ラグ（RAG）とは？
らぐ
RAG（検索拡張生成）とは、AIが回答を生成する際に外部の知識データベースを検索して参照する技術です。
RAG（Retrieval-Augmented Generation：検索拡張生成）とは、大規模言語モデル（LLM）が文章を生成する際に、あらかじめ用意した外部の知識ベースやドキュメントを検索・参照し、その情報を根拠として回答を生成する技術的手法です。
通常のLLMは学習データに含まれる知識しか持たず、最新情報や特定ドメインの専門知識には対応できません。RAGはこの限界を補うために考案されました。仕組みは大きく3つのステップで構成されます。
- インデックス化：参照させたいドキュメントを細かく分割し、ベクトルデータベースに格納する
- 検索（Retrieval）：ユーザーの質問に意味的に近いドキュメントの断片を検索して取り出す
- 生成（Generation）：取り出した情報をコンテキストとしてLLMに渡し、根拠に基づいた回答を生成させる
RAGのメリットは、モデルを再学習させることなく最新情報や社内固有の知識を活用できる点です。また参照元ドキュメントを示せるため、回答の根拠が明確になりハルシネーション（事実誤認）を抑制しやすくなります。
企業の社内FAQ・カスタマーサポート・医療・法律分野など、正確性が求められるAIアプリケーションで広く採用されており、現代のAI活用における重要な設計パターンのひとつです。
使い方・例文
「社内の膨大な規程ドキュメントをRAGで参照させることで、AIが最新のルールに基づいた回答をできるようになった」というように、企業のAI活用やシステム設計の場面で登場します。
この用語をシェア
最終更新: