検索増強生成（RAG）

意味 {#meaning}

RAG（Retrieval-Augmented Generation）とは、ChatGPTなどの大規模言語モデル（LLM）に、外部の信頼できる情報源を組み合わせて回答を生成させる技術のことです。AIが自らの学習データだけに頼るのではなく、質問に関連する最新のニュースや社内文書などを「検索」し、その内容を「参照」した上で回答を作成します。これにより、AIが事実とは異なる情報を回答する「ハルシネーション（幻覚）」を抑制し、情報の正確性や最新性を高めることができます。

由来・背景 {#origin}

2020年にFacebook AI Research（現Meta AI）の研究者らによって発表された論文が語源です。2023年以降、生成AIのビジネス利用が加速する中で、LLMが持つ「学習データが古い」「社内の機密情報を知らない」「もっともらしい嘘をつく」という課題を解決する手段として急速に注目を集めました。モデル自体を再学習（ファインチューニング）させる手法に比べ、低コストかつリアルタイムに情報を更新できる点が大きなメリットです。企業の独自データを活用したAIチャットボット構築において、今や欠かせない標準的な技術となっています。

例文・使い方 {#examples}

• 「社内規定に関する質問に正確に答えさせるため、RAGを導入した独自のAIアシスタントを構築する。」
• 「LLM単体ではハルシネーションが起きやすいが、RAGを使えば最新の市場動向に基づいた回答が可能だ。」
• 「RAGの精度を向上させるには、検索対象となるドキュメントの整理や、ベクトルデータベースの最適化が鍵となる。」