ラグ (RAG / Retrieval-Augmented Generation / 検索拡張生成)

一言でいうと？

AIが自分の記憶だけに頼らず、外部の資料（社内文書、最新ニュースなど）を「カンニング（参照）」しながら答えることで、情報の正確さを高める仕組みのことです。

「持ち込み可のテスト」をイメージしてください。AIは優秀な記憶力を持っていますが、最新のことや特定の専門知識は持っていません。そこで、テストの際に「参考書（外部データ）」を渡し、それを読みながら答えを導き出させるのがRAGです。

なぜこれがすごいの？

AIを「知ったかぶり（ハルシネーション）」させない最も効果的な方法だからです。会社の独自ルールや、昨日のニュースに基づいた完璧に正確な回答が可能になります。

🔗 関連キーワード

• [[Grounding]] ：RAGによって答えの根拠を固めること。
• [[Embedding]] ：資料の中から必要な部分を見つけ出すための技術。
• [[Knowledge Retrieval]] ：情報を探し出して持ってくるプロセス。

Gemini 3.1 Pro を使ったRAGの開発ガイド (Official)