RAGとは「Retrieval-Augmented Generation（検索拡張生成）」の略で、LLM（大規模言語モデル）が回答を生成する際に、外部のデータソースをリアルタイムで検索・参照する仕組みのことです。

通常のLLMは学習データに含まれる情報しか回答できません。たとえば「わが社の就業規則を教えて」と質問しても、社内文書は学習データに含まれていないため回答できません。RAGを活用することで、社内ドキュメント・製品マニュアル・API連携したデータベースなどの独自情報をAIが参照しながら回答を生成できるようになります。

RAGの基本的な動作の流れは次のとおりです。ユーザーが質問を入力すると、まず関連する情報を外部データソースから検索・取得します。次に取得した情報を文脈としてLLMに渡し、それをもとに回答を生成して返します。

社内情報検索・カスタマーサポートの自動化・採用サイトへのAIアシスタント搭載・営業支援ツールなど、幅広いユースケースで活用されています。