Knowledge Base

Beekleのナレッジ

私たちが実務で使っている技術・手法のナレッジベースです

2026/9/30 EARS記法とは｜要件を1文で書く5つの型を日本語の例文で解説 EARS記法は、要件を「〜したとき、システムは、〜すること」のような決まった型の1文で書く方法です。5つの型を日本語の例文つきで説明し、パスワード再設定の要件を書き直しながら、Gherkinとの違いまで確かめます。
2026/9/18 MilvusとNeo4jのベクトル検索を比較してみた｜2,000件での暫定測定 MilvusとNeo4jのベクトル検索を2,000件の合成データで比較。暫定的な速度・再現率、併用と統合のメリット・デメリット、実験からの示唆をまとめます。
2026/9/15 独自ドメインメールをほぼ無料で運用する方法｜Cloudflare + Resend + Gmail【2026年版】独自ドメインメールの受信をCloudflare Email Routing、送信をResendに分けると、小規模用途なら固定費をほぼかけずに運用できます。2026年9月時点のGmail連携の注意点も含めて解説します。
2026/9/5 AI開発では、DoRとGherkinがとにかく大事｜シナリオの矛盾を潰し、全体整合性を確認する私が重視しているのは、Readyにする前に、シナリオを徹底的にチェックすることです。一つひとつの記述が具体的かだけでなく、シナリオ同士に矛盾はないか、他の要件と整合しているか、つなげたときに業務全体が成立するかまで確認します。
2026/9/2 仕様駆動開発（SDD）とは｜AI駆動開発・バイブコーディングとの違いと、実際の手順仕様駆動開発（SDD）は、AIエージェントに実装させる前に「何ができたら完成か」まで決めきる進め方です。バイブコーディング、AI駆動開発、ウォーターフォールとの違い、要求からGherkinまでの手順、効かないケースまで解説します。
2026/8/28 AIエージェントに「動いた証拠は？」と詰めよう AIエージェントがコードを変更しただけでは、機能が本当に使えるとは限りません。何を確認すれば完了なのかを先に決め、画面・業務ルール・システム連携ごとに動作証拠を残す方法を解説します。
2026/7/5 RAGの精度を評価する方法｜評価指標・正解データセット・RAGASと運用でのドリフト検知 RAGは作った直後に良くても、資料が増えたり質問の傾向が変わったりして、運用のうちに精度が落ちます。検索と生成に分けた評価指標、正解データセットの作り方、RAGASなどの自動評価と人手評価の使い分け、ドリフトの見つけ方を実装者向けに載せています。
2026/7/5 Neo4j Community Editionでマルチテナントを安全に実装する｜アプリ層の強制フィルタとCI検証 Neo4j Community Editionには行やラベル単位のアクセス制御がなく、マルチテナントの分離はアプリ層で強制するしかありません。全クエリへのテナント境界の差し込み、ラベルと関係のホワイトリスト、テナント越えを検出するCIテストまで、実運用の設計を解説します。
2026/7/4 ナレッジグラフエージェントの作り方｜設計・検索・検証・運用の実装ガイドナレッジグラフエージェントを実際にどう作るかを、Beekleが構築・運用している2つの実システムの設計判断から解説します。オントロジー設計、関係抽出と埋め込み、多戦略検索とRRF統合、read/writeループ、事実検証、アクセス制御と運用まで、Neo4j＋ベクトルDBの実装ガイドです。
2026/7/4 AIエージェントの機能を実務レベルに上げる方法｜「賢いのに使えない」を解決する5つの勘所高性能なモデルを使っているのに、社内のAIが「それっぽい答えを返すだけ」で止まる。原因はモデルの賢さではなく、AIの周りの作りです。単発の質問応答から、自分で調べて手を動かす「AIエージェント」へ引き上げる5つの勘所を、発注者目線で解説します。Beekleが実際の開発で採っている設計そのものです。
2026/7/1 GraphRAGの精度はデータ抽出で決まる｜PDF・LLM抽出の限界と、人手で埋める工程 GraphRAG/RAGの精度は、検索の賢さより「元データをどう取り込むか（抽出・ingestion）」で決まります。とくにPDFは表や段組みで崩れ、検証が要る難所です。LLM抽出にも幻覚・名寄せ・一貫性の限界があり、オントロジー設計や用語辞書など人手でしか埋まらない工程が残ります。現実的な取り込みパイプラインの作り方を、実装の勘所から解説します。
2026/7/1 感情・常識ナレッジグラフでカスタマーサポートはどう変わるか｜言外の感情と意図を読むAI 顧客は感情を言葉どおりに書きません。怒り・不安・あきらめといった言外の感情を、テキスト一致のRAGは取りこぼします。感情・常識ナレッジグラフ（ECoK等）を使うと、会話の文脈から感情や意図を推定し、優先度付け・トーン調整・先回り対応・VOC分析にどう効くのか。事実のナレッジグラフとの組み合わせ方まで、研究の裏づけとあわせて解説します。
2026/6/26 GraphRAGとは？ベクトルRAGとの違いと、根拠付き回答を実現する実装 GraphRAGは、ベクトル検索のRAGにナレッジグラフを組み合わせ、複数の資料をまたぐ質問にも根拠つきで答える方法です。ベクトルRAGとの使い分け、全文検索やベクトル検索など複数の探し方を束ねる実装、導入の進め方を載せています。
2026/5/27 社内ナレッジAIの精度を上げる作り方｜RAGチャットボットの限界とナレッジグラフエージェント設計社内ナレッジに答えるAIの精度が出ないのは、実際の社内文書が複雑で、単純なRAGチャットボット（1回の類似検索）では関係をたどれないからです。精度を業務レベルに上げる設計を、ナレッジグラフエージェント前提で、データ準備・多経路検索・自己チェック・改善ループまで実装者向けに解説します。
2026/5/1 BigQuery × MCPで生成AIから業務データを直接見る｜ChatGPTがSQLを書いて答える仕組み BigQueryとMCP（Model Context Protocol）を組み合わせて、ChatGPTやClaudeに自然文で質問するとSQLを書いてBigQueryから答えを返す仕組みを解説。導入手順・コスト・権限設計の注意点を、情シス・データ担当者向けに整理します。
2026/4/28 Gherkin（ガーキン）入門｜Given/When/Then（前提・もし・ならば）の書き方を具体例で解説 Gherkinは「前提・もし・ならば」で、何が起きれば正しいかを具体例で書く方法です。パスワード再設定の例で、画面操作を書かない理由、異常系と境界値の広げ方、EARS記法との違い、AIレビューと更新まで確かめられます。
2026/4/28 ユーザーストーリーだけでは仕様にならない｜日本語Gherkinの書き方と実例利用者の目的を書くだけでは、完成条件までは決まりません。日本語の「前提・もし・ならば」で、通常時、失敗時、判断が切り替わる境目まで具体化する方法を、業務システムの実例で解説します。

コラム一覧を見る