2026-09-24 · code

Claude Codeで構築したサイトに「NDT知識ベース」を組み込む前に読みたい1冊：RAG設計の実践本に期待する3つの論点

本記事は広告（アフィリエイトリンク）を含みます。掲載商品の購入によって運営者に紹介料が発生することがあります。内容は当サイト運営の独立した判断に基づいて選定しています。アフィリエイト表記

Claude Codeでサイト2本を回せても「NDT知識の組み込み」は別問題

urisol.com と urinosuke.com の2サイトを Claude Code で並行運営して3ヶ月が経過した。プロンプト設計を「再利用できる型」に分解し、記事生成の手戻りは1/3に減った。ツールとしての使い方は固まりつつある。

だが次の段階——NDT検査の現場知識を「発信補助」として組み込む設計——には、まだ手をつけていない。20年のキャリアで蓄積した検査データ・報告書・規格解釈のメモ群を、記事生成や問い合わせ対応にどう接続するか。ここはClaude Codeの「ファイルを渡して実行させる」だけでは済まない領域だと感じている。

そこで注目したのが、オーム社の『LLMのファインチューニングとRAG——チャットボット開発による実践』（新納浩幸著）だ。まだ読んでいない本だが、既読のオライリーLLM本群（『LLMのプロンプトエンジニアリング』『生成AIのプロンプトエンジニアリング』『実践 LLMアプリケーション開発』）を補完する位置にあると見ている。この記事では、なぜこの本に注目したか、何を期待しているか、読後に検証したい視点を整理する。

なぜこの本に注目したか：「実践」と「チャットボット」の2ワードが刺さった

書名と著者情報から読み取れる位置づけ

書名: 『LLMのファインチューニングとRAG——チャットボット開発による実践』
著者: 新納浩幸（オーム社のページによると、LLM実装に関する複数の書籍・記事を持つ技術者）
出版社: オーム社（電気・機械・情報分野の実務書に強い）

書名に「実践」と「チャットボット開発」が並んでいる点が、いまの問題意識と重なった。既読のオライリー本群は、プロンプト設計の原則（Chain-of-Thought、Few-shot、評価設計）や本番運用の論点（監視・コスト・ガードレール）が中心で、**「自社の知識ベースを実際にLLMに接続する設計」**の実装手順まで詳述されていない。目次レベルまでしか確認していないが、「チャットボット開発」という具体的なユースケースを軸にRAGの実装論が展開されているなら、NDT知識ベースの組み込み設計に直結する内容が期待できる。

期待している論点：「何を埋め込むか」「どう検索させるか」「どう評価するか」の3軸

いま抱えている問題意識は、大きく3つに分かれる。

1. 何をベクトル化して埋め込むか（データ設計）

NDT検査の知識ベースは、以下のように形式が混在している。

JIS条文（構造化テキスト）
過去の検査報告書（表・図・写真を含む非構造データ）
規格解釈のメモ（箇条書き・自分用の略記）

「検査報告書をそのまま埋め込めばよい」わけではない。どの粒度でチャンク化し、どのメタデータを付与するかが設計の肝になる。この本がチャットボット開発の文脈で「どの単位で知識を切り出すか」の実例を示しているなら、そのまま応用できる。

2. どう検索させるか（クエリ設計と再ランキング）

RAGの性能は「埋め込んだ知識をどう引き出すか」で決まる。ベクトル検索の類似度だけでは、文脈に合わない断片が混ざるリスクがある。

既読の『実践 LLMアプリケーション開発』では、評価・監視の重要性は学んだが、再ランキング・ハイブリッド検索・クエリ拡張の実装手順までは詳述されていなかった。この本が「チャットボット」という対話的なユースケースでクエリ設計をどう扱っているかに注目している。

3. どう評価するか（精度検証と運用設計）

「NDT知識ベースが発信補助として機能しているか」をどう検証するか。記事生成の文脈では、生成された文章が検査現場の実態と矛盾していないかが評価基準になる。

この本が「チャットボット開発」を軸にしている以上、応答精度の評価方法（人間評価・自動評価・A/Bテスト設計）についても触れているはずだ。その評価フレームワークが、記事生成への応用に耐えるかを読後に検証したい。

読後に検証したい視点：既読本との補完関係とNDT実務への接続

読了後、以下の3点を検証する予定だ。

1. オライリー本群との補完関係はどこにあるか

既読の『LLMのプロンプトエンジニアリング』『生成AIのプロンプトエンジニアリング』は、モデル非依存の原則とプロンプト設計の思考法が軸だった。『実践 LLMアプリケーション開発』は、プロトタイプから本番運用への橋渡しに重点があった。

この本が「チャットボット開発」という具体実装を通じて、オライリー本群で抽象化されていた論点を実装レベルに落とし込んでいるかを確認する。もし補完関係が成立するなら、既読本3冊とこの本1冊を組み合わせて「RAG設計の参照ライブラリ」として整理できる。

2. NDT知識ベースの組み込みに直結する実装手順が書かれているか

「チャットボット開発」のユースケースが、NDT知識ベースの組み込み設計にどこまで転用できるか。以下の実装論点が実例として示されているかを確認する。

チャンク化の粒度設計（表・図・写真を含む非構造データをどう扱うか）
検索クエリの設計（対話的なクエリとバッチ生成でのクエリの違い）
再ランキング・ハイブリッド検索の実装例

もし「チャットボット開発」の文脈に特化しすぎていて、バッチ生成（記事生成）への応用が難しければ、別の参考書を探す必要がある。

3. ファインチューニングとRAGの使い分け基準は明示されているか

書名に「ファインチューニング」と「RAG」が並んでいる。この2つは、知識の組み込み方として対立する選択肢ではなく、用途によって使い分けるべき技術だと理解している。

NDT知識ベースの組み込みでは、以下のような使い分けが想定される。

RAG: 検査規格・報告書・過去の記事など、更新頻度が高く、検索精度が求められる知識
ファインチューニング: NDT用語の自然な使い方、検査現場の文体・トーンなど、モデル自体の出力スタイルに反映させたい知識

この使い分け基準が実例とともに示されているかを確認し、NDT知識ベースの組み込み設計に反映させたい。

同分野の既読本との位置づけ：オライリー本群の「実装版」として期待

既読のオライリーLLM本3冊は、いずれもモデル非依存の原則と思考法に力点があった。

『LLMのプロンプトエンジニアリング』: コンテキスト・スカフォールディング・テンプレート化の概念地図
『生成AIのプロンプトエンジニアリング』: Chain-of-Thought・Few-shot・評価設計の整理
『実践 LLMアプリケーション開発』: プロトタイプから本番運用への橋渡し

これらは「何を考えるべきか」の指針として有用だったが、「どう実装するか」の手順までは詳述されていない。この本がチャットボット開発という具体例を通じて実装論を展開しているなら、オライリー本群の「実装版」として位置づけられる。

読了後、既読本3冊とこの本1冊を組み合わせて、RAG設計の参照ライブラリとして整理する予定だ。

まとめ：読了したら実装検証記事を書く

この記事で整理した期待論点と検証視点をもとに、読了後は以下の構成で実装検証記事を書く予定だ。

期待していた論点がどこまでカバーされていたか
オライリー本群との補完関係（何を追加で学べたか）
NDT知識ベースの組み込み設計に実際に使えそうな実装手順
「チャットボット開発」のユースケースがバッチ生成（記事生成）にどこまで転用できるか

RAG設計の実装本として、既読本群を補完する位置に収まるかを確認したい。