AI/Tech
LLM wikiをPR戦略に活用する方法－AIナレッジ構築について
2026年4月、バイブコーディングの名付け親カーパシーが公開したLLM wikiが話題。RAGの弱点（チャンク分断・蓄積されない検索）を、知識の書き方そのもので解決する新しい運用法で、広報PR業務との相性が抜群。3層構造から現実的な弱点まで非エンジニア向けに解説します。
主なポイント
LLM wikiは、RAGのように毎回ゼロから検索するのではなく、原典をLLMが読み込んで要点抽出と相互リンクを行いながら、永続的で複利的に育つナレッジベースを構築する運用法。カーパシーが2026年4月にGistで提唱。Raw sources・The wiki・The schema の3層構造と、Ingest・Query・Lint の3操作で運用する。Obsidian × Claude Codeの組み合わせが定番。記者・媒体・キャンペーンといったエンティティと関係性が重要なPR業務と特に相性が良いが、規模の天井（中規模数百ページ）や大規模組織での共有運用には課題が残る。
