メインコンテンツへスキップ
見出し画像

プロジェクトエディターエージェントを作ろう! vol.6 〜ドキュメント間グラフ〜

    前回

    前回は、ベクトル検索とエージェントによる検索を組み合わせる Agentic RAG について触れました。

    プロジェクトの記録は Slack、GitHub、note、ドキュメントなどに散らばっています。ベクトル検索だけで関連しそうな情報を探すだけではなく、検索結果を手がかりにして、エージェントが一次情報にあたり直すことで、より精度の高い問い合わせができるのではないかという話でした。

    今回は、検索の土台になるナレッジグラフの構造を少し作り替えました。

    今までは人や技術、概念などの「エンティティ」を中心に関係を辿っていましたが、今回は ドキュメント同士が何を介してつながっているか を見られるようにしています。

    ドキュメント同士のつながりを見たい

    プロジェクトの情報を見返すとき、単に「Yamashitaさんに関係する情報」だけが欲しいわけではありません。

    たとえば、次のような問いが出てきます。

    • Slack で相談していた内容は、どの GitHub Issue や PR につながっているのか

    • note に書いた考え方は、実際の開発作業のどこに反映されているのか

    • ある人が関わっていた議論は、Slack、GitHub、note のどこに散らばっているのか

    これらは、キーワード検索だけではなかなか見えません。

    また、単に人や概念のグラフを見るだけでも少し足りません。プロジェクトでは、情報の単位として「Slack の投稿」「GitHub の PR」「note の記事」といったドキュメントそのものが重要になるからです。

    そこで今回は、ナレッジグラフの中に Document を一級のノードとして追加しました。

    今回のグラフ構造

    イメージとしては、次のような形です。

    Document → Chunk → Entity ← Chunk ← Document

    たとえば、

    Slack の投稿 → チャンク → プ譜エディター ← チャンク ← GitHub の PR

    という形でつながります。

    これにより、Slack と GitHub が直接リンクされていなくても、同じ人や同じ概念に言及していれば、ドキュメント同士の関係として辿れるようになります。

    今回追加した主な関係は以下です。

    • CONTAINS: Document が Chunk を含む

    • MENTIONS: Chunk が Entity に言及する

    • REPLIED_TO: GitHub の PR や Issue が他の Issue に返信・参照している

    プロジェクトエディターエージェントでは、Slack、GitHub、note などを横断して扱うため、Document を明示的に持つことで情報の出どころも追いやすくなります。

    なぜ Chunk を挟むのか

    Document から Entity に直接つなげるだけでもよさそうに見えます。

    ただ、実際のドキュメントは長い文章です。ひとつの note 記事や Slack のまとまったログの中には、複数の話題が含まれます。

    そこで、Document の下に Chunk を置きます。

    Document → Chunk → Entity

    検索では小さな Chunk を使うことで、どの部分が関係しているかを細かく捉えられます。一方で、その Chunk がどの Document に属しているかを辿ることで、Slack の投稿や GitHub PR という元の文脈にも戻れます。

    前回までに作った階層的チャンキングの仕組みを、Document と接続するようにした形です。

    Slack、GitHub、note を横断する

    今回のポイントは、source をまたいで関係を辿れることです。

    たとえば Slack の投稿と GitHub の PR は、もともと別々の場所にあります。

    しかし、両方に「プ譜エディター」や「画像生成 API」といった同じ概念が出てくれば、グラフ上では共通の Entity を介してつながります。

    Slack の投稿
      ↓
    Chunk
      ↓
    プ譜エディター
      ↑
    Chunk
      ↑
    GitHub の PR

    このようにすると、「Slack で話していたことが、どの開発作業につながったのか」を見やすくなります。

    プロジェクトを進めていると、重要な意思決定は必ずしも正式な資料にまとまっていません。Slack の何気ない会話、GitHub の実装メモ、note に書いた構想が、それぞれ少しずつ関係しています。

    そこを AI が辿れるようにするのが、今回の狙いです。


    画像
    ドキュメント間のグラフ

    検索結果に path を追加

    検索結果にも、ドキュメント同士のつながりを返すようにしました。

    たとえば「Yamashita」で検索したときに、単に関連チャンクを返すだけではなく、

    GitHub PR
      → Yamashita
      → Slack 投稿

    のような path も返します。この path は、検索結果の背景説明に使えます。

    「この Slack 投稿は、同じ人物を介してこの GitHub PR と関係しています」

    「この note 記事で触れた概念は、こちらの Issue でも議論されています」

    といった形で、検索結果が単なる一覧ではなく、関係性を持った情報として扱えるようになります。

    実装してみて感じたこと

    今回の変更で、RAG の検索結果の見え方が少し変わりました。

    これまでは、

    質問に近いチャンクを探す
    関連するエンティティを辿る

    という感覚でした。今回からは、

    あるドキュメントが、別のドキュメントとどうつながっているかを見る

    という視点が加わりました。

    プロジェクトエディターエージェントでは、プロジェクトに散らばる情報を収集し、構造化し、編集することを目指しています。

    その意味では、ドキュメント間の関係を扱えることはかなり重要です。なぜなら、プロジェクトの意味はひとつの発言やひとつの PR だけではなく、それらの間にある関係性の中に現れるからです。

    流れを記録として扱えるようになると、AI がプロジェクトの状況をより立体的に理解できるようになるのではないかと思います。

    プロジェクトエディターエージェントが、単なる検索ツールではなく、プロジェクトの文脈を編集してくれる存在になるためには、関係性の扱いが重要になると感じています。

    今後もアップデートを重ねていきたいと思います。

     
     

    Dyson

     
     
    通信系企業で働くシステムエンジニア 生成AIなどを使ってプ譜の価値探究にチャレンジする自称プ譜デベロッパー プロジェクトマネジメント / 構造主義 / Web開発 / AWS

    あなたへのおすすめ