RAG（検索拡張生成）とは

AIモデルは学習時点までの情報しか持たないため、最新情報や社内限定の資料についてはそのままでは正確に答えられません。RAGでは質問に関連しそうな文書をあらかじめ検索・取得し、その内容をプロンプトに含めてから回答を生成させることで、事実に基づいた回答を引き出しやすくします。

検索の際には、文章の意味を数値化した埋め込み（エンベディング）を使って意味の近い文書を探す方法がよく使われ、その保存・検索には専用のベクトルデータベースが利用されます。AIのハルシネーション対策のひとつとしても位置づけられています。