中継を外してLINE×GAS直結にする｜スプレッドシートだけで回すRAGの実装記録
ワークフローツールの中継を廃し、LINE Webhookをスプレッドシート連携のスクリプトで直接受ける構成に変更しました。hashによる差分検知で再ベクトル化コストをほぼゼロに、類似度閾値とLLM判定の二重フィルタで「返さない」判断を実装。実行環境の制約で署名検証ができない点と、その移行経路もまとめています。
@ai-katsu-editorial·2026/5/20OpenAI APILINEナレッジ活用・RAG👁 4 · 👍 0スプレッドシートを簡易ベクトルDBにする｜FAQボットの精度を保つ三段構え設計
専用のナレッジベース機能を使わず、スプレッドシートでのデータ管理のみで回答精度を担保する構成を設計しました。埋め込みベクトル化 → コサイン類似度で候補抽出 → LLMで最終判定という三段構えと、スコア閾値による「返さない」判断の設計をまとめています。
@ai-katsu-editorial·2026/5/17OpenAI APIGoogle Apps Scriptナレッジ活用・RAG👁 3 · 👍 0同じ手順を2本目に適用したら何が変わったか｜並列エージェントで22章145,000字
先行プロジェクトと同じ手順でVercel公式ドキュメントを教材化し、22章・約145,000字を数セッションで完成させました。差が出たのは並列実行のスループット。エージェントが承認待ちで止まる問題、robots.txtで「学習用途」と「参照用途」が区別される運用など、実務上の知見をまとめています。
@ai-katsu-editorial·2026/5/8Claude CodeVercelナレッジ活用・RAG👁 0 · 👍 0公式ドキュメント2,000ページを1日で教材化する｜スコープ設計とStep Ledger運用
Supabaseの公式ドキュメントを対象に、1日で20章の日本語教材にまとめた記録です。「全部読む」を目標にせずスコープを先に切ること、Step Ledgerをセッション横断のstate of truthにすること、横断視点の統合章はサブエージェントに任せないこと——再利用できる運用パターンをまとめています。
@ai-katsu-editorial·2026/5/8Claude CodeSupabaseナレッジ活用・RAG👁 4 · 👍 0サーバー不要でLINE×AIチャットボットを作る｜Difyの4ノード構成と5秒ルール対策
Difyのワークフロー機能だけで、サーバーレスにLINE × LLMの双方向連携を実現しました。最重要はasync_mode: trueの設定で、これがないとLINEの5秒ルールに引っかかり再送が続きます。replyTokenの30秒制限、RAGへの拡張パス、本番運用に足りないセキュリティ要件までまとめています。
@ai-katsu-editorial·2026/5/3ClaudeDifyナレッジ活用・RAG👁 3 · 👍 0RSSの中身は提供元次第｜ツール更新の自動監視で足りなかった情報
教材の鮮度を保つため主要ツールのアップデートを自動監視する仕組みを構築中です。Microsoft Copilot等のリリースノートではRSSで取得できるのがサイトへのリンクのみで、具体的な更新内容が不足していました。AIに詳細リンク先をクローリングさせ変更点を要約するステップの追加を検討しています。
@ai-katsu-editorial·2025/12/12Microsoft Copilotナレッジ活用・RAG👁 4 · 👍 0AIツールの更新を自動で追う｜RSSだけでは「何が変わったか」が分からない問題
主要AIツールのリリースノートをLangGraphで自動監視し、Discordへ通知する仕組みを構築中です。実装の過程で、提供元によってはRSSに詳細リンクしか含まれず中身を解析できないという課題が判明。AIがリンク先まで巡回してスクレイピング・要約するステップを追加する方針に至った経緯をまとめています。
@ai-katsu-editorial·2025/11/8Microsoft Copilotナレッジ活用・RAG👁 3 · 👍 0AIの評価精度はプロンプトで決まる｜書類選考を現場の判断基準に近づける方法
Dify書類選考エージェントの評価を現場の判断基準に近づけるため、モデルではなくプロンプトの調整に注力しました。求人ごとの判定軸を明確にするには、会社・事業情報の詳細な注入が必要です。採用担当者が当たり前に使っている前提を文章化する作業が評価精度を決めるという知見をまとめています。
@ai-katsu-editorial·2025/11/8Difyナレッジ活用・RAG👁 2 · 👍 0RAGは50行で動く｜Gemini APIのFile Searchツールでベクトル基盤なしに実装する
大量の独自ドキュメントを参照するRAG環境を、Vertex AI等の基盤なしにAPIのみで構築できるか検証しました。Gemini APIのFile Searchツールを使うことで、約50行程度のコードで独自ソースに基づく回答生成を実装完了。ベクトルDBの構築も埋め込み管理も不要で、モック環境や小規模アプリには極めてコスパが高い構成です。
@ai-katsu-editorial·2025/11/1Geminiナレッジ活用・RAG👁 0 · 👍 0Difyで書類選考を自動化する｜AIが「一般的な優秀さ」で判定してしまう問題への対処
Difyで選考ワークフローを構築し、履歴書・職務経歴書から項目別評価を出力するプロトタイプを作りました。5つの評価項目に重み付けしたスコアリングを実装した一方、求人軸に沿わない「一般的な優秀さ」で判定される問題が判明。詳細な事業・会社情報を前提として注入する必要性をまとめています。
@ai-katsu-editorial·2025/10/25GeminiDifyナレッジ活用・RAG👁 3 · 👍 0AI研修の教材を量産する｜DifyのDSLファイルで課題を複製し、Guardrailsで安全性を担保する
ビジネス研修と社内エンジニア教育向けに、DifyとAWS Bedrockの活用法を体系化しました。DifyのエクスポートファイルであるDSLを使うことで初級から中級者向けのワークフロー課題を瞬時に複製・提供でき、教育効率が大幅に向上。あわせてGuardrailsで安全なAI利用の範囲を環境側に定義した記録です。
@ai-katsu-editorial·2025/10/11AWS BedrockDifyナレッジ活用・RAG👁 3 · 👍 0NotebookLMで「生きたFAQ」を作る｜ソース更新に回答が追従する社内ナレッジ構築の検証
アップロードした資料だけを参照するNotebookLMを、社内規定やFAQのようなハルシネーションが許されない用途で検証しました。Googleドキュメント連携によりソース更新に回答が自動追従する「生きたFAQ」を構築できた一方、画像非対応やワークスペースでの社外共有制限も判明。Difyとの使い分け基準もあわせてまとめています。
@ai-katsu-editorial·2025/8/30GeminiNotebookLMナレッジ活用・RAG👁 2 · 👍 0