“育つ”ナレッジ基盤「LLM Wiki」とは？RAGとの違いをイラスト付きで整理してみた

１ヶ月ほど前に公開され、注目を集めた「LLM Wiki」。
少し時間が経ち、改めてどんなものなのか、ざっくり紐解いてみました！

LLM Wikiとは

• Andrej Karpathy氏（OpenAIの創業メンバーであり、Tesla元AIシニアディレクター）がGitHub Gistにアイデアファイルとして公開したもの。
  • 原典：karpathy/llm-wiki.md
• LLMエージェントに永続的なMarkdown Wikiを構築・維持させ、知識をRAGのように毎回検索するのではなく、編集された百科事典として蓄積していく知識管理パターン。

RAGとの違い

比較対象として、「RAG（検索拡張生成）」が挙げられます。
「構造」と「動作」の観点で比較してみました。

構造の違い

インデックスの構造としては、

• RAG ≒ 倉庫
  • 元資料が未編集のまま I/O に使用される。
    • → ドキュメント毎の構造や粒度のばらつきが大きくなりがち。
• LLM Wiki ≒ 図書館
  • 元資料を参考に、編集されたものが I/O に使用される。
    • → ドキュメント毎の構造や粒度のばらつきを抑えられる。

という違いがあります。

LLM WikiのインデックスはLLMによって 永続的に構築・維持される ことで、常に進化し続ける 点が最大の特徴です。

動作の違い

ソフトウェアエンジニアリングのアナロジーで言うと、

• RAG → ソースコードを毎回インタプリタで実行する
• LLM Wiki → 一度コンパイルしておいて、その実行可能ファイルを成長させ続ける

という違いがあります。

アーキテクチャ

LLM Wikiは3つの層で構成され、それぞれ「誰が書き、誰が読むか」が明確に分かれています。

第1層：Raw sources

• 概要：
  • 記事、論文、画像など、集めた一次資料（元資料）の置き場。
  • これらは不変であり、Wikiの根拠になります。
• 役割分担：
  • 一次資料の収集・配置：人間
  • 一次資料の読み込み：LLM

第2層：The Wiki

• 概要：
  • LLMが生成したMarkdownファイルの集まり。
  • 要約、エンティティページ、概念ページ、比較表、概観、統合ページなど。
  • LLMが完全に所有し、ページを作成・更新し、相互参照を維持し、整合性を保つ。
• 役割分担：
  • Wikiの管理：LLM
  • Wikiの参照：人間

第3層：The Schema

• 概要：
  • Wikiの構造、規約、ワークフロー（取り込み・質問応答・メンテナンス）をLLMに教えるドキュメント。
    • 例：CLAUDE.md（Claude Code用）、AGENTS.md（Codex用）、...
• 役割分担：
  • 全体管理：人間、LLM

オペレーション

LLM Wikiは主に３つの操作によって運用されます。

① Ingest

• 新しい資料を1つ取り込むと、Wikiの10〜15ページに影響を与える。
• LLMはそれをただ検索対象にするのではなく、読み込んで重要な情報を抽出し、既存のWikiに統合する。

② Query

• index.mdというファイル（※詳細は後述）が鍵で、これは全Wikiページのカタログ（1行要約付き、カテゴリ別整理）。
• 質問するとLLMはまずindexを読み、関連ページを特定し、そこを深掘りして答えを統合する。
• 埋め込み（embedding）インフラなしで機能するのが特徴です。価値ある答えは新しいWikiページとして「ファイル」されます。

③ Lint

• 定期的な健康チェックで、矛盾や孤立ページを修正する。
• 定期的に矛盾、古くなった主張、孤立ページ、欠けたクロスリファレンス、追加調査が必要なデータの欠落などを洗い出す工程です。

インデックスとログ

Wikiが成長していく中で、LLM（と人間）がWiki内を見渡すのを助ける2つの特別なファイルがあります。

index.md

• 各ページへのリンク、1行要約、（任意で）日付やソース数などのメタデータを含む、Wiki内の全ページのカタログ。
• カテゴリ別（エンティティ、概念、ソース、...）に整理される。
  • 取り込み（Ingest）のたびにLLMが更新する。
  • 質問応答（Query）時は、LLMがまずこのindex.mdを読んで関連ページを特定し、そこから深掘りする。

log.md

• 「いつ・何が起きたか」を追記専用（append-only）で記録するファイル。
• 取り込み（ingest）、質問応答（query）、リント（lint）など、すべてのイベントが時系列で残る。
  • 各エントリを一貫した接頭辞で始める運用にしておくと、grep "^## \[" log.md | tail -5 のような単純なUnixツールでパースできる。
    • 接頭辞の例：## [2026-04-02] ingest | 記事タイトル
  • Wikiの進化のタイムラインを把握でき、LLMが「直近で何をやったか」を理解する手がかりにもなる。

使用するツール

• Wikiビューア
  • Obsidian、VSCode、...
• LLMエージェント
  • Claude Code、Codex、...

結論：LLM Wikiとは

使うほどに賢く、整理され、価値を増していく「生きたナレッジベース」である。

RAGとの使い分け

【観点】

観点	RAG向き	LLM Wiki向き
資料の更新頻度	高	中 ~ 低
資料の規模	数千 ~	~ 数百
知識の性質	事実検索	概念理解・統合
求める答え	「元資料に何が書かれているか」	「複数資料を踏まえると何が言えるか」

【具体例】

具体例	RAG or LLM Wiki
個人学習・研究	LLM Wiki
社内ドキュメント検索	RAG
FAQ	RAG

新しい技術の社会実装、一緒に考える仲間を探しています

最後まで読んでくれてありがとうございます！
たぶん相性いいです、私たち。

弊社では現在、一緒にコードを書いたり、頭を抱えたり、うまくいったら称え合えるエンジニアを募集しています。
「ちょっと話だけ聞いてみたい」でも全然OK！むしろ歓迎です。

→ Sapeet　採用情報