パターンを読み込んでいます…
階層インデックス検索（RAPTOR）(HIR)
検索インデックスをチャンクのフラットなリストではなく、多階層のツリーとして構築する。RAPTOR はチャンクを再帰的に埋め込み、クラスタリングし、要約するため、クエリは任意の抽象レベルから検索でき、必要に応じて全体像の統合結果や末端（リーフ）の詳細を返せる。Anthropic のコンテキスチュアル・リトリーバル（contextual retrieval）は、埋め込みの前に各チャンクへ LLM が書いた短い文脈説明を前置し、孤立したチャンクが文書全体に根ざした状態を保てるようにする。
30秒でわかる概要
- 概要
- チャンクを再帰的にクラスタリングして要約することで多層のツリー型インデックスを構築し、任意の抽象度から広い統合的な答えも具体的な詳細も取り出せるようにします。
- 使いどころ
- 長い文書を扱い、問い合わせに全体像と細部の両方が必要で、切り出したチャンク単独では文書の文脈を失って意味が伝わらない場合に適します。
- 注意点
- インデックス作成時の計算コストが高く、実装も複雑になります。クラスタリングがずれると役に立たない抽象度の層ができ、検索品質が落ちます。
このパターンについてAIエキスパートに質問
質問が入力済みの状態でアシスタントが開きます。送信前に内容を確認できます。
階層インデックス検索（RAPTOR）: 概要
検索インデックスをチャンクのフラットなリストではなく、多階層のツリーとして構築する。RAPTOR はチャンクを再帰的に埋め込み、クラスタリングし、要約するため、クエリは任意の抽象レベルから検索でき、必要に応じて全体像の統合結果や末端（リーフ）の詳細を返せる。Anthropic のコンテキスチュアル・リトリーバル（contextual retrieval）は、埋め込みの前に各チャンクへ LLM が書いた短い文脈説明を前置し、孤立したチャンクが文書全体に根ざした状態を保てるようにする。
- Recursive cluster-then-summarize tree
- Multi-level abstraction retrieval
- Collapsed-tree traversal across layers
- Contextual chunk augmentation before embedding
- Hybrid embedding plus BM25 candidate generation
- Reranking of merged candidates
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。
参考文献
このパターンの根拠となる論文、仕様、リポジトリです。
このカタログを作ったエンジニアが担当
エージェント構成をレビューします
このページが扱うのは1つのパターンです。実際のシステムは数十を組み合わせて動き、障害の多くはその繋ぎ目で起きます。カタログの288パターンに照らして設計全体をレビューします。アーキテクチャ、信頼性、評価、コストまで、指摘ごとに対応するパターンを示します。
€750（通常€1,500）・1週間・文書レポートとウォークスルーコール・9月30日まで