情報基盤 (Information) — 企業導入のための情報アーキテクチャ
AI に何を読ませ、どの経路で取得させ、誰がその品質に責任を持つか。
このセクションについて
本サイトは MCP と Skills から始まり、Agent・Strategy・Workflow へと拡張してきた。一方、企業システムへの LLM 導入の現場では、RAG・DB/API・Knowledge Graph・GraphRAG といったキーワードが MCP や Skills と同じレベルで扱われる。
このセクションは、それらを「実装メカニズム」ではなく情報アーキテクチャの視点から扱う受け皿である。すなわち: どの情報を文書として扱い、どの情報を構造化データとして扱い、AI はどの経路で取得し、誰がその品質と鮮度に責任を持つか。
対象読者: 企業システムへの AI 導入を設計する開発者・アーキテクト。Claude エコシステム固有の知識は前提としない。
本サイトのスコープとの関係
本サイトが「AIエージェント」を LLM 駆動に絞る理由は 本サイトのスコープ (FAQ) を参照。本セクションは推論コアに接続される情報側を扱う。RAG・データ整備は Knowledge Boundary / Hallucination という LLM の構造的制約への応答であり、情報ガバナンス (オーナー・アクセス権・品質) はそれ以前に成立する接続の前提条件である。
構成
| ページ | 中心的な問い | 状態 |
|---|---|---|
| 全体地図 | 各キーワードはアーキテクチャ全体のどこに位置するか | ✅ 公開 |
| RAG / GraphRAG | 文書知識をどう検索可能にするか、文書横断の質問にどう答えるか | 🚧 予定 |
| 情報ガバナンス | オーナー・形式・経路・権限・品質の 5 つの問いはどう依存し合うか | 🚧 予定 |
| 導入の異常系 | Evals・Prompt Injection・Human-in-the-Loop をどう前提条件に組み込むか | 🚧 予定 |
TIP
まず 全体地図 を読むと、本サイトの全セクション (Concepts / MCP / Skills / Agents / Strategy / Workflows) と本セクションの関係が 1 枚で掴める。
関連ドキュメント
- Concepts 08: 記憶と知識統合 — Memory と Knowledge Graph の概念的基礎
- MCP / Semantic Layer — 構造化データアクセスの設計規律
- MCP / セキュリティ — 接続経路のセキュリティ
次へ: 全体地図
最終更新: 2026年8月