知識グラフとオントロジー
概要
知識グラフ（Knowledge Graph）は、エンティティ（実体）とその関係をグラフ構造で表現した知識基盤です。オントロジーは、そのドメインに存在する概念・関係・制約を型として定義した意味モデルで、知識グラフのスキーマにあたります。大規模言語モデル の登場により、両者の役割は古典的な「論理推論の基盤」から、LLM の回答を検証・保証するための契約 へと再定義されつつあります。
「推論」から「契約」へ（現代的な位置づけ）
Zenn の設計論「現代の知識グラフとオントロジー」は、エンタープライズ AI における知識グラフの役割転換を論じています。
- 古典的な用途（記号論理による自動推論）は後退し、**データ品質保証と回答検証の「契約」**としての役割が中心に
- LLM が生成した回答を、オントロジーで定義された制約に照らして検証する 5 段階の検証フレームワーク を提示
- RAG が「関連情報を与える」仕組みだとすれば、オントロジーは「答えが構造的に正しいか確かめる」仕組みという分担（エンタープライズAI のオントロジー駆動の意思決定、Palantir Foundry の「組織のデジタルツイン」と同じ系譜）
- 参考: 現代の知識グラフとオントロジー_-_「推論」から「契約」へ：データ品質保証と回答検証の全体像
コーディングエージェントへの応用
コードベースの構造をオントロジーとして整理し、AI に「関係の型」を与えるアプローチも提案されています。
- Claude にオントロジーを持たせる（Zenn）— ディレクトリ構成やドキュメントだけでは関係性が不明確で、AI は推測（探索的なファイル読み込み）に頼らざるを得ない。コードベースの構成要素と関係を型として定義して渡すことで、トークン消費を半減・処理速度を約3倍にできるという提案（Claude Code / プロンプトエンジニアリング のコンテキスト効率と同じ問題意識）。Claudeに「オントロジー」を持たせたら、コスト半分・3倍速になるかも
関連する仕組み
- グラフRAG — ナレッジグラフを辿る検索（RAG の発展形）
- Open Knowledge Format — 知識をベンダー非依存で共有する Google のオープン仕様。知識グラフの「中身」を運ぶ形式として補完的
- オントロジー駆動のシナリオ生成 — エージェントのデプロイ前検証にオントロジーを使う例（AIエージェントの安全性 の Pre-Deployment Assurance）
関連ページ
参考資料
- 現代の知識グラフとオントロジー_-_「推論」から「契約」へ：データ品質保証と回答検証の全体像（Zenn, 2026年6月）
- Claudeに「オントロジー」を持たせたら、コスト半分・3倍速になるかも（Zenn）