定義

検索拡張生成 (RAG) は、大規模言語モデルと外部知識源を組み合わせたAIアーキテクチャです。RAGシステムは、モデルがトレーニング中に学習した内容だけに頼るのではなく、実行時に関連するドキュメント、データベースのエントリ、またはナレッジベースの内容を検索し、そのコンテキストを使用してより正確な回答を生成します。

RAGの仕組み

典型的なRAGのワークフローは3つのステップで構成されています。

1. ユーザーが質問をします。
2. システムが知識源から関連情報を検索します。
3. 言語モデルが検索されたコンテキストを使用して最終的な応答を生成します。

これにより、RAGは、最新のビジネスデータ、社内文書、製品カタログ、ポリシー、またはサポートコンテンツを反映する必要がある場合に役立ちます。

RAGが重要な理由

RAGは、ハルシネーション（虚偽の情報の生成）を減らし、事実に基づいた根拠を強化し、ベースモデルを再トレーニングすることなくチームが回答を更新できるようにします。これは、AI検索、エンタープライズチャットボット、社内アシスタント、カスタマーサポートツール、ナレッジマネジメントシステムで広く使用されています。