enrich

必須の準備

/agent-workflow を実行してください。ワークフローの原則、アンチパターン、Context Gathering Protocol が含まれています。先に進む前にプロトコルに従ってください。ワークフローのコンテキストがまだない場合は、必ず最初に /teach-maestro を実行してください。 RAG アーキテクチャ、チャンク化戦略、検索パターンについては、agent-workflow スキルの knowledge-systems リファレンスを参照してください。

ワークフローの根拠となる事実を提供するために、ナレッジソースを追加します。根拠がなければ、エージェントは幻覚を起こします。根拠があれば、ソースを引用します。

ナレッジソースの評価

ワークフローに必要なナレッジを特定します。

ナレッジの種類	ソース	更新頻度	アクセスパターン
ドメイン文書	内部文書、仕様書	月次	セマンティック検索
コードコンテキスト	コードベース	リアルタイム	コード検索
ユーザーデータ	データベース、CRM	リアルタイム	構造化クエリ
外部データ	API、ウェブ	リアルタイム	API 呼び出し
履歴データ	ログ、過去のやり取り	日次	時間範囲クエリ

RAG パイプラインを追加する

文書ベースのナレッジについては、agent-workflow スキルの knowledge-systems リファレンスを参照してください。

1. 文書を選択する：信頼できる一次文書を特定します
2. チャンク化戦略：文書の種類に基づいてチャンク化方法を選択します（セマンティック方式 > トークンベース）
3. 埋め込み：ドメインに適した埋め込みモデルを使用します
4. インデックス化：メタデータとともにベクトルデータベースに格納します
5. 検索：ハイブリッド検索（セマンティック検索＋キーワード検索）を実装します
6. 注入：取得したコンテキストを出典情報とともにプロンプトに追加します

構造化データを追加する

データベースを基盤とするナレッジについては、以下を実施します。

1. クエリインターフェースを定義する：自然言語 → 構造化クエリ
2. ガードレールを追加する：読み取り専用アクセス、クエリの複雑さの制限
3. 結果を整形する：生データをモデルが利用できるコンテキストに変換します
4. 出典を明示する：コンテキストにデータソースと鮮度を含めます

リアルタイムデータを追加する

リアルタイム情報については、以下を実施します。

1. API を特定する：必要なデータを提供する外部サービスを特定します
2. キャッシュ戦略：データはどのくらいの頻度で変わりますか？ それに応じてキャッシュします
3. フォールバック：API が停止した場合、どうなりますか？
4. 出典の明示：データのタイムスタンプとソースを含めます

拡充のチェックリスト

• すべてのナレッジソースに出典情報（ソース、日付、信頼度）がある
• 生成品質とは独立して、検索品質をテストしている
• チャンクサイズをテストし、文書の種類に合わせて最適化している
• すべての外部ナレッジソースにフォールバックがある
• ナレッジベースの更新・再取得戦略がある
• ナレッジソース内の PII が適切に扱われている

推奨される次のステップ

拡充後、/evaluate を実行して検索品質をテストするか、/iterate を実行してナレッジの鮮度を継続的に監視する仕組みを設定します。

絶対に行わないでください：

• 精査せずにすべてをインデックス化する（ゴミを入れればゴミが出る）
• 出典情報を省略する（出典のない幻覚は検出できません）
• 検索品質を先にテストせずに RAG を構築する
• すべての文書の種類に固定のチャンクサイズを使用する
• 埋め込みの類似度が関連性と同じだと決めつける