専門家主導型ローカルナレッジ＆ハイブリッドAI開発

機密資産はローカル保護。Claude Code等の先端クラウドAIからフルローカルLLMまで柔軟切替

1. 専門家主導型AI開発

QESIAでは、熟練エンジニアの知見とローカル管理された知識ベース（ナレッジ）を融合させた、独自の次世代開発フローを採用しています。

重要な設計資産やソースコードはローカル環境で厳重に保護しつつ、AIエンジンにはClaude Code等の高性能クラウドAIや、オンプレミスで完結するローカルLLMを要件に合わせて柔軟に切り替えて運用します。

2. アーキテクチャ

コアとなるナレッジ・コード・設計規約は100%ローカル環境で一元管理（ハイブリッドRAG）。顧客の要件と制約（技術Tag）を正確に伝達し、ハルシネーション（誤回答）を防ぎながら、人間ならではの「品質保証」と「文脈理解」を垂直統合したアーキテクチャです。

Expert-Led AI Engineering Workflow

3. 開発プロセス

ローカルナレッジの構造化とRAG（検索拡張生成）の構築

プロジェクト固有のドメイン知識やコードベースを自社ローカル環境内で解析・深層学習し、セキュアなRAGデータベースを構築します。

・構成要素: ベクターデータベース（文章・ドキュメント）とグラフデータベース（コードの依存関係・論理構造）のハイブリッド構成。

・ナレッジ分類: 「アルゴリズム実装」「業務規約（安全連鎖等）」「ハードウェア制約（メモリ・通信）」をタグ付けして管理。これにより、文脈に応じた最適な情報の取り出しが可能になります。

サイドカー方式による制約条件管理

既存アーキテクチャやコーディング規約を「制約ファイル群（Constraint Set）」としてコードと並行管理します。

・実現詳細: ディレクトリ単位で .rules/.constrains 等の定義ファイルを配置。

・メリット: AIがコードを生成する際、常にこれらの物理的・論理的制約を「参照」しながら推論するため、現場のルールを逸脱しないコード出力が可能です。

ハイブリッドAIエンジンと柔軟なモデル切替

ナレッジ検索と前処理はローカルで完結しつつ、推論タスクに応じてAI基盤をフレキシブルに選択・切り替えが可能です。

・標準構成（クラウドAI）: Claude Code などの先端APIを利用し、高度な推理力と高速なコード生成性能を最大限に活用します。

・エアギャップ構成（ローカルLLM）: 極めて高度な機密性が求められる産業・軍事・医療等の案件では、外部通信を完全に遮断したローカルサーバー上（Ollama/vLLM等、14B〜70Bモデル）に切り替えて運用可能です。

要件定義のタグ化（Tag-Based Inputs）

曖昧な自然言語の要件を、技術専門家が「技術タグ」に変換してAIへ入力します。

・最適化: [RealTime:High] [Memory:Limited] [Safety:SIL2] といったタグにより、AIの推論重みを特定の技術領域へ最適化させます。

AI生成 ↔ 専門家による検証とフィードバック

AIが生成したコードは必ず技術専門家がレビューし、必要に応じて修正指示または手動修正を行います。

・重要ポイント: 専門家による修正内容は即座にローカルRAGデータベースへ再学習（フィードバック）されます。これにより、AIは同じミスを二度と繰り返さず、開発を重ねるほどに賢くなります。

ユニットテスト・機能テストの自動生成

生成されたコードに対し、AIが自動でテストケースを生成し、実行環境（シミュレータ）で検証します。

・信頼性担保: ハードウェアを模擬したMock環境でのテストを自動化し、初期段階で論理的エラーを100%排除します。

設計ドキュメントの自動生成

最終的なコードと実装意図に基づき、AIが設計仕様書を自動生成します。

・最終品質: 最後に技術専門家が加筆・調整を行い、エンジニアの意図が正しく反映された正式な納品ドキュメントとして完成させます。

4. Technical Stack

[AI Engines & Execution Environment]
- Primary: Claude Code / Anthropic API / OpenAI (高度な推論と圧倒的な開発速度)
- Local Fallback: Ollama / vLLM / Docker (完全オフライン・オンプレミス要求対応)
- Agent Framework: ReAct-based Agents (自律的な思考・実行・検証ループの実現)

[Knowledge Base & Hybrid RAG (Local Protected)]
- Vector Search: FAISS / Qdrant (ドキュメント・コード片の高速検索)
- Graph Database: Neo4j (コード依存関係および構造のグラフ管理)
- Sidecar Constraints: JSON / Markdown (.rules 形式によるディレクトリ単位の制約定義)

[Quality Assurance]
- Automated Linting: Clang-Tidy / Verilog-Lint (生成コードの静的解析)
- Hardware Mocking: Digital Twin / Emulator (物理環境を模した自動検証)

[Documentation]
- Automated DocGen (実装意図を反映した設計書・仕様書の自動生成)