{
  "$type": "site.standard.document",
  "bskyPostRef": {
    "cid": "bafyreiac7fohhvqy76azxzhcpr2wi3znhi7cab2672zxj7eyvhi7swe3sa",
    "uri": "at://did:plc:hzgu7qyp34ofph3btawzwyw4/app.bsky.feed.post/3mhxo74yvwr22"
  },
  "coverImage": {
    "$type": "blob",
    "ref": {
      "$link": "bafkreifyktztendluvdcptitji2p6qoqhayfk7nmscjyp5lsze43yn3elm"
    },
    "mimeType": "image/png",
    "size": 74385
  },
  "path": "/yumemi_inc/articles/a61de3467bc182",
  "publishedAt": "2026-03-25T23:20:33.000Z",
  "site": "https://zenn.dev",
  "textContent": "はじめに\nClaude Code や Cursor といった，Coding Agent ツールに思った通りのコードを書かせるために，ドキュメントやルールをせっせと生産する時代になったわけですが，ドキュメントが増えれば増えるほど，AI は正しいドキュメントを探すためにたくさんの Token を消費したり，それでいて適切な情報にたどり着けなかったりします．\n\n AI 駆動開発の現場では\n最初は， AGENTS.md に簡単なディレクトリ構成などを書きます．\n少しずつ固有の設計や実装ルールが増えてくると，docs/architecture.md に移して，設計方針をまとめます．\nAGENT...",
  "title": "【消費トークン1/12】コーディングエージェントにRAGは罠だった。「検索」ではなく「コンパイル」するDAGツールを作った話"
}