概要
オントロジーは、もとは哲学の「存在論」。情報科学ではある分野にどんな概念があり、何を意味し、互いにどう関係するかを機械が読める形で定義したものを指す。「用語辞典」と「概念の関係図」を合わせたものと考えるとよい。記号的 AI やセマンティックウェブ(RDF / OWL)の系譜にあり、2026 年には LLM にデータベースを問い合わせさせるための「業務上の意味の層」として再び注目されている。
詳細
何を持つか
販売業務なら次のような知識がオントロジーになる。データ分析の文脈では、最後の計算ルールまで含めて扱うことが多い。
- 概念 — 顧客・注文・請求明細・商品・州
- 意味と同義語 — 「売上」は revenue・売上高とも呼ぶ
- 関係 — 顧客は注文を出す。顧客は都市に属し、都市は州に属する
- 計算の決まり — 売上は請求明細の金額の合計
スキーマとは別物
スキーマは「データがどう保存されているか」(テーブル・列・型・制約)、オントロジーは「そのデータが業務上なにを意味するか」。sales.invoicelines.extendedprice という列名から、それが売上として数えるべき金額かは分からない。外部キーも「つなげられる」ことまでで、「この質問ならどの経路でつなぐべきか」は示さない。
LLM に効く理由
Text-to-SQL で LLM がつまずく「言葉と列の対応」「指標の計算式」「結合の経路」「答えられない質問」を、あらかじめ定義した知識で埋める。LLM の担当を言葉の理解と SQL の記述に狭めることで、次が得られる。
- 正確さ — 動くが間違った SQL が減る
- 一貫性 — 誰が聞いても同じ式・同じ経路
- 説明可能性 — 使った定義を回答に添えられる
- 誠実さ — 定義のない概念は「答えられない」と返せる
- 統制 — 計算式を 1 か所直せば以後の回答すべてに効く
Text-to-SQL を使わずツール呼び出しで答える場合でも、用語・同義語・関係の整理はツールの description を正確に書く土台になる。「コスト」「経費」と聞かれて「原価」のツールを選べるようになる。
作る手間をどう減らすか
数百テーブルの用語・計算式・結合を人が一から書くのは現実的でない。2 つの方向がある。
| 方向 | 材料 | 例 |
|---|---|---|
| 供給側から自動生成 | DB のメタデータ・サンプル値・クエリ履歴 | NVIDIA Auto Ontology が草案を作り、推定した結合をデータで裏付け、人が認定する |
| 需要側から絞る | 課題管理に残る過去の問い合わせ事例 | 頻出の意図から対象の用語を絞り、コードと仕様書で裏付ける |
業務システムで大事な意味は DB ではなくコードと仕様書にあることが多い。「締め済み」の判定条件、複数列からなる業務キー、正本の計算関数、論理削除の扱い、必要な権限はメタデータからの草案に出てきにくい。モデル・URL ルーティング・権限名のように機械的に取れる部分はフレームワークのイントロスペクション(Django の _meta・URL リゾルバー)で自動生成し、残りは人が確かめる。
運用の注意
- コードを正本、オントロジーは派生物とし、自動で作り直せる部分を最大にする
- 最初からグラフ DB は要らない。リポジトリの YAML / JSON の対応表で十分
- 「業務用語 ↔ モデル・項目 ↔ 正本の計算 ↔ API ↔ 画面 ↔ 必要な権限」の対応表があると、繰り返し来る質問が既存 API で答えられるかをすぐ判断できる
- 抜き出した権限の定義でアクセス制御をしない。制御はアプリの中で行う
- 分析基盤を併設したら、分析指標の説明は dbt の
schema.ymlを正にし、セマンティックレイヤーと用語を二重にしない - 推論の質は入力の事実を超えない(OWL 推論でも元データの抜けは補えない)
関連ページ
- 記号的 AI — 知識表現・セマンティックウェブ・OWL としての系譜
- Text-to-SQL — オントロジーが精度を上げる対象
- セマンティックレイヤー — 指標計算に特化した隣接の層
- NVIDIA Auto Ontology — メタデータからの自動生成ツール
- AI-ready データ設計 — 意味定義を構造化して持つ設計
ソース記事
- NVIDIA Auto Ontology とは — オントロジー自動生成で AI エージェントの Text-to-SQL 精度を上げる — 2026-11-15
- Text-to-SQL vs ツール呼び出し — 権限管理のある業務システムに AI データ照会を組み込む — 2026-11-15
- データ照会チャットボットはデータ分析基盤を作ってから?ツール呼び出し・Text-to-SQL・セマンティックレイヤーの関係と進め方 — 2026-11-15
- 知識表現とエキスパートシステムをやさしく解説 — Microsoft AI-For-Beginners レッスン 02 — 2026-09-30(OWL・セマンティックウェブ)