RAG（検索拡張生成）
意味・解説
LLM（大規模言語モデル）に外部の信頼できる情報源を連携させ、回答を生成する前に最新情報を検索・参照させる技術。
ユーザーの質問に関連する文書をベクトルデータベース等から検索し、その内容をコンテキスト（文脈）としてLLMに渡すことで、ハルシネーション（もっともらしい嘘）を抑制し、最新情報や社内規定に基づいた正確な回答を得る手法。
くわしく
「AIに『最新の辞書』を持たせて答えさせる」仕組みです。
1.検索（Retrieval）：
質問を受け取ると、まず外部の知識ベースから関連情報を探します。
2.拡張（Augmented）：
見つけた情報をプロンプトに付け加えます。
3.生成（Generation）：
その情報に基づいてLLMが回答を作ります。ポイントは、LLM単体では学習時点以降の情報や非公開の社内情報は扱えませんが、RAGを使えば常に『最新・正確・専門的』な対話が可能になるからです。
例文
社内規定に関する問い合わせ対応AIにRAGを導入したことで、最新の旅費精算ルールに基づいた正確な回答が可能になった。
同義語: 検索連動生成
対義語: ファインチューニング（再学習）
分類: 生成AIの応用技術
この用語は生成AIパスポート試験にも出ます
生成AIパスポート試験（生成AI活用普及協会）の公式シラバス第4版では、第3章 現在の生成AIの動向 の 3-3 に「RAG（Retrieval-Augmented Generation）」として掲載されています。ITパスポートと重なるのは全191語中42語で、その1つがこの用語です。