図でわかる用語集 / AI・ツール連携
RAG(検索拡張生成)
読み:らぐ
RAG(Retrieval-Augmented Generation)は、外部の情報を検索し、その結果を生成 AI の入力に加えて回答を作る構成です。
出典:本文の設計上の整理を基に SignaRoot 編集部作成(概念図)。
意味と使いどころ
Microsoft の Azure AI Search の資料では、検索による情報取得と LLM による生成を組み合わせる構成として説明されています。モデルだけで回答する場合と、どの情報を検索して渡すかという処理が異なります。
社内文書を対象にする場合は、検索の関連性に加えて、利用者が参照してよい文書かも考えます。検索結果をモデルへ渡す経路に、どの制御を置くかを決めるのが本用語集の提案です。
具体例で考える
仮想例:営業の質問に対し、社内 FAQ から関係する記述を探してモデルへ渡します。顧客別資料も検索するなら、担当外の文書が混ざらない条件を設計します。
実務で確認したいこと
RAG を使うという構成名だけでは、権限・情報の新しさ・回答の正しさは決まりません。自社のデータと利用条件で検証します。
一次資料・参照元
説明の根拠となる公式資料です。例と概念図、設計上の提案は SignaRoot 編集部による整理です。
- RAG and Generative AI(Microsoft、確認)
編集:SignaRoot 編集部 · 公開日: · 更新日: