ひとことで言うと
RAG は、AI が自分の記憶だけで答えるのではなく、その都度資料を引いてから答えるようにするやり方です。
どんな場面で使うか
- 社内マニュアルに沿って回答したい時
- 商品仕様やFAQを参照させたい時
- 最新に近い資料をもとに答えさせたい時
- 出典候補を一緒に見せながら回答させたい時
なぜ便利なのか
LLM 単体だと、学習済みの傾向だけで答えます。RAG を入れると、その場で必要な文書を引っ張ってこられるので、社内固有情報や更新済み情報に寄せやすくなります。
実務で気にするポイント
- 参照元の文書整備が甘いと回答も不安定になる
- 検索精度と回答精度は別なので両方評価する
- 古い文書を混ぜると誤案内の原因になる
- 出典表示の仕方まで運用ルールに入れる
注意: RAG を入れても誤答はなくなりません。資料検索と最終回答は別工程なので、両方の品質を見ないと期待外れになります。