RAG（検索拡張生成）
AIが回答する際に、外部の文書やデータベースを検索して得た情報をもとに文章を生成する技術です。誤情報を減らす目的で使われます。
RAG（Retrieval-Augmented Generation／検索拡張生成）とは、AIが回答を生成する前に、外部の文書やデータベースから関連情報を検索し、その内容をもとに回答を組み立てる技術のことです。
LLM（大規模言語モデル）は学習した時点の知識をもとに回答するため、最新情報や社内固有の情報には対応できないことがあります。
RAGを使うと、あらかじめ用意した社内マニュアルやナレッジベースなどを検索対象にでき、その内容に基づいた回答を得やすくなります。
検索した情報を根拠として提示できるため、AIが誤った情報を作り出してしまうハルシネーションを抑える効果も期待されています。
仕組みとしては、質問文に関連する情報を検索エンジンやデータベースから取得し、その結果をプロンプトに組み込んでAIに渡す流れが一般的です。
社内文書を活用したチャットボットの構築など、業務利用の場面で広く採用されている技術です。