Knowledge OS
Knowledge that builds itself
バラバラのドキュメントが、ひとつのワークスペースで検索・整理・実行までつながります。
Specify — Auth Service Project
Knowledge Graph
あなたは毎日 stateless 税を払っています。
チームは毎日、見えないコストを繰り返し支払っています。
毎回同じ文脈を説明し直しています。
朝ごとに ChatGPT に同じ 500 語の背景を書き直しています。
ドキュメントはサイロに分断され、AI は繋げません。
Notion の答えが先週の Slack の決定と会話できません。
知識が蓄積しません。
6 ヶ月目が 1 ヶ月目と同じに見えます。学んだことが資産になりません。
Specify とは何か。
Knowledge OS を「質問に答える AI」と区別する四つの原則。
取り込んだものをインデックスする。
ソースとドキュメントをワークスペースに取り込み、検索可能なナレッジベースへ埋め込みます — 一度きりの貼り付けではなく、チームが後から取り出せる資産です。
セッションに縛られない stateful。
エージェントがソース、決定、言葉を覚えます — セッションを越え、チーム全体で。
複利価値。
インデックスされたドキュメントとソースが増えるほど、RAG が見える範囲が広がります。検索可能なコーパスがチームとともに育ちます。
ワークスペース文脈の上のエージェント。
ワークスペース内のすべてのデータが回答を形作ります — 手戻り説明は減らしつつ、ライブなオントロジーグラフを売り文句にしません。
Specify がソースを答えに変える流れ。
接続 → KB へ埋め込み → クエリ時に取得 → エージェント。
ステップ 1
Connect
PDF、URL、GitHub、Notion、チャット履歴、Google Drive。ワークスペースへ取り込みます。
ステップ 2
Index
チャンク化、埋め込み、ワークスペースのナレッジベースへ投入 — コンテンツが検索可能になります。
ステップ 3
Retrieve
クエリ時に RAG が最も関連するチャンクを取得します（Bedrock KB）。現時点の製品に別レイヤーのグラフはありません。
ステップ 4
Agent
チームの AI エージェントが RAG 結果とドキュメント文脈を使います。引用はインデックスされたソースへ辿れます。
既に使っているものとどう違うか。
| Naive RAG | ChatGPT Memory | Specify（現状） | |
|---|---|---|---|
| 処理タイミング | クエリ時 | セッション時 | 取り込み時にインデックス · クエリ時に取得 |
| 構造 | ベクタチャンク | 順序なしの事実 | KB ベクタチャンク + リンクされたドキュメント |
| 状態 | Stateless | 個人ユーザーのみ | チームワークスペース + エージェントスレッド |
| 相互参照 | なし | 手動 | ドキュメントリンク + RAG ヒット |
| ソース | 不透明 | 該当なし | 引用, 追跡可能 |
| 共有 | 不可 | 不可 | 可能 |