Retrieval-Augmented Generation / RAGRAG(ラグ)とは、AIが回答する前に外部の資料やデータから関連情報を探し、その情報を使って回答を作る仕組みです。
RAGは「Retrieval-Augmented Generation」の略で、日本語では「検索拡張生成」と呼ばれます。
会社の休暇ルールを調べるなら
休暇の質問知りたい条件
就業規則を検索関係する資料を取得
資料をもとに回答根拠と内容を確認
1会社の資料など、外部の情報を回答に使う
生成AIがもともと持っている知識だけでは、社内規定、商品マニュアル、独自データなどについて正確に答えにくい場合があります。
RAGでは、質問に関係する情報を指定された資料から探し、その内容をAIへ渡して回答に利用します。
2質問→資料の検索→資料をもとに回答
- 利用者が質問する
- 関係する情報を資料やデータから検索する
- 見つかった情報をAIへ渡す
- AIがその情報を参考に回答する
たとえば「会社の有給休暇のルールは?」という質問に対して、就業規則から関連箇所を探し、それをもとに回答する、といった使い方ができます。
3RAGなら必ず正しい?
いいえ。検索する資料自体が間違っていたり、必要な情報をうまく探せなかったり、AIが資料を誤って解釈したりする可能性があります。
重要な用途では、回答だけでなく参照元も確認できるようにすることが大切です。
4一緒に知ると分かりやすい言葉
5基礎から学ぶ・実際に使ってみる
AIを基礎から順番に知りたい方は、AIロードマップで学ぶ順番を確認できます。
実際の活用・比較・検証を見たい方は、AI実験室をご覧ください。
参考にした公式情報(確認日:2026年10月19日)
