ひとことで言うと
グラウンディングは、AI の答えを「その場で与えた資料や事実」に寄せて、記憶頼みの発言を減らす考え方です。
どんな場面で使うか
RAGとの違い
RAG は、グラウンディングを実現する代表的な方法の1つです。 外部資料を検索して渡すことで、AI の回答を根拠に寄せます。
ただしグラウンディングはもっと広い考え方です。 検索した文書だけでなく、フォーム入力、社内DBの取得結果、計算結果のように「いま手元にある確かな情報へ結びつける」こと全体を指します。
実務で気にするポイント
- 根拠として渡す情報が古いと、グラウンディングしても古い答えになる
- 根拠をそのまま長く渡しすぎると、重要点が埋もれて逆に不安定になる
- 出典表示や引用範囲を決めて、利用者が確認できる形にする
- 評価 では「正答率」だけでなく「根拠に沿っているか」も見る
注意: グラウンディングは誤答をゼロにする魔法ではありません。根拠の選び方や渡し方が悪いと、資料を見せていても誤解した答えを返すことがあります。