RAG（検索拡張生成）とは

RAG（検索拡張生成）（ラグ）Retrieval-Augmented Generation
AIが答える前に、社内の規程やマニュアルなどの資料を検索し、見つかった部分をもとに答える仕組み。自社固有の質問に、根拠つきで答えられます。

もう少し詳しく

ふつうのチャットAIは一般的な知識で答えるため、「当社の有給休暇の申請手順は？」といった自社固有の質問には答えられません。RAGでは、質問に関係する部分を資料の中から探し、それをAIに渡して答えさせます。資料を差し替えるだけで答えが新しくなり、AIを作り直す必要がありません。

GoogleのNotebookLMのように資料をアップロードするだけで使えるツールから、社内の文書全体をつなぐ本格的な仕組みまで、規模はさまざまです。まずは質問の多い1種類の資料（社内FAQ、就業規則など）から試すのが現実的です。

業務でのポイント

• 答えの質は資料の質で決まる。古い版・重複を先に整理する
• 答えに根拠の資料名を出させると、人が確かめやすい
• 個人情報や取引先の秘密を含む資料は、読める人を限定する

関連する用語

• 埋め込み（ベクトル検索）：文章の意味を数値の並び（ベクトル）に変換する技術。言葉が違っても意味が近い文章を探せるため、RAGの「資料を探す」部分で使われます。
• ハルシネーション：AIが、事実ではないことを、もっともらしく自信ありげに出力してしまう現象。存在しない法律や数字、人名を作り出すことがあります。
• ファインチューニング：学習済みのAIモデルに、自社のデータを追加で学習させて、特定の言い回しや作業に合わせて調整すること。RAGとは異なり、モデルそのものを変えます。
• コンテキストウィンドウ：AIが一度のやりとりで覚えていられる文章の量（トークン数）。これを超えると、古い内容や渡した資料の一部をAIが参照できなくなります。

AI用語集の一覧に戻る