RAG
RAGは、AIが回答する前に社内文書やFAQなどを検索し、その内容を根拠として使う仕組みです。
意味
RAGはRetrieval-Augmented Generationの略で、検索と生成AIを組み合わせる考え方です。AIが学習済みの知識だけで答えるのではなく、社内文書、FAQ、手順書、ナレッジベースなどを検索して、回答の材料にします。
中小企業で気にする理由
中小企業では、社内規程、問い合わせFAQ、営業資料、手順書が散らばりがちです。RAGは便利ですが、元文書が古い、重複している、権限が広すぎる状態では、AIの回答も不安定になります。
まず整えるもの
RAGを試す前に、文書の置き場所、更新日、担当者、閲覧権限を確認します。最初は全社文書を対象にせず、問い合わせFAQ、社内IT手順、月次報告ルールなど、範囲の狭い文書から始める方が安全です。
ファインチューニングとの違い
RAGは回答時に文書を探して使う仕組みです。ファインチューニングは、例文データでモデルの振る舞いを調整する方法です。社内情報を最新に保ちたい場合は、まずRAGや社内検索を検討する方が分かりやすいことが多いです。