メインコンテンツへスキップ
見出し画像

きれいなRAGしてるだろ?うそみたいだろ、Claude codeでつくれるんだぜ。

    本タイトルについての謝罪

    タッチの名台詞をもじりたいがために、どんな内容のブログなのか、タイトルから全然わからんという事態に陥りました。

    直す気も無いし、反省する気も有りませんし、これからもこんな事を続けていきますが、ここに謝罪いたします(じゃあ、すな)

    そんなにもかかわらず、いつも見ていただいてありがとうござんす。

    さて毎日暑いですが、みなさんはいかがお過ごしでしょうか。

    私は朝4時に起きてランニングをするのが日課になっています。
    朝から交感神経を刺激し、日中の仕事に全集中するという、どこぞのCEOみたいですね。意識高すぎて耳キーンなるわ。

    しかし、早起きと運動で、昼過ぎには眠すぎて仕事中は常に白眼です。

    画像
    ただし洞察力は無い!!

    というわけで、あいかわらずだめだめな毎日を過ごしておりますが
    最近社内でAIの話題が活発にされるようになってます。
    時代は間違いなくAIっすよ。
    そんな中よく耳にするのが『RAG』です。知ってますか?

    画像
    違う違う、そうじゃ、そうじゃない

    AIに明るい方であれば、耳にするのこともあるでしょう。
    そして耳がキーンとしているのではないでしょうか?(もうええわ)

    RAGとは

    RAGは『Retrieval-Augmented Generation』
    ⇒ 検索拡張生成検索
    LLMの学習データに加え、社内文書や外部の最新情報などの関連情報を検索し、その情報を基に回答を生成します。

    簡単に言うと「カンニング」ですね。
    AIの問題点としてハルシネーションが挙げられますが、こちらで用意したデータを参照することで正確な情報を吐き出させることができるという代物。

    これって社内でAIを使ったシステム構築する上で、結構重要な考え方です。

    前回、Webサイトやアプリを簡単に作ったので、「RAG」ぐらいもしかしたら私でも作れるんじゃね?という、奢りが生んだチャレンジ企画です。

    Claude codeでRAGを作る

    さて、とりあえずはClaude codeにチャットで「RAG開発が、お前に出来るのか?」と聞いてみます。

    画像
    やれんのか!Claudecode!

    早速質問してみますー

    画像

    そすると下記の回答が得られました。

    画像

    なるほど。「やれますよ!」からのもうちょっと詳細をキボンヌということですね。

    画像
    社内FAQボットが作りたいです。

    はい、OK。
    あとはこれで開発スタートしてくれるそうですが、

    今回は、『Claude.md』なるものを先に作ってみようと思ってます。

    Claude.mdとは?

    これは、プロジェクトの仕様書、またはAIへの指示書として機能するファイルのことです。
    要は、「このプロジェクトはこういう目的・構成・ルールで動くから、その前提で開発してね」と結構強めの指示でClaude codeに教えるものですね。

    今回RAGがどういう構成で出来ているのか、どんな技術を使うのか全く知らない状態なので、まずClaude.mdを作って、私が内容を理解したいというこの意識の高さですよ、みなさんっ!

    Claude code.mdの作成

    /initとコマンドを入力すればOKです。
    そうするとフォルダ内に作成してくれます。

    画像
    おまわりさん、こいつです
    画像
    こんな感じで概要などの詳細が記載

    ここを見れば、概要と技術スタックの確認ができます。

    また気になるところがあれば作成前に内容を修正することも可能。
    レビューもしやすいですね。
    ちなみに今回のプロジェクト構成はこんな感じでした。

    RAGシステムのプロジェクト構成

    corporate_faq_bot/
    ├── src/ # メインソースコード
    │ ├── document_processor/ # PDF・Markdown処理
    │ ├── vector_store/ # ChromaDB・埋め込み管理
    │ ├── rag_engine/ # RAG検索・生成エンジン
    │ ├── ui/ # Streamlit WebUI
    │ └── utils/ # ファイル監視・設定管理
    ├── data/
    │ ├── documents/ # サンプル文書配置済み
    │ └── vector_db/ # ベクトルDB保存先
    ├── config/config.yaml # システム設定
    ├── requirements.txt # 依存関係
    ├── setup.py # セットアップスクリプト
    └── run.py # 実行スクリプト

    ふむふむ、用途としてはこんな感じですかね。

    ①「document_processor」

    「documentsフォルダ」にPDF や メモ帳ファイル(Markdown) を入れ、中に書いてある文字を取り出し、長い文は、ちょうどいい長さに 小分け(チャンク) にして整理

    ②「vector_store」

    読み取った文章を、覚えやすい形(ベクトル)にして、
    ベクトルデータベース)
    」に保存 

    ③「rag_engine」
    質問に対してボットはその言葉を元に、似た話を探して、
    文章を返す

    ④「Streamlit(ストリームリット)」
    パソコンの画面に「チャットの形」のやりとりする

    こんな感じのようですね。
    …はい、えーっと、よくわかりました。←なにも理解していない

    開発開始

    10分後…

    画像

    爆ッ!!速ッ!!Claudecode爆速ッ!!!!

    画像
    烈海王の引くテンション

    RAGシステムってもっと難しいと思ってた時期が俺にもありました。

    しかし、まだ少しこちらでやることが残っていたようです。

    画像

    振り返ると、ClaudeCodeとのやりとりの中で、結構エラーになってる事がありました。
    「pip」というPythonのパッケージ(ライブラリ)をインストールするツール を入れようとした けど、なんか 失敗してました。
    代わりにpython3 -m venv を使おうとしていた のですが ensurepip がない!と怒られてしまい、そこで、解決策としてpython3-venv パッケージを入れてね、という指示です。
    よっしゃ、とりあえず入れといてクレメンス。

    画像
    確かにこれは必要でしたね。

    OpenAI のサイトにいって、APIキーを作成します。
    直接CLIに打ち込んでもOKやで。
    パスワードはくれぐれも忘れないようにしてくださいね。

    はい、という事で、この後テストをしてもらって
    RAGシステム準備は完了ッ!!

    データ格納

    …おっとカンニングされるべきデータを格納しないとですね。
    ベクトルデータのフォルダに入れにゃなりません。

    で文章はこちらの内容を入れましょう。

    画像

    …やばい、変な事を書かないようにと意識するあまり、逆に怒られるやつになってしまいました。
    あくまでサンプルですから他意はありませんです。

    では、さっそく質問をしてみましょう。
    こんな感じです。

    画像

    素晴らしい!ちゃんとデータから回答してくれます。
    遂にRAGシステムの完成です!!(完成まで30分)

    WebUIにする

    CLI上のチャットは不便なのでWebで出来た方がいいですよね。
    WebUIも作成してみましょう。

    Web画面で質疑が得きるようにUIの作成はできますか?

    画像

    そうするとこんなUIです。なかなか良いのではないでしょうか。

    画像

    こんな感じで出来ました。先ほどと同様の質問してみましょう。

    画像

    おお!ちゃんと回答してます。
    就業規則の要素はどこにも無いと思いますが、なんか参照されていますね。なぞですな。

    では社内の就業規則についてはどうでしょうか?

    資格手当について教えて

    画像

    ちょっと長いですけど、まあまぁイケてますかね。もう少し要約してほしいかなって感じです。
    別の質問もしてみましょう。

    資格手当がもらえる資格は何がありますか?

    画像

    ちょっと見にくいですが、間違いなく手当を出すことができる資格をPDFから読み込んでアウトプットしています。

    今後色々データ入れ込んでおいたら使えるツールになりそうです。

    まとめ

    『RAG』というよくわからないものも作ってみましたが、こういうはじめてのものを作る際は、バイブコーディングってめちゃくちゃ有能ですね。
    事前の学習必要なく、とりあえずAIに作ってもらうことができますし
    Claude.mdを活用して、技術要素やシステム構成について学習するのにも使えたりできますので、そういう使い方もありな気がしました。
    また爆速で開発可能なので、やり直しもカジュアルにできちゃいます。

    Claude.mdを私は単に技術要素を知るための資料としかしていませんでしたが、ここに重要な要素を加えておけば、毎回同じ説明をしなくてもいいですし、基本的なルールから反れないので、チームで共有すれば、一貫性を保った開発も可能です。

    アマチュアからプロにまで開けた有能なAIツールではあるのですが、大雑把な開発は、エラーになる確率も上がるんですよね。
    それをよくわからず繰り返していると、脆弱性が増すと言う検証もあるそうです。
    システムとは見た目だけでは無いですよね。パフォーマンス、保守性、拡張性といったいわゆる非機能要件も重要です。

    品質を高めるためにはバイブコーディングでもAIの"手綱"をしっかり引くことが大事です。
    コーディングの基礎をしっかり押さえることが重要と言えるでしょう。

    えぇ…まじか。とりあえずがんばります。


     
     
    永井宏昌|株式会社エンプレイ/T営業 AIは「知る」より「使ってみる」。IT営業として実際にAIを業務へ取り入れながら、検証結果や、営業・採用・開発で役立つ活用法、あとは単なる興味を発信しています。実践だからこそ分かる成功も失敗も、そのまま共有しています。

    あなたへのおすすめ