【Core SSoT】AI-Driven Data Gravity & RAG Pipeline Specification（AIデータ蓄積・パイプライン絶対仕様書）

⚠️ THE GENERATIVE SSoT: DATA GRAVITY & AI EXPLOITATION 本ドキュメントは、「もしものはなし」におけるAIの狂気的搾取と、プラットフォームのスイッチングコスト（Moat）を最大化するデータパイプラインを定義する。一ミリの隙も許さない、完全自動化されたデータの引力（Gravity）を設計する。

1. 究極の「無人化」データパイプライン

シニア（B2C）の「曖昧な音声（想い、昔話）」を起点とし、究極的に整理・構造化された「法的データ・財産目録」へと昇華させる、一切の人間の介入を排したパイプライン。

1. Frictionless Ingestion (摩擦ゼロの収集):
   • UI上は「マイクボタン」ひとつ。ユーザーの音声をWeb/Appからストリーミングで受領。
2. Real-time Transcription (絶対的文字起こし):
   • Whisper API またはエッジデバイスのSTT（Speech-to-Text）を使用。方言や不明瞭な発音すらコンテキストから補完し、テキスト化する。
3. Ruthless Structuring (無慈悲な構造化):
   • LLM（GPT-4o等）の厳格な Function Calling (Structured Outputs) を適用。
   • 非構造の長文テキストから、「人物（続柄、氏名）」「財産（銀行名、口座種別、不動産）」「想い（定性データ）」をJSONツリーとして、一バイトの塵（ハルシネーション）も混入させずに抽出する。
4. Zero-Knowledge Encryption (絶対的暗号化):
   • 抽出されたJSONデータを、即座にクライアントサイド（WASM/FFI）でSSS（シャミア秘密分散法）暗号化。ネットワーク経由で生データを送信することを物理的に禁ずる。
5. Immutable Storage (永続化):
   • PostgreSQLへ暗号化されたBLOBとして格納。データベース管理権限を持つ加藤CTOであっても中身の閲覧は不可能。

2. セキュア・マルチテナントとRAG基盤の「細胞レベルの隔離」

「もしものはなし」はトラストハブである。**ユーザーの個人機微情報（遺産・家族構成・負債）をLLMの学習や全体のRAG（検索拡張生成）に用いることは、コンプライアンス違反のみならず、トラスト（信用）の即時崩壊を招くため「絶対に不可能（不可能であることの数学的・構造的証明）」**でなければならない。

• 論理的・物理的隔離 (Double Block):
  • PostgreSQL上の厳格な Row Level Security (RLS) と、上述の SSS によるダブルブロック。
• RAG（ベクトルDB）への注入対象の厳密化:
  • ベクトルDB（Qdrant等）にエンベディングして蓄積し、RAGとして活用するのは、**「士業（B2B）がプラットフォーム上で作成・公開を許可した一般的な法律相談のFAQ、判例解説、解決事例のナレッジ」**のみとする。
• AIによる自己学習ループ（Network Effect）:
  • B2B（士業）がプラットフォームを使い込むほど、AIが過去の「模範的解答パターン」を学習し、士業向けの「AI法令アシスタント（下書き作成AI）」が驚異的に賢くなる。これにより、他社ツールへの乗り換えコストが無限大（Moat化）となる。

3. 実装可能な自己学習ルール（RAG Feedback Loop）

理想論を排除した、実装可能な自己修復・自己成長サイクル。

1. 差分の検知: AIが生成した遺言書の下書きやFAQ回答に対し、士業（B2Bユーザー）が行った「修正（差分）」をエディタ上でミリ秒単位で捕捉し、ログ化する。
2. バッチ評価 (Nightly Job): この差分データを非同期ワーカー（n8n + Rust）が夜間にバッチ処理し、修正の傾向をLLMに評価させる。
3. 自動Upsert: 評価結果が有益であれば、次回のプロンプトにおける Few-Shot Examples として、人間の介入なしに自動的にベクトルDBへ注入（Upsert）する。