RAG(検索拡張生成)とは?
RAGとは、質問に関連する文書を検索(Retrieval)して取り出し、それをLLMに渡して回答を生成(Generation)させる仕組みのこと。社内文書やマニュアルなど、AIが学習していない情報に基づいて答えさせる標準的な手法です。
実務での使い方
「社内規定について答えるチャットボット」「製品マニュアルQ&A」など、企業のAI活用で最も多い構成の一つです。モデル自体を再学習(ファインチューニング)するより低コストで、情報の更新も元文書の差し替えだけで済みます。
品質を左右するのは生成よりも検索側です。文書の分割方法、検索の精度、関連文書が見つからなかったときの挙動(「わからない」と答えさせる)の設計が重要で、ハルシネーション対策としても「出典の文書を一緒に表示する」ことが信頼性を高めます。
もっと詳しく学ぶ
- 生成AIの社内ガイドラインの作り方｜必須6項目とひな形・運用のコツ
生成AIの社内利用ガイドラインに書くべき必須6項目(目的・許可ツール・入力禁止情報・出力の扱い・禁止事項・相談窓口)を解説。全面禁止が逆効果な理由と、定着させる…