多くの企業は RAG 構築において汎用的なアプローチを採用しがちですが、実際の課題は文書構造と質問の制御範囲に応じて技術選択を明確に分ける必要があります。文書複雑度と質問制御という 2 つの軸を定義することで、最適な技術スタックが特定できます。文書軸は、固定テンプレートから視覚情報が重要な図面まで 5 つの階層に分けられます。固定されたテンプレート文書には正則表現が最適であり、LLM を使用することは過剰なコストとなります。一方、複雑な図面やスライドのチャートを含む文書では、テキスト解析だけでは不十分で、ビジョンモデルが不可欠です。質問軸は、エンジニアが事前に定義した固定質問から、曖昧さに対処するための対話型チャットまで 4 つの段階に分かれます。固定テンプレートと固定質問の組み合わせは、正則表現のような決定論的手法で十分です。しかし、文書構造が異なり自由な質問を許容する中間帯域では、チャンキングやリトリーバル、再ランキングなどを含む包括的な RAG パイプラインが必要です。最も重要なのは、問題を単純化する最善策を選ぶことです。長いコンテキストウィンドウはリトリバルの代替ではなく、HyDE などの高度な手法はドメイン固有の用語辞書による簡易なキーワード検索で代替可能な場合が多いです。実際のプロジェクトでは、ドメインの専門家との対話を通じて、システムが誰のために存在するのかを明確に定義する必要があります。これは、誰でも自由に質問できるシステムを構築するのではなく、既存の専門家の知見を増幅するシステムへと設計方針を転換させます。コード作成前にこの診断プロセスを実行し、自身のケースがどの技術ゾーンに属するかを特定することで、不要なコストを削減し、生産性を最大化できます。正則表現からビジョンモデルまで、適切な技術を選ぶことが、RAG 導入の成否を分けます。