RAG(ラグ)

詳しく説明すると

RAGとは、AIが答えを作る前に、関係する資料を検索して読ませる仕組みのことです。読み方はラグ。Retrieval-Augmented Generation(検索拡張生成)の頭文字です。

なぜこんな仕組みが要るのか。素のAIは、あなたの会社のことを何も知らないからです。就業規則も、価格表も、業務マニュアルも読んだことがない。だから社内のことを聞くと、一般論を答えるか、それらしい間違いを自信たっぷりに答えます。

RAGはこれを、図書館の司書のような方法で解決します。質問が来ると、まず手元の資料の中から関係する箇所を検索して抜き出す。次に、その抜粋をAIに渡して「この資料にもとづいて答えて」と指示する。AIは渡された資料を見ながら答えるので、答えの根拠があなたの会社の資料になります。ポイントは、AI本体には一切手を加えていないことです。司書が持ってくる本を替えれば、答えも変わる。資料を更新すれば、翌日から新しい答えになります。

よく混同されるのが「学習させる」(ファインチューニング)との違いです。学習はAI本体を作り替える工事、RAGは本を渡すだけの運用で、かかるお金も時間も別物です。どちらで足りる要望なのかの見分け方は、ファインチューニングの項で続けて説明しています。

ひとつだけ順番があります。資料の整備が先です。検索で見つからない資料は、AIも読めません。古い規程が混ざっていれば、古い答えが返ります。RAGの導入相談は、実際には「社内資料の棚卸し」から始まることが多いです。

関連語: 「LLM(エルエルエム)・大規模言語モデル」 「ハルシネーション」 「ファインチューニング」