AI・LLM / AI/RAG

RAGとは

Retrieval-Augmented Generation。検索で取得した文書を根拠としてLLMに回答させる構成です。

用語集内のカードを見る

詳細な図解

検索拡張生成の情報経路

利用者質問質問を入力

検索/Embedding関連文書を検索

根拠文書権限付きで根拠を渡す

LLM回答根拠付き回答を生成

文書権限を回答側へ継承
引用元を表示する
プロンプトインジェクションを評価

この記事で学べること

RAGを、定義だけで終わらせず、現場で出てくる場面、確認材料、見落としやすい点、関連語とのつながりまで順に確認できます。

RAGの運用上の意味
RAGの利用場面
RAGの判断材料
RAGの残りリスク
RAGの関連語とのつながり

実務メモ

回答品質はモデルより文書整理と権限継承で決まる

どこで効くか

RAGはLLMに外部文書を渡して回答させる構成です。社内手順書、FAQ、設計書を扱う場合、検索対象の鮮度、分割粒度、権限、引用元表示が品質を左右します。問い合わせ対応で使うなら、正しい文書を探せるだけでなく、回答してよい相手かどうかも同じくらい重要です。

残す証跡

証跡には利用文書、更新日、chunk方針、Embeddingモデル、検索クエリ、上位検索結果、回答に使った引用、アクセス権の判定方法を残します。

避けたい誤解

文書をベクトルDBへ入れただけでは正しい回答になりません。古い手順、権限外文書、プロンプトインジェクションを含む文書が混ざると危険です。

まず確認すること

文書権限を回答側へ継承する
引用元と更新日を表示する
攻撃的な文書や古い文書で評価する

RAGの運用上の意味

RAG（Retrieval-Augmented Generation）は、検索で取得した文書を根拠としてLLMに回答させる構成です。

AI/RAGの作業では、RAGを「入力、参照データ、モデル出力、評価、権限境界を分ける」ための言葉として扱います。値や名称を覚えていても、どの画面、どのログ、どの経路で効いているかを言えなければ、変更後の説明や障害報告には使いにくくなります。

Embedding、ベクトルDB、チャンクと並べると、RAGが前提なのか、結果なのか、確認手段なのかを分けやすくなります。

RAGの利用場面

社内ナレッジ検索、FAQ、手順書検索、問い合わせ支援で使います。

作業前には、対象、確認元、利用者影響、戻し条件を短く書き出します。ここを曖昧にしたまま値を直すと、作業後に成功した通信だけが残り、なぜその状態で完了と判断したかを説明できません。

RAGを使う対象と所有者を確認する。
正常時、変更前、変更後の差分を同じ観点で比較する。
Embedding、ベクトルDB、チャンクとの関係を作業メモに残す。

RAGの判断材料

文書権限、検索品質、引用、古い情報、プロンプトインジェクションを確認します。

証跡には、プロンプト、参照元、検索結果、出力、評価観点、権限フィルター、監査ログを同じ時刻帯でそろえます。画面の表示だけ、単発の疎通結果だけ、誰かの口頭説明だけでは、後から別の担当者が再確認できません。

確認した場所、コマンド、画面名、時刻を残す。
成功結果だけでなく、失敗時のログやエラーも保存する。
値の根拠をチケット、台帳、設計資料へ紐付ける。

RAGの残りリスク

便利な応答だけでは、根拠、再現性、データ保持、権限継承、誤回答時の責任範囲を確認できない。RAGでも、表示上の有効化、単発の成功、設定値の一致だけで完了にすると、例外条件や古い経路が残る場合があります。

似た用語との差は、説明文の言い換えではなく作業結果で確認します。Embedding、ベクトルDB、チャンクのどれが入力で、どれが制御で、どれが確認結果なのかを分けると、レビューで話が戻りにくくなります。

単一の画面、単一のログ、単一の成功結果だけで完了にしない。
一時例外には理由、期限、削除条件を付ける。
影響が残る利用者、経路、権限、データを明記する。

RAGの関連語とのつながり

引き継ぎでは、RAGの説明だけでなく、次に見る資料、異常時の連絡先、戻し判断の条件を残します。作業の最後に、設定値、利用者影響、証跡、関連語がつながっているかを確認します。

RAGを単独の知識で閉じず、Embedding、ベクトルDB、チャンクと並べて説明できれば、設計、障害対応、監査のどの場面でも使いやすくなります。

作業後の確認結果と残課題を同じ記録に残す。
次回見直しの条件と担当を決める。
関連語としてEmbedding、ベクトルDB、チャンクを添え、次の調査順を示す。

同じ主要カテゴリの用語

生成AI LLM 基盤モデル推論学習データファインチューニングプロンプトシステムプロンプト

AI・LLMの学習順

同じ主要カテゴリの用語をまとめて確認できます。現在の用語を起点に、前後の用語へ進むと文脈を保ったまま読み進められます。