RAGとは
RAG / Search
要点
RAGとは、質問に関係する情報を外部から検索し、その情報を使って回答を生成する方法です。
RAG（Retrieval-Augmented Generation）の意味と、検索結果を生成に利用する基本的な仕組みを整理した記録です。
身近な例で考える
記憶だけで答えず、必要な資料を本棚から探して机に置いてから答えるイメージです。
正式な意味
RAGは、生成モデルの内部パラメータだけに頼らず、検索で取得した外部情報を生成時の入力に組み合わせるアプローチです。
- 英語：
- Retrieval-Augmented Generation
- 読み方：
- ラグ
混同されやすい言葉： Fine-tuning、Web Search
RAGの基本的な流れ
- 質問を受け取る
- 関係する文書を検索する
- 取得した文書をモデルへ渡す
- 文書を根拠に回答を生成する
検索を追加すれば必ず正確になるわけではない
品質は文書の分割方法、検索、順位付け、モデルへ渡す情報量、回答指示に左右されます。取得できなかった情報をモデルが利用することはできません。
この説明を書くときに確認した情報
できるだけ公式資料や原著論文を確認しています。
- 原著論文・arXivRetrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
最終確認: 2026-08-08