RQ-060: Knowledge Capture Pipeline — bizlp fit/misfit 判定

位置付け: RQ-054（一般論の意思決定地図）を bizlp の 4 制約に当てはめ、採用パターンを判定する。

• 前提: RQ-054_knowledge_capture_pipeline_synthesis.md
• 既決: ADR-0069（Phase R1 実装済み）
• 起票日: 2026-05-26

0. TL;DR

bizlp は既に Advanced RAG (Hybrid + Reranking) を ADR-0069 Phase R1 で採用・実装済み。RQ-054 の 6 パターン評価と bizlp 制約を突合した結果、この選択は正しい。

今後の拡張パスは「Phase R2 で Modular RAG 化（多源対応）」→「必要に応じて GraphRAG 補完（ADR 間関係性）」の 2 段階。Agentic RAG は監査要件・単独開発の制約から当面不採用。

1. bizlp の 4 制約

2. 6 パターン × 4 制約の fit/misfit マトリクス

3. 判定結果: 段階的採用ロードマップ

Phase R1（現在・実装済み）: Advanced RAG

パターン: Advanced RAG (Hybrid Search + Reranking)

実装状況（ADR-0069）:

• BM25 キーワード検索（Intl.Segmenter('ja') による日本語対応）+ Vectorize セマンティック検索
• Claude Sonnet 4.6 による セマンティック再ランキング
• Claude Haiku による回答生成 + citation 3 層防御
• 閲覧中ページ優先注入（current page boost）
• bge-m3 多言語埋め込みモデル（768 次元）

fit 根拠:

• 監査要件（C3）: citation 検証が機械的に強制される（正規表現マッチ + 偽 citation カウント）
• 単独開発（C4）: エンドポイント 4 本 + スクリプト 1 本の最小構成
• コスト: LLM ~¥100-120/月、Workers AI/Vectorize 無料枠内
• 規模: 530 docs、5K vectors（Vectorize 容量の 0.005%）

RQ-054 との整合: Synthesis §4 ケース #6（強監査要件 → Advanced RAG + provenance ログ）に完全一致。

Phase R2（2026-08 判定）: Modular RAG 化 + Incremental 統合

トリガー条件（ADR-0069 §2.4、3 ヶ月後レビュー）:

• docs 単源で答えられなかった質問 > 月 10 件 → R2 起案
• 回答精度（人間評価）< 70% → R2 起案
• citation 精度 < 80% → R2 起案

追加するモジュール:

1. Query Router: クエリ意図を判定し、docs / ADR / glossary / memory の最適ソースに振分
2. 多源インデックス: ADR + memory + glossary をそれぞれ独立 Vectorize namespace に格納
3. Incremental Upsert: docs-vectorize.mjs をコンテンツハッシュ比較で差分のみ再埋め込みに進化
4. Contextual BM25: チャンクに LLM 生成の文脈要約を付与し BM25 精度向上（Anthropic 手法、67% 改善の実績あり）

fit 根拠:

• Workers 既存インフラ内で完結（Router は Worker 内ロジック、namespace 追加は Vectorize 設定のみ）
• モジュール境界が明確なため、単独開発でも各モジュールを独立テスト可能
• Incremental 統合でビルド時間を短縮（全再構築 → 差分のみ）

Phase R3（2027 以降・条件付き）: GraphRAG 補完

トリガー条件:

• 「ADR-0023 と ADR-0049 の関係は？」「この決定の影響範囲は？」型の関係性質問が月 5 件超
• R2 の多源 RAG でも回答不十分な cross-reference 質問が継続

追加要素:

• ADR 間の Supersedes / Refines / Implements 関係をナレッジグラフ化
• Vectorize（ベクトル検索）+ グラフ走査のハイブリッド
• ただし専用グラフ DB（Neo4j 等）は不要 — ADR frontmatter の関係性メタデータを Workers KV にフラット格納し、隣接ノード探索で十分な規模

fit 根拠:

• ADR 数は現在 ~70 件。フル GraphRAG（Leiden コミュニティ検出等）は過剰
• フラットな関係性マップ（KV 格納）なら単独開発で維持可能
• LLM によるエンティティ抽出は不要（ADR frontmatter に関係性が構造化済み）

4. 明確に不採用とするパターン

Agentic RAG — 不採用

理由:

1. 監査要件との衝突（C3）: 非決定論的な探索ループは「なぜその回答に至ったか」の軌跡監査が困難。RQ-054 Claude 版が ◎ で「p95<500ms 要件と監査要件には不向き」と評価
2. 単独開発の限界（C4）: 無限ループ防止、ツール選択誤り検知、コスト暴騰アラートの監視基盤を 1 人で構築・維持するのは非現実的
3. 現状の規模感: ~530 docs、質問は月 10-30 件程度の見込み。エージェントが自律判断するほどの複雑性がない
4. コストリスク: エージェントの反復 LLM 呼び出しはコスト予測が困難。現行の ¥100-120/月 から桁違いに増大する可能性

フル GraphRAG — 不採用（簡易版は R3 で検討）

理由:

1. 初期構築コスト: 全テキストを LLM に入力してエンティティ抽出 → トークン消費が指数関数的（RQ-054 Gemini 版の指摘）
2. グラフ DB 運用: Neo4j 等の別サービス追加は C2（Workers 完結）と C4（単独運用）に反する
3. ADR 規模: ~70 件の ADR は frontmatter メタデータで関係性が既に構造化されており、LLM エンティティ抽出の必要がない

5. チャンキング戦略の bizlp 採用方針

RQ-054 Synthesis §5.1 の段階的採用をそのまま適用:

6. 権限・トレーサビリティの bizlp 採用方針

現状（R1）で十分な範囲

R2 で追加すべき要素

7. 未解決 RQ の再優先度付け

RQ-054 で挙げた派生 RQ を、今回の判定結果を踏まえて再評価:

8. 結論

現在          R2 (2026-08判定)      R3 (2027以降)
─────────────────────────────────────────────────
Advanced RAG  → Modular RAG        → + GraphRAG補完
(実装済み)      + Incremental         (簡易版・KV格納)
               + Contextual BM25
               + Late Chunking

ADR-0069 の Phase R1 選択（Advanced RAG）は、RQ-054 の 6 パターン評価と bizlp 4 制約の両面から妥当。次の判断ポイントは 2026-08-25 の 3 ヶ月レビューで、R2 トリガー条件（未回答 >10 件/月、精度 <70%、citation <80%）に基づき Modular RAG 化を判定する。

9. Caveats

1. 本判定は 2026-05 時点の bizlp 制約に基づく。Jr 入社（2026-10）・業務委託参画後は C4（単独開発）制約が緩和され、Agentic RAG の再評価が可能になる
2. Intl.Segmenter の日本語 BM25 精度は未定量評価。RQ11 で kuromoji/Sudachi との比較が必要
3. R3 の GraphRAG 簡易版は ADR 規模 ~70 件を前提としている。200 件超になった場合は本格的な GraphRAG（Leiden 等）の再検討が必要
4. Streaming RAG (Zhu 2025) の定量データは △（単一論文）のまま。Incremental 統合の設計根拠としては十分だが、<15ms レイテンシの再現性は未確認