RAG

💡 Why｜何のために使うか

RAG は、外部文書を先に検索してから LLM に渡し、回答の根拠を強める仕組みです。モデルの記憶だけに頼らず、最新情報を反映しやすくなります。

---

🙋 Who｜誰（どんな役職・スキルセットの人）が主に使うか

導入・運用に関わる担当者（情報システム部門、業務担当、管理者など）。

---

🕒 When｜どんな場面で使うか

社内規程やマニュアルを参照するAIチャットです。参照範囲・更新頻度・閲覧権限を先に決めると、誤回答や情報漏えいを減らせます。

---

🌐 Where｜どこで動く/使うか（社内・クラウド・端末など）

対象システムや業務環境（社内・クラウド・端末）で利用する。

---

🔧 How｜どうやって使うか

1） 質問を受ける
2） 関連文書を検索して候補を取得
3） 必要部分をLLMへ渡す
4） 根拠付きで回答を生成

---

✨ できること｜導入後の実務効果

• 運用手順を標準化し、作業のばらつきを減らせる
• 判断基準を共有し、意思決定を速くできる
• 変更時の影響を把握し、手戻りを減らせる

---

⚠️ よくある誤解｜似た用語との差分

• ファインチューニングと似ていますが、RAG は外部検索で補う方式、ファインチューニングはモデル自体を再学習して性質を変える方式

• 公式サイト/公式ドキュメント: Google検索: Retrieval-Augmented Generation official documentation