
設計書RAGは、なぜ「検索できるだけ」で止まるのか――Excel設計書から変更影響をたどるために必要なこと
設計書をRAGに入れると、最初はかなり便利に見えます。
画面名を聞けば該当する仕様を返してくれる。項目名から定義を探すこともできる。何冊ものExcelを開いて検索するより、ずっと早い。
ただ、質問を少し変えると急に答えが怪しくなります。
この項目の型を変えたら、どの画面やAPI、バッチ、テーブルに影響するのか。
「受付」から「確定」に状態が変わったとき、編集できなくなる項目はどれか。
その回答は、どの設計書の、どの版の、どのセルを根拠にしているのか。
ここで起きているのは、検索精度だけの問題ではありません。
「似た記述を探すこと」と「設計要素のつながりをたどること」は、別の仕事です。
この記事では、Excel設計書を対象に、RAGを単なる文書検索で終わらせないための考え方を整理します。
検索できても、変更影響は分からない
一般的なRAGは、質問と意味の近い文章を探すのが得意です。
「顧客マスタの更新仕様はどこか」「エラーコードE101は何を意味するか」といった質問なら、答えが書かれた箇所を見つければ済みます。
変更影響の調査は、そうはいきません。
たとえば、ある画面項目がAPI項目へ渡り、変換処理を経てテーブルのカラムへ保存され、夜間バッチから別のデータセットへ出力されるとします。知りたいのは、それぞれの説明文ではなく、要素の間をどのような関係でデータが流れているかです。
検索は「見つける」処理です。影響分析は「たどる」処理です。
この違いを無視してExcelを一定文字数で分割すると、近い文章は見つかっても、画面からカラム、その先のバッチまでを安定して追えません。
まず、原文へ戻れるようにする
Excelを取り込むとき、最初に守りたいのは文章の読みやすさではありません。回答から原文へ戻れることです。
少なくとも、次の情報は残します。
原本の識別子(source_id)
版番号(version)
シート名(sheet)
セル範囲(range)
内容のハッシュ値(content_hash)
いつから有効な仕様か(effective_at)
Excelでは、セル結合や二段の見出し、欄外の注記、色分けにも意味が含まれます。平文へ変換するだけでは、「どの列の説明か」「その注意書きはどの条件に掛かるのか」が抜け落ちます。
そこで、原本の位置を表す情報と、設計上の意味を分けて持ちます。そして、設計要素が原本のどこから得られたかを、根拠として結びます。
この根拠が残っていれば、抽出方法を後から変えても、どこを読み直せばよいか分かります。
同じものを、同じものとして扱う
次に難しいのが、設計書をまたいだ同一性です。
ある文書では「顧客番号」、別の文書では「取引先コード」、実装上は「CUST_ID」と書かれているかもしれません。逆に、同じ「状態」という名前でも、注文の状態と審査の状態は別物です。
表示名だけを識別子にすると、別名を拾えません。かといって、意味が近いものをすべて統合すると、関係のない項目まで同一視してしまいます。
そのため、次の情報を分けます。
文書に書かれた名前
業務上の論理的な識別子
実装上の物理的な識別子
別名
有効期間
同じものか判断できない場合は、無理に統合しません。「統合候補」として残し、確認できてから結びます。
検索漏れは目につきますが、誤った統合は気づきにくい。設計情報では、こちらの方が厄介です。
関係には、名前と向きが要る
要素を並べるだけでは、変更影響は分かりません。
「AとBに関係がある」ではなく、何の関係なのかを持たせます。
参照する(READS)
更新する(WRITES)
呼び出す(CALLS)
項目を対応付ける(MAPS_FROM/MAPS_TO)
値を検証する(VALIDATES)
状態が移る(TRANSITIONS_TO)
別の値から導出する(DERIVES_FROM)
英語名を残すのは、機械処理で関係の種類を区別しやすくするためです。読者向けの説明まで英語に寄せる必要はありません。
関係の向きも重要です。「画面がAPIを呼ぶ」のか、「APIが画面を呼ぶ」のかで、影響のたどり方は変わります。
さらに、業務システムでは状態や条件によって関係が変わります。
「受付中は編集できるが、確定後は参照だけ」という仕様なら、更新関係を常に有効な線として扱うと誤ります。業務オブジェクト、状態、前提条件、有効期間、例外条件まで含めて持つ必要があります。
AIが引いた線を、そのまま正解にしない
設計書から関係を抽出する作業には、生成AIが役立ちます。ただし、抽出結果をそのまま正本にするのは危険です。
少なくとも、次の状態は区別します。
原文に明記されている
AIが原文から抽出した
複数の関係から推定した
人または検証ルールが承認した
誤りとして却下した
それぞれの関係には、根拠となるセル、使った抽出ルールやモデル、実行日時、確信度、承認状態を持たせます。
知識グラフは、「正しい線だけを集めた完成品」と考えるより、その線がどこから来て、どこまで信じてよいかを説明できる記録として設計した方が運用しやすくなります。
形の検証にはSHACLのような仕組みも使えます。ただし、2026年9月時点のSHACL 1.2は作業草案です。安定した仕様として使える範囲と、草案段階の機能は分けて考える必要があります。
検索方法を一つにそろえない
すべての質問をベクトル検索で解く必要はありません。
「どこに書いてあるか」を探すなら、ベクトル検索や全文検索が向いています。
APIの所有者、版、制限時間のように値が明確なものは、構造化した項目をSQLで引く方が確実です。
カラム変更の下流影響は、グラフをたどる処理が向いています。根拠を添えて説明するなら、グラフで関係を絞り、原文検索で説明材料を集める組み合わせが使えます。
Microsoft GraphRAGも、文章から要素と関係を抽出し、グラフと要約を検索に利用します。ただし、文書全体の話題構造を捉えるGraphRAGと、業務システムの「参照する」「更新する」といった依存関係をたどる知識グラフは、目的が同じではありません。
大切なのは製品名ではなく、答えたい質問に必要な構造を選ぶことです。
なお、Microsoft GraphRAGのリポジトリは、2026年9月時点で保守運用中心であることが明記されています。特定の実装へ設計全体を預けず、設計要素、関係、根拠、検索の使い分けは自分たちの管理対象として分けておく方が安全です。
小さく試すなら、3文書と5つの質問
最初から大量の設計書を取り込むと、何が効いたのか分からなくなります。
まずは、関係がつながる3種類の文書に絞ります。
画面の項目定義
APIまたはインターフェース仕様
テーブル定義、変換仕様、バッチ仕様のいずれか
そのうえで、先に質問を固定します。
この項目の型と桁数は何か
顧客番号に関係する設計要素は何か
このカラムを変えると、どこまで影響するか
確定後も編集できる項目はどれか
回答の根拠となるセルと版はどれか
見るべきなのは、回答文の自然さだけではありません。
正しい設計要素を拾えたか。誤った関係を混ぜていないか。根拠セルまで戻れるか。新旧の版を混同していないか。人が確認する時間は減ったか。
この質問と評価基準を先に用意しておけば、ベクトル検索、グラフ探索、AIによる抽出、規則による抽出を同じ土俵で比べられます。
おわりに
設計書RAGが検索止まりになるのは、必ずしもモデルが弱いからではありません。
設計書を文章の集まりとして扱った結果、設計要素の同一性、関係の向き、状態による違い、原文の根拠が失われている場合があります。
いきなり大規模な知識グラフを作る必要はありません。
まず、原文へ戻れるようにする。設計要素へ変わりにくい識別子を付ける。答えたい質問に必要な関係だけを持つ。AIの抽出結果と確認済みの事実を分ける。
ここまでできると、RAGは「設計書の置き場所を答える仕組み」から、「変更の影響と、その根拠を一緒に示す仕組み」へ一歩進みます。
参考資料
Microsoft GraphRAG Documentation(2026年9月27日確認)
microsoft/graphrag GitHub(2026年9月27日確認)
W3C SHACL 1.2 Core Working Draft(2026年9月27日確認)
OpenLineage(2026年9月27日確認)
OpenLineage Column Level Lineage Dataset Facet(2026年9月27日確認)