AIアプリ設計とは「ドメイン知識をナレッジに置くかロジックに置くか」の振り分けである🧩 AIアプリ設計とは「ドメイン知識をナレッジに置くかロジックに置くか」の振り分けである🧩
- 弁護士・税理士の太田垣（@yoshiki_otagaki）です。
- 士業の現場で実際に動かしている AI 活用・業務自動化を発信しています。
- Next.js + Supabase + Anthropic API + 独自 MCP サーバで法律
弁護士・税理士の太田垣（@yoshiki_otagaki）氏が、実務で稼働中のAIシステム設計の知見をZennで公開している。記事の核心は「ドメイン知識をナレッジ（RAGや外部データ）に置くか、ロジック（コードやプロンプト）に置くか」という設計の振り分け判断であり、士業の現場経験から導き出された実践的な視点が特徴だ。
技術スタックとしてはNext.js・Supabase・Anthropic API・独自MCPサーバを組み合わせた構成を採用しており、法律・税務ドメインの複雑なルールをどちらの層で管理するかという問いに対する実例も含まれると推察される。詳細な判断基準や具体的なユースケースは原文で確認することを推奨する。
Yoshiki Otagaki, a practicing lawyer and tax accountant, published an article on Zenn exploring a core architectural question in AI application design: should domain knowledge live in the knowledge layer (e.g., RAG, external data stores) or in the logic layer (code, prompts, MCP tools)?
The author draws from real-world experience building AI-powered workflows in professional legal and tax practice, using a stack of Next.js, Supabase, Anthropic API, and a custom MCP server. The framing suggests that clear separation—or deliberate placement—of domain-specific rules can significantly affect maintainability and accuracy.
The specific criteria and case studies used to guide this design decision are detailed in the original article. Readers working on domain-heavy AI applications, particularly in regulated industries, may find the practitioner perspective especially relevant.
本ページの本文・要約は AI による自動生成です。正確性は元記事 (zenn.dev) をご確認ください。
