AIToday
用語解説

RAGとは?AIに「社内の資料を見てから答えて」と頼む仕組み

著者:(AITODAY プロダクトオーナー)

公開日:最終更新日:

RAGとは?AIに「社内の資料を見てから答えて」と頼む仕組み

この記事でわかること

  • RAG は、AIが答える前に資料を探して、その中身を見ながら答える仕組み
  • AIが知らない社内のルールや最新の情報でも、資料があれば答えられるようになる
  • 探し方が下手だと、正しい資料があっても間違った答えになる

社内向けAIチャットの多くで使われている RAG(検索拡張生成)の仕組みを、専門用語なしで解説。何が良くなるか、うまくいかない理由、ファインチューニングとの違い。

一言でいうと、RAG は「AIに持ち込みOKのテストのように、資料を見ながら答えさせる仕組み」です。AIの記憶だけに頼らず、手元の資料から関係するところを探して、それを読ませてから答えさせます。

RAG とは

RAG は Retrieval-Augmented Generation(リトリーバル・オーグメンテッド・ジェネレーション)の略で、日本語では「検索拡張生成」と呼ばれます。2020年に、Meta(当時の Facebook)の研究所などの研究者が論文で名付けた言葉です。

ChatGPT や Claude などのAIは、学習した時点までの、主に公開されている情報しか知りません。自分の会社の就業規則も、先週決まった料金表も知りません。RAG は、その「知らないこと」を、資料を見せることで補う方法です。

仕組み(ざっくり)

  1. 探す:質問に関係しそうな部分を、登録した資料の中から探す
  2. 渡す:見つかった部分を、質問と一緒にAIに渡す
  3. 答える:AIは、渡された資料を読みながら答えを書く

探すときは、言葉が完全に一致しなくても、意味が近いものを見つけられる「ベクトル検索」という方法がよく使われます。

どこで使われているか

  • 社内のマニュアルや規程に答える、社内向けのAIチャット
  • Gemini Notebook(旧NotebookLM)のように、自分で入れた資料について質問できるツール
  • Perplexity のように、Webを検索してから出典付きで答えるAI検索
  • カスタマーサポートの自動応答

何が良くなるのか

  • AIが知らない情報でも答えられる。社内の資料や、昨日更新された情報でも大丈夫です
  • 出典を示せる。どの資料のどこを見て答えたかを出せるので、人が確かめやすくなります
  • 資料を差し替えるだけで更新できる。AIそのものを作り直す必要がありません

うまくいかない理由

RAG を入れたのに答えがいまいち、という話はよくあります。原因の多くはAIではなく「探す」側です。

  • 関係ない部分を拾ってくる。似た言葉が多い資料だと、違う箇所を渡してしまう
  • 資料が古いまま。古い規程と新しい規程が両方入っていると、古い方で答えることがある
  • 表や画像の中身が読めていない。PDFの表やスキャン画像は、うまく文字にできないことがある
ポイント

RAG の答えの質は、入れる資料の質で決まります。古い版を消す、ファイル名を分かりやすくする、などの整理が一番効きます。

ファインチューニングとの違い

RAGファインチューニング
やること答えるたびに資料を見せるAIに追加で学習させる
向いていること事実や最新の情報を答えさせる話し方や書き方の型を覚えさせる
情報の更新資料を差し替えるだけもう一度学習させる
出典の表示できる基本できない

社内の知識を答えさせたいなら、まずは RAG から考えるのが一般的です。

よくある勘違い

  • 「RAG を入れればハルシネーションはなくなる」:減りますが、なくなりません。渡した資料を読み間違えたり、資料にないことを付け足したりすることはあります。
  • 「資料を入れると、AIがそれを学習する」:違います。RAG は答えるたびに資料を見せているだけで、AIそのものは変わりません。

まとめ

RAG は、AIが答える前に資料を探して、それを見ながら答えさせる仕組みです。社内の情報をAIに答えさせる方法として一番よく使われていますが、答えの質は入れる資料の整理しだいです。

次に読む

よくある質問

Q. RAG を使うのにプログラミングは必要ですか?
A. 使うだけなら必要ありません。Gemini Notebook のように、資料をアップロードするだけで RAG と同じことができるツールがあります。自社のシステムに組み込む場合は開発が必要です。
Q. 資料はどのくらい入れられますか?
A. ツールによって違います。たくさん入れられても、関係ない資料が多いと探す精度が下がるので、テーマごとに分けて入れるのがおすすめです。
Q. 社外秘の資料を入れても大丈夫ですか?
A. ツールのデータの扱いと、会社のルールしだいです。入れたデータが学習に使われるか、どこに保存されるかを確認してから使ってください。

出典:Lewis ほか「Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks」(arXiv, 2020年)

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

関連記事