あなたはGoogleのAIエンジニアの面接を受けています。 面接官はこう尋ねます: 「私たちのデータは複数のソース(Salesforce、Gmail、Driveなど)に分散しています。 それに統合されたクエリエンジンをどのように構築しますか?」 あなた:「すべてベクターデータベースに埋め込んでRAGをやるよ。」 面接終了! 多くの開発者はいまだにコンテキスト検索を直線的なパイプラインと考えています。 チャンク→埋め込み→回収→生成 これは単純なデモにはとても有効ですが、本番環境では根本的に異なるものが必要です。 よりよく理解するために、次の質問を考えてみてください: 「シカゴ地域の第4四半期の売上実績を、ステークホルダーとの会議でまとめた昨年の予測と比較してください。」 この単一のクエリには以下が必要です: - SQLデータベースからの売上データ - グラフ関係(組織階層) - 射影報告書に対するベクトル探索 - 時間ベースフィルタリング(今年の第4四半期と昨年の違い) - 権限チェック(ユーザー認証用) ...