#RAG
「RAG」に関する記事一覧。Kuu株式会社のブログでは、AIエージェントガバナンスとDXの観点から RAG に関連するノウハウを 5 件発信しています。
Citations APIで実装する検証可能なRAG引用設計
Claude Citations APIは引用元テキストをcited_textとして返し出力トークンに加算しない。char_location等3種の引用形式とRAG実装への組み込み方を解説する。
RAGコーパス汚染攻撃の防御設計——知識ベースを4層で守る
RAGの知識ベースに悪意あるドキュメントを注入する「コーパス汚染攻撃」の仕組みと、コーパス入場管理・検索強化・文脈分離・継続監視の4層防御アーキテクチャを解説します。
RAGエージェント向けベクトルDB選定——pgvector・Weaviate・Qdrant・Pineconeの使い分け
AIエージェントRAG基盤のベクトルDB選定を解説。pgvectorは50M以下でコスト優位、Weaviateはハイブリッド検索特化、Qdrantは高速フィルタ、Pineconeは100M+自動スケールが強みです。
長文脈モデルの活用設計——200K/1Mトークンの使いどころ
長文脈モデルのコンテキストウィンドウ活用設計を解説。Context Rot現象、200K/1Mモデルの選択、RAGとのトレードオフ、Context Awareness、コンパクションを実装パターンで示します。
RAGとツール使用の使い分け——エージェント設計の情報取得戦略
AIエージェントの情報取得設計でRAGとツール使用のどちらを選ぶかは、予測可能性・コスト・タスク複雑性の3軸で決まります。Anthropicが示す設計判断の基準とAgentic RAGの実装パターンを解説します。