はじめに

マルチカテゴリ構成でAIチャットを導入したところ、

カテゴリAのページなのにカテゴリBの情報を回答してしまう

というRAGあるある問題に遭遇しました。

同じように悩んでいる方の参考になればと思い、実装パターンを整理します。
（プロジェクト固有情報はすべて一般化しています）

想定アーキテクチャ

Frontend (category page)
    ↓ categoryId付きリクエスト
API
    ↓
Bedrock Knowledge Base
    ↓
S3 (全カテゴリドキュメント)

S3構造：

documents/
  ├─ category-a/
  ├─ category-b/
  ├─ category-c/

問題の本質

Knowledge Baseはデフォルトで「横断検索」します。

つまり：

Query → 全カテゴリのベクトル空間から検索

カテゴリ単位のスコープは自動では制御されません。

やりがちな失敗

1. DataSourceをカテゴリごとに分割

DataSourceには上限がある
カテゴリ増加に対応不可
運用が複雑

2. プロンプトで縛る

検索段階で混在するため不十分
セキュリティ保証にならない

正解：Metadata Filtering

Bedrock Knowledge Basesでは、メタデータによるフィルタ検索が可能です。

実装の全体像

S3ドキュメント
   + metadata(categoryId)
        ↓
Ingestion
        ↓
Retrieve(filter: categoryId=xxx)

実装ステップ

1. DataSourceは1つに統合

documents/

すべてのカテゴリを1つのDataSourceにまとめます。

2. 各ドキュメントに metadata を付与

例：

documents/category-a/manual.md
documents/category-a/manual.md.metadata.json

metadata内容：

{
  "metadataAttributes": {
    "categoryId": "category-a"
  }
}

ポイント：

categoryId = ディレクトリ名と対応させる
メタデータの値には String / Number / Boolean が使用可能
metadata追加後は ingestion 再実行が必要

3. Retrieveでフィルタを指定

TypeScript例：

const command = new RetrieveCommand({
  knowledgeBaseId,
  retrievalQuery: { text: query },
  retrievalConfiguration: {
    vectorSearchConfiguration: {
      numberOfResults: 8,
      filter: {
        equals: {
          key: "categoryId",
          value: categoryId,
        },
      },
    },
  },
});

これが最重要ポイントです。

filter には equals 以外にも notEquals、in、greaterThan、lessThan、startsWith、andAll、orAll など多くのオペレーターが利用できます。

図解：Before / After

Before（混在）

Query
   ↓
[category-a]
[category-b]
[category-c]
   ↓
回答（混在）

After（分離）

Query + categoryId=category-a
        ↓
Filter(categoryId=category-a)
        ↓
[category-aのみ]
        ↓
回答（安全）

この設計のメリット

カテゴリ数が増えてもスケールする
DataSource制限に依存しない
明示的な分離が可能
AWS公式機能に準拠

運用で気をつけること

metadata追加後は必ず ingestion 実行
API層でfilter指定を必須化
categoryIdは許可リスト管理する

まとめ

マルチカテゴリRAGでは

DataSource分割ではなく
Metadata + Retrieval Filter で制御する

のがベストプラクティスです。

BedrockのMetadata Filteringは、
精度向上だけでなく「スコープ制御機能」として非常に強力でした。