長期ドキュメントを対象とした階層型検索技術「ループエンジニアリング」が、エンタープライズRAGシステムの最適化において実用段階を迎えている。従来のRAGでは長文ドキュメントを全文埋め込みし類似度で順位付けする方法が主流であったが、492ページのセキュリティ仕様書「NIST SP 800-53」などのケースでは、専門用語の重複により関連情報が散漫になり、生成精度が低下する課題があった。また、358項目に及ぶ目次をそのままAIに入力することもリソース的に非現実的であった。 これに対し提案されたのは、目次をツリー構造と見なし、上位から下位へ段階的に探索する階層型ループ手法である。システムはまず上位見出しのみを読み取り質問との関連性を評価する。選択された枝の配下を新たなレベルとして再評価し、詳細な節へ降りていく。このプロセスは個々の項目に到達するか読み取る範囲が縮小するまでループを制御する。見出しの曖昧さにはキーワード出現頻度をタイブレイカーとして活用する。 実証ではNISTドキュメントを用い、全体埋め込みの代わりに階層探索を実施した結果、必要な5ページ分の情報だけを正確に抽出できた。358項目のうち56項目のみを処理し、他の315項目はプロンプトに含まれていない。これによりトークン消費が劇的に削減され、検索精度が大幅に向上した。同様の階層ループは複数のドキュメントからなるコーパスへも拡張可能であり、ファイル一覧を最上位として同様の探索手法を適用できる。 本技術はドキュメントの構造化情報を基に探索を制御するため、スケーラビリティとリソース効率の両立を実現し、エンタープライズAIの文書処理基盤として標準化が進展している。関連実装コードは公開リポジトリで利用可能である。