調査プロセス: AI・LLM・オントロジー・組織記憶

作成日: 2026-05-06

読み方

この調査ログは、本文の結論を繰り返すためではなく、どの問いを立て、どの資料を優先し、どこを不確実なまま残したかを読者が確認するための記録である。AI・LLM・オントロジー・組織記憶について、判断の前提、根拠の種類、更新が必要になる条件を分けて残した。

利用環境

• model: gpt-5.4-mini
• skill: .codex/skills/research-report/SKILL.md
• prompt source: ops/codex/prompts/daily-issue-research.md

調査命令

• 調査対象: AI・LLM・オントロジー・組織記憶
• 依頼内容: AIの研究史からLLM、記号接地、Ontology、Graphiti、MCPまでを、組織ナレッジ活用の実務判断に接続する統合レポート。
• 指定カテゴリ・slug: ai-systems / ai-llm-ontology-memory
• 関連タグ: LLM, Ontology, Memory, MCP
• 主要な制約: 一次情報または信頼できる公開情報を優先し、主張、根拠、限界、実務含意を分けて書く。
• 参照した記事ファイル: articles/report/ai-llm-ontology-memory/ja/index.mdx
• 完了条件: 日本語本文を公開記事として表示し、調査ログで資料選定、採用しなかった情報、判断基準、更新条件を確認できるようにする。

調査目的

人工知能の歴史、LLMの原理、人間との差分、実務活用、記号接地、オントロジー、Graphiti型記憶、組織の暗黙知、Palantir Foundry Ontology、Anthropicの方向性、MCPの射程を一つの実務向けレポートに統合する。

調査設計

観点	確認したこと	使い方
スコープ	本文の調査対象と読者の実務判断	何を扱い、何を扱わないかを明確にした
根拠	公開情報、一次情報、補助資料	本文の主要主張を支える材料にした
比較・整理	制度、時系列、技術、リスク、実務含意	読者が論点を再利用できる形にした
限界	未確認事項、時点依存、追加深掘り候補	更新時に見直す対象として残した

資料選定の方針

本文では、公開情報と一次情報を優先し、主要な判断の近くに根拠を置く方針にした。二次情報は論点整理や背景理解の補助にとどめ、本文の中心主張は確認可能な資料に基づける。

採用しなかった情報

• 出典や時点を追えない断定的な情報は、本文の主要根拠にはしない。
• 速報性の高い情報は、一次情報や複数の公開情報で補強できる場合に限って扱う。
• 本文の実務判断に直結しない詳細は、追加深掘り候補として分離する。

判断基準

本文では、確認した根拠、比較軸、限界を分け、主張が一次情報・補助資料・公表情報からの推定のどれに基づくかを明示する方針にした。

確認済みの根拠

• スコープ定義: 対象テーマを研究課題として分解する。
• 方法論選定: 実務意思決定向けの統合ナラティブレビューとして設計する。
• 一次情報確認: Palantir、Anthropic、MCP、Graphiti/Zep、基礎論文を確認する。
• 批判的評価: 各アプローチの有効性、限界、過大評価リスクを整理する。
• レポート作成: 一つの文書として結論、論点、実務導入方針をまとめる。
• 図解追加: MermaidでAI史、LLM構造、記号接地、Graphiti、MCPなどの図解を追加する。
• 文献補強: 各セクションに研究文脈と論文参照を追加する。
• 引用近接化: 本文中の根拠説明の近くに出典メモとリンクを追加する。

更新が必要になる条件

• 追加深掘り: 必要に応じて、個別テーマごとに詳細な技術選定・PoC計画へ分解する。