cat posts/%e7%94%9f%e6%88%90-ai-%e3%82%92%e6%a5%ad%e5%8b%99%e3%82%b7%e3%82%b9%e3%83%86%e3%83%a0%e3%81%ab%e7%b5%84%e3%81%bf%e8%be%bc%e3%82%80-rag%e3%83%bbdify%e3%83%bb%e9%9f%b3%e5%a3%b0-ui-%e3%81%ae.md

業務システムに RAG 組み込んだワイ「思ったよりちゃんと動くやん」

1 風吹けば名無し 2026/06/13(土) 21:04:00 ID:Ra9Gm3tv
業務システムに AI 組み込んでみたわ
想像よりちゃんと動いた

2 風吹けば名無し 2026/06/13(土) 21:05:23 ID:Jd6kP8nz
何作ったんや

3 風吹けば名無し 2026/06/13(土) 21:06:08 ID:Ra9Gm3tv
>>2 社内ドキュメントに対して「あれどこに書いてあったっけ」を解決するやつや

4 風吹けば名無し 2026/06/13(土) 21:07:16 ID:Jd6kP8nz
>>3 RAG か

5 風吹けば名無し 2026/06/13(土) 21:08:47 ID:Ra9Gm3tv
>>4 せや
pgvector でドキュメントをベクトル化して保存して、質問を投げると関連箇所を引っ張ってきて LLM が回答する

6 風吹けば名無し 2026/06/13(土) 21:09:40 ID:Ra9Gm3tv
流れはこんな感じや

ドキュメント → チャンク分割 → ベクトル化 → pgvector に保存
質問 → ベクトル化 → 類似検索 → 関連チャンクを文脈に → LLM が回答

7 風吹けば名無し 2026/06/13(土) 21:10:56 ID:Hw2sV7cl
>>6 DB 新しく立てたんか

8 風吹けば名無し 2026/06/13(土) 21:11:34 ID:Ra9Gm3tv
>>7 それが要らんのや
pgvector は既存の PostgreSQL にそのまま追加できる
新しい DB は不要やった

9 風吹けば名無し 2026/06/13(土) 21:12:35 ID:Hw2sV7cl
>>8 それはデカいな

10 風吹けば名無し 2026/06/13(土) 21:13:59 ID:Ln4bQ9xm
精度はどうなん

11 風吹けば名無し 2026/06/13(土) 21:14:45 ID:Ra9Gm3tv
>>10 ここが一番の注意点や
回答は「それらしい」であって「正しい」ではないことがある

12 風吹けば名無し 2026/06/13(土) 21:15:54 ID:Ln4bQ9xm
>>11 やっぱりか

13 風吹けば名無し 2026/06/13(土) 21:17:26 ID:Ra9Gm3tv
>>12 ソースを一緒に提示する設計にせんと、誰も気づかずに誤った情報が広まるで
そこだけは気をつけたほうがええ

14 風吹けば名無し 2026/06/13(土) 21:18:20 ID:Jd6kP8nz
ノーコードのやつは試したんか

15 風吹けば名無し 2026/06/13(土) 21:19:37 ID:Ra9Gm3tv
>>14 Dify も試した
ノーコードで RAG パイプライン組めて Docker でセルフホストもできる
ただ細かい挙動をカスタマイズしたい場面ではコードで書いたほうが早かったわ