データレイク編第10章 / 全13章

社内データを生成AIで使う（RAG）とは

RAG ・ベクトル検索・閲覧権限

社内の資料を探して、生成AIに答えさせる

SOURCEINGESTLAKEPROCESSWAREHOUSEBIAI

全体図での位置：LAKE（湖（生データ））＋ AI（予測・AI）

生成AIは、物知りでも、あなたの会社のことは何も知らない新人のようなものです。質問のたびに、資料室から関係する資料を探して手渡せば、それを読んで正しく答えてくれます。この「探して渡す」仕組みがRAGです。

ポイント

Retrieval取ってくることAugmented強化されたGeneration生成

RAG：必要な情報を探して取ってきて、それを使って生成AIの答えを強化する仕組み。

社内向けのAIアシスタント、問い合わせ対応、営業資料の検索などで使われています。まずは規程集やマニュアルなど、正しさが確かな文書から始め、答えには出典（どの資料のどこか）を必ず付けるのが基本です。

うまれ：RAGという言葉は、2020年にMeta（当時Facebook）の研究者らが発表した論文で使われた。

RAG ラグ

社内資料などを検索してから、生成AIに答えさせる仕組み。

覚えておく：検索 → 生成

語源Retrieval-Augmented Generation（取ってきた情報で強化した生成）の頭文字。retrieve は「猟犬が獲物を取ってくる」が元の意味。

チャンク Chunk

RAGのために、長い文書を数百〜千文字ほどに区切った「かたまり」。

質問に関係する部分だけを探して渡せるよう、文書を小さく分けてから保存します。

語源chunk（ひとかたまり）。もとはパンや木材の「ぶつ切り」のこと。

埋め込み（エンベディング） Embedding

文章を、意味を表す数字の並び（ベクトル）に変換すること。

意味の近い文章ほど、近い数字の並びになります。これを使って「意味で探す」ことができます。

語源embed（埋め込む）。意味を数字の空間に「埋め込む」こと。

ハイブリッド検索 Hybrid Search

言葉の一致で探す全文検索と、意味の近さで探すベクトル検索を組み合わせる方法。

製品の型番のような言葉は全文検索、言い回しの違う質問はベクトル検索が得意なので、両方を組み合わせます。

語源hybrid（2つのものを掛け合わせた）。

閲覧権限の引き継ぎ Access Control

元の文書に設定された「誰が見てよいか」を、AIの検索結果にも当てはめること。

これがないと、本来見られない人に、AIが社内の機密を答えてしまいます。

語源英語では access control（近づくことの管理）。

生成AI Generative AI

文章や画像などを新しく作り出すAI。

語源generate（生み出す）。