GLOSSARY — LLMO / AI
RAG（検索拡張生成）とは？
DEFINITION
RAG（検索拡張生成）とは、Retrieval-Augmented Generationの略で、AIが回答を作る前に、社内資料やWeb上の情報などから質問に関連する情報を検索して取り込み、その内容に基づいて回答を生成する仕組みのことです。
「ラグ」と読まれることが多い言葉です。AIそのものに追加の学習をさせて振る舞いを調整する「ファインチューニング」とは異なり、AIは変えずに、回答のたびに外部の資料を参照させる点が特徴です。資料を差し替えるだけで新しい情報を反映しやすく、回答の根拠もたどりやすくなります。
01EXPLANATION
詳しい解説
外部の情報を参照しない言語モデルは、主に学習済みの知識と入力された情報をもとに答えるため、社内規程や最新の製品情報のように、公開されていない情報や新しい情報には正確に答えられません。RAGでは、質問を受けると、あらかじめ登録した資料から関連する箇所を探し出し、その箇所をAIに渡して回答を作らせます。資料を開いて確認しながら答えるイメージで、事実と異なる回答（ハルシネーション）を減らす方法の一つとされています。
業務では、就業規則や手続きに関する社内の問い合わせ対応、製品マニュアルやFAQをもとにした顧客対応のチャットボット、大量の議事録や提案書からの情報探しなどに使われます。導入時は、次の点に注意します。
- 回答の質は資料の質に左右されるため、古い資料や重複を整理してから登録する
- 部署や役職ごとに参照できる資料を分けるなど、機密情報の扱いを設計する
- 誤りをゼロにはできないため、重要な回答は人が確認し、根拠となった資料を示す
ChatGPTの検索機能などのAI検索も、Webページを検索して取り込み、その内容をもとに回答をまとめる点で、RAGと共通する考え方で動いています。AIに参照されたときに正確な情報が見つかるよう自社サイトを整えておくことは、LLMOの観点からも大切です。
