knowledge-base-manager

ナレッジベースマネージャー

概要

ナレッジベースの選定、設計、ガバナンスを行うための体系的な方法論を提供します。アーキテクチャの決定（ドキュメントベース、エンティティベース、ハイブリッド）、コンテンツのキュレーション、品質指標、バージョン管理戦略、保守ガバナンスについて説明します。KB アーキテクチャの選定、キュレーションワークフローの確立、組織のナレッジに関するガバナンスプロセスの構築に使用してください。

使用しない場合： 静的なドキュメントで十分な場合、50 件未満の FAQ ですべての質問に対応できる場合、または保守リソースを確保できない場合。検索パイプライン（チャンク分割、埋め込み、ベクトルストア）を実装する場合は、rag-implementer スキルを使用してください。ナレッジグラフ（オントロジー、エンティティ抽出、グラフデータベース）を実装する場合は、knowledge-graph-builder スキルを使用してください。

クイックリファレンス

項目	選択肢	主な考慮事項
アーキテクチャ	ドキュメントベース（RAG）、エンティティベース（Graph）、ハイブリッド	クエリパターンに合わせること。シンプルな構成から始め、必要に応じて複雑さを加えること
ドキュメントベース	ベクトル DB（Pinecone、Weaviate、pgvector）	ドキュメント、FAQ、マニュアルに最適。セマンティック検索に対応し、コンテンツを追加しやすい
エンティティベース	グラフ DB（Neo4j、ArangoDB）	組織図、カタログ、ネットワークに最適。関係をたどれる
ハイブリッド	両方＋リンク層	エンタープライズ、医療、法律向け。複合クエリに対応するが、最も複雑
KB を省略する場合	静的ドキュメント、FAQ 50 件未満	保守リソースがない、情報がまったく変化しない
実装	6 フェーズ	監査、キュレーション、ストレージ、品質、バージョン管理、ガバナンス
精度目標	テスト質問で >90%	正解がわかっているテスト質問を 100 件以上作成する
カバレッジ目標	質問の >80% に回答可能	実際のユーザークエリに照らして継続的に検証する
鮮度目標	平均経過日数 <30 日	鮮度の自動監視＋定期的な更新
一貫性目標	矛盾のない割合 >95%	重複排除＋信頼できる唯一の情報源
クエリレイテンシ	中央値 <100ms	一般的なアクセスパターンに合わせたキャッシュと最適化
ストレージ技術	pgvector、Pinecone、Weaviate、Chroma	既存の Postgres には pgvector、マネージドな大規模運用には Pinecone
インデックスの種類	HNSW、IVFFlat	再現率には HNSW、頻繁に再構築するインデックスには IVFFlat
取り込みパイプライン	読み込み、クリーニング、チャンク分割、埋め込み、保存	意味的な境界でチャンク分割し、最大 512 トークン、オーバーラップは 10～15%
重複排除	コンテンツハッシュ、セマンティック類似度	完全一致の重複にはハッシュ、意味的な重複にはコサイン類似度 >0.95
品質テスト	Recall@K、MRR、精度サンプリング	テスト質問を 100 件以上用意し、recall@10 >0.8、MRR >0.7 を測定する
ドリフト検出	埋め込み分布の監視	平均値のシフトを追跡し、しきい値 >0.1 でアラートを出す
バージョン管理	スナップショット、イベントソーシング、Git 形式	シンプルな用途にはスナップショット、監査にはイベントソーシング、チームには Git 形式
保守	毎日、毎週、毎月、四半期ごと	初日からスケジュールを定め、エラーとユーザーフィードバックを監視する

よくある間違い

間違い	正しいパターン
キュレーションや正規化を行わずに生データを取り込む	取り込む前にキュレーション、クリーニング、重複排除を行います。量より質を重視します
KB コンテンツのバージョン管理を省略する	最初からロールバックと監査証跡を備えたバージョン管理を導入します
ユーザーの質問に照らして検証せずに KB を構築する	ユーザー調査から始め、実際のクエリで精度 90% 超を目指してテストします
ドキュメントベースで十分なのにハイブリッドアーキテクチャを選ぶ	実際のクエリパターンに合わせてアーキテクチャを選びます。シンプルに始め、必要に応じて複雑さを加えます
情報の鮮度を監視する仕組みや更新スケジュールなしで公開する	情報の鮮度を自動確認する仕組みと、定期的なコンテンツレビューを設定します
ナレッジエントリの出典を追跡しない	出典 URL、タイムスタンプ、作成者、信頼度スコアを必ず記録します
複数のソースに情報が重複している	信頼できる唯一の情報源を確立し、競合の解決ルールに従って類似エントリを統合します
完璧主義により公開が遅れる	80% の網羅率で公開し、実際の利用データに基づいて改善します

委任

• 既存のナレッジソースを監査し、コンテンツの種類を分類する：Explore エージェントを使ってドキュメントを一覧化し、品質を評価して不足部分を特定します
• ストレージと検索を備えたエンドツーエンドの KB パイプラインを実装する：Task エージェントを使ってデータベースをデプロイし、検索を設定して品質チェックを実施します
• KB アーキテクチャとガバナンスモデルを設計する：Plan エージェントを使って、ドキュメントベース、エンティティベース、ハイブリッドの各方式から選択します

ドキュメント検索パイプライン（チャンク分割、埋め込み、ベクトルストア、ハイブリッド検索）の実装には、rag-implementer スキルを使用します。ナレッジグラフ（オントロジー設計、エンティティ抽出、グラフデータベース）の実装には、knowledge-graph-builder スキルを使用します。

参考資料

• アーキテクチャと種類 -- KB の種類、判断フレームワーク、ナレッジの分類
• キュレーションと取り込み -- 抽出、クリーニング、重複排除、出典の追跡
• ストレージと検索 -- データベースの選定、インターフェース、技術スタック
• 品質管理 -- 指標、検証戦略、継続的な監視
• バージョン管理 -- スナップショット、イベントソーシング、Git 形式のアプローチ
• ガバナンス -- メンテナンススケジュール、役割、変更プロセス