AIが資料を探してから答える方法です。
AI Industry Wiki
RAGとは
Retrieval-Augmented Generation
検索で見つけた情報を使って、AIが回答を作る仕組み。
開発 retrieval-augmented-generation
Simple Explanation
まず、かんたんに言うと
RAGは、AIが答える前に資料を探してから回答する方法です。何も見ずに答えると間違えることがありますが、教科書やノートを見ながら答えれば正確になりやすいです。RAGでは、AIが社内文書やデータベースから関係する情報を取り出し、その情報を参考にして文章を作ります。企業でAIを使うときに、とてもよく使われる仕組みです。
Example
身近な例で見る
社内規程を検索し、その内容をもとに社員の質問へ回答するAIチャットです。
Deep Dive
もう少し詳しく見る
RAGは、検索、埋め込み、ベクトルデータベース、LLM生成を組み合わせ、外部知識に基づいた回答を作る設計です。
Industry Context
AI業界ではなぜ重要か
企業が自社データをAIに使わせるうえで、正確性と更新性を高める重要な方法です。
Databricks、LangChain、Pinecone、OpenAI、MicrosoftなどがRAG基盤や開発ツールを提供しています。
Key Points
3つの要点
社内データ活用に向いています。
検索品質とデータ設計が重要です。
Companies
関連企業
StoryGraph
関連StoryGraph
Topics
関連Topic
Related Terms
関連用語
FAQ
よくある質問
RAGを使うと幻覚はなくなりますか？
減らせますが、検索結果やプロンプト設計が悪いと誤った回答は残ります。
Articles