論文解説：Don't Retrieve, Navigate

RAG（検索拡張生成）の次を担う候補として注目される論文「Don't Retrieve, Navigate: Distilling Enterprise Knowledge into Navigable Agent Skills for QA and RAG」（arXiv:2604.14572）を解説します。実装はGitHubのOSS「Corpus2Skill」として公開されています。

論文の概要と中心主張

本論文の中心主張は、タイトルが端的に表しています。「検索するな、ナビゲートせよ」。従来のRAGでは、LLMは検索エンジンが返す断片を受け取るだけの受動的な消費者であり、コーパス全体の構造も未探索の領域も見えません。この構造こそが、検索漏れや根拠の弱い回答という、エンタープライズQAの慢性的な課題の根にあると論文は指摘します。

提案される代替案は、文書コーパスをオフラインで階層的なエージェントスキルのディレクトリへ蒸留し、サーブ時にはLLMエージェント自身が鳥瞰ビューから細部へとナビゲートする方式です。サーブ時のランタイム構成要素はLLMのみで、ベクトルデータベースも埋め込み検索も不要になります。回答時には、エージェントがリーフで特定した文書の全文を取得して根拠とするため、グラウンディングが構造的に確保されます。

この発想は突飛なものではなく、人間の専門家がナレッジを探すときの振る舞いをエージェントに移植したものといえます。優れたサポート担当者は、検索窓に語を打ち込み続けるのではなく、「この質問なら製品マニュアルの決済の章だ」と当たりを付けて直行し、外れたら一段戻って別の章を確かめます。論文は、この「全体地図を持った探索」をLLMエージェントで実行可能にするための知識表現として、階層スキルツリーを提案しているわけです。

提案手法：蒸留とナビゲーション

手法は2つのフェーズから成ります。オフラインのコンパイルでは、文書の読み込み、埋め込みモデル（既定はQwen3-Embedding-0.6B）によるベクトル化、再帰的K-meansと凝集マージによる階層クラスタリング、そして各ノードの要約とラベルのLLM生成を経て、スキルツリーを構築します。出力はAnthropic Skills API互換の.claude/skills/規約に従うため、既存のエージェント基盤にそのまま組み込める点が実装上の特徴です。

オンラインのサーブでは、エージェントがトップレベルのスキル説明から読み始め、関連ブランチへのドリルダウンと、外れた枝からのバックトラックを繰り返して文書に到達します。この探索的な動きにより、最初の一手が外れても回復でき、質問と文書の字面が一致しなくてもトピックの近さで目的地にたどり着けます。手法の詳細は本サイトの「コンパイルパイプライン」と「スキルツリー構造」でも解説しています。

評価結果と10サブセット汎化研究

評価は、エンタープライズ顧客サポートのQAベンチマークで行われました。比較対象は、単発の密検索、ハイブリッド検索、階層検索、エージェント型RAGの4方式です。結果として、提案手法は回答品質とグラウンディングの両方で全ベースラインを上回り、コスト増は中程度にとどまりました。さらにプロンプトキャッシュを併用すると、WixQAベンチマークでの1クエリコストは0.172ドルから0.089ドルへ約48%削減されています。

本論文で特に評価したいのは、10種類のコーパスサブセットを用いた汎化研究により、手法の適用限界を自ら明らかにしている点です。復元可能なトピック分類体系を持つ単一ドメインコーパスでは一貫して有効である一方、オープンドメインの事実断片プールや均質な表形式コーパスではフラット検索が優位でした。「どこでも勝てる」と主張しないことは、実務者にとってむしろ信頼できる情報です。自社データへの適用可否を判断する具体的な基準は「エンタープライズ活用と適用判断」に整理しています。

評価面でもう一つ注目すべきは、実装に評価モジュールとトークン会計が同梱されている点です。F1・BLEU・ROUGEといった自動指標に加え、LLM判定による事実性とコンテキスト再現率、さらに1クエリあたりのUSDコストまで同じ実行で測定できるため、読者が論文の主張を自分のコーパスで追試するハードルが低く設計されています。研究成果とエンジニアリングの距離が近いことも、この論文と実装の実務的な魅力です。

RAGの次を占う——実務への示唆

この論文が示す方向性は、「検索の改善」から「知識表現の再設計」への転換と読めます。ハイブリッド化やリランキングが検索の精度を磨く努力だとすれば、ナビゲーション型はコーパスそのものをエージェントが歩ける形に作り替えるアプローチです。LLMの長コンテキスト化、プロンプトキャッシュの実用化、エージェントスキルという標準化の流れが揃った今だからこそ成立する設計だといえます。

実務への示唆は明確です。社内マニュアルやヘルプセンターのような構造化ナレッジのQAで既存RAGの品質に頭打ちを感じているなら、検証する価値のある選択肢が現れました。一方で、実装のOSSはWIP（開発途上）の早期リリースであり、適用領域の見極めも必要です。まずは「Corpus2Skillとは」で全体像を確認し、小規模なPoCから始めることをおすすめします。

今後の注目点としては、コーパス更新への追従（差分再コンパイルの効率化）、多言語コーパスでのツリー品質、そしてClaude以外のエージェント基盤への展開が挙げられます。「検索するな、ナビゲートせよ」という問題提起が、RAG研究の主流にどこまで影響を与えるか。エンタープライズのナレッジ活用に携わる立場として、実装の成熟と追試の報告を引き続き追いかけていきます。