Elasticライブウェビナー：Elasticsearch で実現するコンテキストエンジニアリングと AI エージェント

LLM は過去の会話も、ユーザの所在地も、今日の日付すら知りません。正確な回答には、必要な背景情報(外部ドキュメント, 会話履歴, ユーザの好み など)をすべて明示的に与える必要があります。しかし、情報が不足すれば LLM は推測に頼って誤り、過剰であればノイズに埋もれて判断を誤ります。この"過不足のない情報の取捨選択"を設計する技術が、プロンプトエンジニアリングに代わり注目される「コンテキストエンジニアリング」です。

コンテキストの取捨選択の精度を決めるのが “検索” です。Elasticsearch は、ベクトル検索・キーワード検索・構造化データ分析を統合したハイブリッド検索により、RAG でのドキュメント検索はもちろん、会話履歴やユーザプロファイルといったメモリの検索まで、AI エージェントに最適なコンテキストを提供します。

本ウェビナーでは、Elastic が考えるコンテキストエンジニアリングの全体像と、それを実現するための Search AI ソリューションをご説明します。また、高度な検索機能で実現する RAG (Retrieval Augmented Generation) を行う AI エージェント開発のデモンストレーションを行い、最新のユーザ事例をご紹介します。

アジェンダ 

• Elasticsearch について

• Elasticsearch が考えるコンテキストエンジニアリング

• Elasticsearch が提供する検索ソリューション

• Elasticsearch が提供する AI ソリューション

• デモ (Elasticsearch で RAG をする AI エージェントの開発)

• ユーザ事例

対象者

• AI エージェントの導入・利用を推進している方

• AI エージェントの開発や改善に携わっている方（職種不問）

• AI エージェントの低い回答精度にお困りの方

• 近年の情報検索技術にご興味のある方