cv usk(@cv_usk):エージェントの検索が失敗する理由は、検索の精度だけではありません。コンテキストの使い方に原因があります。タイトル: Context Engineering Starts with Retrieval URL: https://t.co/1Mgxe8bPIM 🔎 概要 LangChain が Deep Agents を例に、検索を3つの失敗（非効率・多すぎる・古い/無関係）に分けて整理した記事です。毎週数百社を調べる競合分析エージェントが題材です。 ⚠️ 解決する課題・検索のたびにトークンを消費し、コンテキストが埋まる・大きな検索結果が作業スペースを圧迫する・古い情報や的外れな情報が、以降の手順の土台になる 🛠️ 方法論と提案手法・まず glob と grep で絞り、意味で探すときだけベクトル検索を使う・read_file は既定100行でページング。約2万トークン超の結果は自動でファイルに退避・検索結果はパスだけ返し、1ファイル担当のサブエージェントが要点と出典だけを返す・日付フィルタで鮮度を保ち、取得テキストはインジェクションを前提に出典を検証する 📊 ユースケース約4万行の市場データから売上を1つ引く場合、grep で数値を探して前後の数行だけを読みます。ニュース検索は4本の全文ではなく4つのパスだけがメインに返ります。 #コンテキストエンジニアリング #AIエージェント

2026.10.26 00:35

エージェントの検索が失敗する理由は、検索の精度だけではありません。コンテキストの使い方に原因があります。タイトル: Context Engineering Starts with Retrieval URL: 🔎 概要 LangChain が Deep Agents を例に、検索を3つの失敗（非効率・多すぎる・古い/無関係）に分けて整理した記事です。毎週数百社を調べる競合分析エージェントが題材です。 ⚠️ 解決する課題・検索のたびにトークンを消費し、コンテキストが埋まる・大きな検索結果が作業スペースを圧迫する・古い情報や的外れな情報が、以降の手順の土台になる 🛠️ 方法論と提案手法・まず glob と grep で絞り、意味で探すときだけベクトル検索を使う・read_file は既定100行でページング。約2万トークン超の結果は自動でファイルに退避・検索結果はパスだけ返し、1ファイル担当のサブエージェントが要点と出典だけを返す・日付フィルタで鮮度を保ち、取得テキストはインジェクションを前提に出典を検証する 📊 ユースケース約4万行の市場データから売上を1つ引く場合、grep で数値を探して前後の数行だけを読みます。ニュース検索は4本の全文ではなく4つのパスだけがメインに返ります。 #コンテキストエンジニアリング# #AIエージェント#

커뮤니티로 전달