パスと削除挙動の比較、個人情報保護委員会の注意喚起を踏まえた顧客データ扱いのチェックリスト、破滅的忘却と継続学習の現在地までを公式ドキュメントと論文から整理しました。
2026.07.26 冨田到 冨田到
サービス・インフラソフトウエア
ソフトウエア

機械・精密業界のAI調査ツール選び方｜工作機械・ロボット・精密部品で違う一次データの読ませ方

日本の機械産業のAI導入率は世界96%に対して12.2%。工作機械・産業ロボット・精密加工部品の3層×開発設計・保守サービス・営業技術の3職種で、AI調査ツールの選び方は変わります。カタログ・特許・保守ログの実装レシピと2026年の最新事例を整理しました。
2026.07.11 冨田到 冨田到
ソフトウエアメーカー
ソフトウエア

エンベディングとは？｜ベクトル空間でAI調査が記憶する仕組み

エンベディング（埋め込み）の基本から2026年の主要モデル、Vector DBの選定、RAGとの違い、リサーチエージェント実装での応用まで、エンジニア向けに数値と出典で押さえた実装ガイドです。
2026.07.07 2026.07.14 冨田到 冨田到
ソフトウエア
ソフトウエア

ナレッジグラフとは？GraphRAGとAI調査での使い方をやさしく解説

ナレッジグラフを友達関係マップのたとえで中学生にもわかるように解説。Googleが2012年に始めた背景から、GraphRAGとの組み合わせ、製薬・素材・知財での実例、2026年の最新動向と明日からできる一歩まで。R&D企画・新規事業担当向け。
2026.06.18 2026.07.02 冨田到 冨田到
ソフトウエア
ソフトウエア

【論文解説】grepとbashでRAG超え？DCI論文の中身と将来展望

2026年5月公開のDCI論文（arXiv:2605.05242）を初学者向けに解説。grepやbashでLLMが直接コーパスを探る新手法が、ベクトル検索を精度・コストの両面で上回った理由と、これからのRAG設計への影響をやさしくまとめます。
2026.05.20 冨田到 冨田到
ソフトウエア