RAG

ひと言でいうと

• 関係する資料を探して AI に渡し、それをもとに答えてもらうしくみ
• 社内の資料など、もともとの学習に含まれていない情報に沿った答えにしやすい

RAG は Retrieval-Augmented Generation の略で、日本語では検索拡張生成と呼ばれます。質問を受けると、まず手元の資料から関係する部分を探し、それを前提として渡してから答えてもらいます。

もともとの学習に含まれていない社内の資料や、新しい情報に沿った答えにしやすくなります。

例

社内の規程集から、質問に関係する条文を探して渡し、それをもとに答えてもらう。

知っておくと役立つこと

• 元の資料が古いと、答えも古くなる：資料を最新に保つことが大切です。
• 大事なところは元の資料で確認する：探し方によっては、関係の薄い部分が渡されることもあります（ハルシネーション）。

では

決めたことを、そのまま前提に

CLUBS の 案件 には、決めたことと理由が新しい順に残ります。「案件を読んで」で、探さなくても、その仕事のいまの前提を渡せます。