RAGとは？社内情報をAIに正しく使わせる仕組みをわかりやすく解説

Microsoft、Google Cloud、AWSはいずれも、RAGを「回答前に外部の情報を取り出し、その情報をもとに回答する仕組み」と説明しています。会社独自のルールや最新情報など、AIが最初から知らない内容を扱うときに特に有効です。

How it works

仕組みは
3ステップ

難しい技術用語を使わなくても、考え方は「質問を受ける → 関連資料を探す → 見つけた内容で答える」です。

01 / ASK

利用者が自然な言葉で質問します。言い方が多少違っても、何を知りたいかを読み取ります。

02 / FIND

見つけた情報を材料にして回答します。元の資料を示せるようにすると、利用者も確認しやすくなります。

一般的なAIは、会社ごとの最新ルール、社内だけで使う文書、日々更新される情報を最初から知っているわけではありません。RAGを使うと、質問のたびに会社側が用意した情報を参照できるため、業務に合った回答を作りやすくなります。

Google Cloudは、RAGによって最新情報や会社独自の情報を使い、回答をより正確で関連性の高いものにできると説明しています。AWSも、会社の内部文書などをAIに与える現実的な方法として案内しています。

「資料を登録したから安心」ではなく、「必要な資料を正しく見つけられるか」が品質を左右する。

古い資料と新しい資料が混ざっていたり、同じ内容が複数あったりすると、AIも迷います。まず情報源を整えることが重要です。

「最新版」「手順書」だけではなく、対象部署や用途が分かる名前にすると探しやすくなります。

業務担当者が普段使う言葉で質問し、欲しい資料が見つかるかを確認します。

答えが間違ったときは、正しい資料を探せなかったのか、資料は見つかったが説明を誤ったのかを分けて見ると改善しやすくなります。

社内規程、手順、FAQ、商品情報、問い合わせ対応、過去事例など、正しい情報源が存在し、それを探す時間がかかっている業務に向いています。反対に、正解となる資料がそもそも整っていない業務では、先に情報整理から始める方が効果的です。

資料整理、検索の確認、実際の質問を使った評価まで一緒に設計します。