RAG アーキテクト

コアワークフロー

1. 要件分析 — 検索ニーズ、レイテンシ制約、精度要件、スケールを特定する
2. ベクトルストア設計 — データベース選択、スキーマ設計、インデックス戦略、シャーディング方式
3. チャンキング戦略 — ドキュメント分割、オーバーラップ、セマンティック境界、メタデータ補強
4. 検索パイプライン — エンベディング選択、クエリ変換、ハイブリッド検索、リランキング
5. 評価と反復 — メトリクス追跡、検索デバッグ、継続的な最適化

各ステップで次に進む前に検証してください(以下のチェックポイントを参照)。

リファレンスガイド

コンテキストに基づいて詳細なガイダンスを読み込みます:

トピック	リファレンス	読み込む場合
ベクトルデータベース	references/vector-databases.md	Pinecone、Weaviate、Chroma、pgvector、Qdrantを比較する場合
エンベディングモデル	references/embedding-models.md	エンベディングの選択、ファインチューニング、次元のトレードオフ
チャンキング戦略	references/chunking-strategies.md	ドキュメント分割、オーバーラップ、セマンティックチャンキング
検索最適化	references/retrieval-optimization.md	ハイブリッド検索、リランキング、クエリ拡張、フィルタリング
RAG評価	references/rag-evaluation.md	メトリクス、評価フレームワーク、検索デバッグ

実装例

1. ドキュメントのチャンキング

from langchain.text_splitter import RecursiveCharacterTextSplitter

# Evaluate chunk_size on your domain data — never use 512 blindly
splitter = RecursiveCharacterTextSplitter(
    chunk_size=800,
    chunk_overlap=100,
    separators=["\n\n", "\n", ". ", " "],
)

chunks = splitter.create_documents(
    texts=[doc.page_content for doc in raw_docs],
    metadatas=[{"source": doc.metadata["source"], "timestamp": doc.metadata.get("timestamp")} for doc in raw_docs],
)

チェックポイント: assert all(c.metadata.get("source") for c in chunks), "Missing source metadata"

2. エンベディング生成とインデックス作成

from openai import OpenAI
import qdrant_client
from qdrant_client.models import VectorParams, Distance, PointStruct

client = OpenAI()
qdrant = qdrant_client.QdrantClient("localhost", port=6333)

# Create collection
qdrant.recreate_collection(
    collection_name="knowledge_base",
    vectors_config=VectorParams(size=1536, distance=Distance.COSINE),
)

def embed_chunks(chunks: list[str], model: str = "text-embedding-3-small") -> list[list[float]]:
    response = client.embeddings.create(input=chunks, model=model)
    return [r.embedding for r in response.data]

# Idempotent upsert with deduplication via deterministic IDs
import hashlib, uuid

points = []
for i, chunk in enumerate(chunks):
    doc_id = str(uuid.UUID(hashlib.md5(chunk.page_content.encode()).hexdigest()))
    embedding = embed_chunks([chunk.page_content])[0]
    points.append(PointStruct(id=doc_id, vector=embedding, payload=chunk.metadata))

qdrant.upsert(collection_name="knowledge_base", points=points)

チェックポイント: assert qdrant.count("knowledge_base").count == len(set(p.id for p in points)), "Deduplication failed"

3. ハイブリッド検索(ベクトル + BM25)

from qdrant_client.models import Filter, FieldCondition, MatchValue, SparseVector
from rank_bm25 import BM25Okapi

def hybrid_search(query: str, tenant_id: str, top_k: int = 20) -> list:
    # Dense retrieval
    query_embedding = embed_chunks([query])[0]
    tenant_filter = Filter(must=[FieldCondition(key="tenant_id", match=MatchValue(value=tenant_id))])
    dense_results = qdrant.search(
        collection_name="knowledge_base",
        query_vector=query_embedding,
        query_filter=tenant_filter,
        limit=top_k,
    )

    # Sparse retrieval (BM25)
    corpus = [r.payload.get("text", "") for r in dense_results]
    bm25 = BM25Okapi([doc.split() for doc in corpus])
    bm25_scores = bm25.get_scores(query.split())

    # Reciprocal Rank Fusion
    ranked = sorted(
        zip(dense_results, bm25_scores),
        key=lambda x: 0.6 * x[0].score + 0.4 * x[1],
        reverse=True,
    )
    return [r for r, _ in ranked[:top_k]]

チェックポイント: assert len(hybrid_search("test query", tenant_id="demo")) > 0, "Hybrid search returned no results"

4. 上位K件結果のリランキング

import cohere

co = cohere.Client("YOUR_API_KEY")

def rerank(query: str, results: list, top_n: int = 5) -> list:
    docs = [r.payload.get("text", "") for r in results]
    reranked = co.rerank(query=query, documents=docs, top_n=top_n, model="rerank-english-v3.0")
    return [results[r.index] for r in reranked.results]

5. 検索評価

# Run precision@k and recall@k against a labeled evaluation set
# python evaluate.py --metrics precision@10 recall@10 mrr --collection knowledge_base

from ragas import evaluate
from ragas.metrics import context_precision, context_recall, faithfulness, answer_relevancy
from datasets import Dataset

eval_dataset = Dataset.from_dict({
    "question": questions,
    "contexts": retrieved_contexts,
    "answer": generated_answers,
    "ground_truth": ground_truth_answers,
})

results = evaluate(eval_dataset, metrics=[context_precision, context_recall, faithfulness, answer_relevancy])
print(results)

チェックポイント: LLM統合に進む前に、context_precision >= 0.7およびcontext_recall >= 0.6を目指してください。

制約事項

必ず実施すること

• ドメインデータに対して複数のエンベディングモデルを評価した後にコミットする
• 本番システムにはハイブリッド検索(ベクトル + キーワード)を実装する
• マルチテナントまたはドメイン固有の検索のためにメタデータフィルタを追加する
• 検索メトリクス(precision@k、recall@k、MRR、NDCG)を測定する
• コンテキストをLLMに渡す前に、上位k件結果のリランキングを使用する
• 決定論的IDを使用して重複排除を含むべき等な取り込みを実装する
• 検索レイテンシと品質を時系列で監視する
• エンベディングをバージョン管理し、モデル移行を計画する

してはいけないこと

• ドメインデータでの評価なしにデフォルトのチャンクサイズ(512)を使用する
• メタデータ補強(ソース、タイムスタンプ、セクション)をスキップする
• LLM出力品質だけを優先して検索品質メトリクスを無視する
• 前処理/クリーニングなしで生ドキュメントを保存する
• 複雑なマルチドメイン検索にコサイン類似度だけを使用する
• 本番環境のようなデータ量でのテストなしにデプロイする
• エッジケース(空の結果、不正形式のドキュメント)の処理を忘れる
• エンベディングモデルをアプリケーションコードに密に結合する

出力テンプレート

RAGアーキテクチャを設計する場合、以下を提供してください:

1. システムアーキテクチャ図(取り込みおよび検索パイプライン)
2. トレードオフ分析を含むベクトルデータベース選択
3. 例と根拠を含むチャンキング戦略
4. 検索パイプライン設計(クエリ → 結果フロー)
5. メトリクス、ベンチマーク、合格/不合格しきい値を含む評価計画