【らぐ（けんさくかくちょうせいせい）】
RAG（検索拡張生成） とは？
💡 「記憶だけ」でなく「調べながら」答えるAIの仕組み
📌 このページのポイント
- 質問に対してまず関連文書を検索し、それを参照しながら回答を生成する
- モデルの学習データにない最新情報・社内文書なども扱える
- ハルシネーション（事実の誤り）を減らすことが期待できる
- 検索部分と生成部分を組み合わせたシステム構成になっている
ひよこ RAGって普通のチャットAIと何が違うの？
ペンギン先生 普通のAIは「学習した知識の記憶」だけで答える。RAGは「まず関連情報を検索して、それを読んでから答える」んだ。人間でいえば「記憶だけで答える人」と「調べてから答える人」の違いだよ。
ひよこ どんな場面で役立つの？
ペンギン先生 社内マニュアルや商品説明書への質問応答が典型的な例だよ。「この製品の保証期間は？」と聞いたとき、AIが最新の仕様書を検索して正確な情報を返せる。学習データを更新しなくても、検索先の文書を更新するだけでOKなのも便利なんだ。
ひよこ 検索にはどんな技術が使われてるの？
ペンギン先生 ひよこ RAGって使えば必ずハルシネーションがなくなるの？
まとめ：ざっくりこれだけ覚えればOK！
「RAG」って出てきたら「検索してから答えるAIの仕組み」と思えればだいたいOK！
📖 おまけ：英語の意味
「Retrieval-Augmented Generation」 ＝ 検索拡張生成
💬 Retrieval（検索・取得）+ Augmented（強化・拡張）+ Generation（生成）の略。「検索で強化した生成」という意味だよ