AWS、RAGの次の実装例「Task-aware knowledge compression」を公開——文書全体を目的別に圧縮して複雑な調査に使う

結論から言うと、AWSは「検索で近い文章を拾うだけ」のRAGでは難しい調査に、別の実装方法を提案しました。AWSは2026年7月27日、Amazon Bedrock上でTask-aware knowledge compression（TAKC）を使う技術記事を公開しました。何が起きたか。

金融デューデリジェンスや規制対応のように、数百文書をまたいで関係を読む作業では、普通のRAGが似た言葉の断片だけを拾い、文書同士のつながりを見落とすことがあります。具体例では、5年分の財務諸表、200件超の取引先契約、8施設の環境コンプライアンス報告、50件超の訴訟をまとめて判断する場面が挙げられています。

TAKCは、同じ文書でも「財務分析用」「コンプライアンス用」のように目的ごとに残す情報を変え、LLMで短く圧縮しておく方法です。これにより質問時に読む量を減らしつつ、目的に合う情報密度を上げます。自分に関係するのは、社内文書AIを作る時に「全部をベクトル検索すればよい」と考えず、目的別の前処理を設計する必要があることです。

ただし圧縮時に落とした情報は後から答えにくくなるため、プロンプトの版管理と再圧縮の手順が重要です。出典はAWS公式ブログです。