<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>nohashi-flect</author_name>
  <author_url>https://blog.hatena.ne.jp/nohashi-flect/</author_url>
  <blog_title>フレクトのクラウドblog</blog_title>
  <blog_url>https://cloud.flect.co.jp/</blog_url>
  <categories>
    <anon>AI</anon>
    <anon>LLM</anon>
    <anon>Flow</anon>
  </categories>
  <description>こんにちは。エンジニアの大橋です。 今回は、Salesforce の生成AI機能（Data 360 + Prompt Template）を使った RAG システムの設計について、実案件での設計判断をベースに共有したいと思います。 前提として、RAG システムの処理は以下の流れになることが多いです。 入力を受け取る（ユーザーの質問・レコードの項目値 など） 検索クエリを作る（入力をそのまま使う、LLM でキーワードを抽出する など） 検索を実行する（ベクトル検索・ハイブリッド検索 など） 検索結果をプロンプトに差し込む LLM を呼び出して回答を生成する 出力を受け取る（パースする） 出力先に書…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fcloud.flect.co.jp%2Fentry%2F2026%2F06%2F19%2F190000&quot; title=&quot;Salesforce 生成AI + RAG：2案件を Flow と Apex に分けた判断とは - フレクトのクラウドblog&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/n/nohashi-flect/20260619/20260619182440.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2026-06-19 19:00:00</published>
  <title>Salesforce 生成AI + RAG：2案件を Flow と Apex に分けた判断とは</title>
  <type>rich</type>
  <url>https://cloud.flect.co.jp/entry/2026/06/19/190000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
