RAG（資料を探して付け足し、答えさせる方法）
英語 RAG (retrieval-augmented generation)
RAGは、AIが答える前に社内文書やWebなどから関連する内容を探し、質問に付け足す方法です。モデルを学習し直さずに、最新の情報や自分の資料をもとに答えさせられます。
RAGは、AIに持ち込み可の試験を受けさせるような方法です。質問が来ると、まず社内文書やWebページなどから関係する部分を探し、質問に付け足してAIに渡します。AIはもともと学んだ知識だけでなく、目の前の資料を見て答えを作ります。モデルを学習し直さなくても資料を替えれば新しい内容で答えさせられ、どの資料を見たかも示せます。
気をつけたい点 RAGを使っても、答えがいつも正しいわけではありません。探してきた資料が古かったり的外れだったりすると答えも間違うので、出典が出たら元の文書を開いて確かめます。社内資料を使うときは、見る権限のある人の質問にだけ使われるよう設定します。アップロードしたファイルは、内容が変わったら入れ直します。
出典: Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks · RAG (検索拡張生成) とは何ですか? · RAG および生成 AI - Azure AI Search（確認 2026-10-26）