RAG（Retrieval-Augmented Generation）

RAG（Retrieval-Augmented Generation）は、LLMの生成処理に外部情報の検索を組み合わせる技術。
日本語では「検索拡張生成」「取得拡張生成」と呼ばれることがある。読みは「ラグ」。

何をする技術か

LLMに質問を投げる前後で、検索システムから関連情報を取得し、その情報を文脈として渡して回答を生成する。

基本フロー:

1. ユーザー入力を受け取る
2. 関連ドキュメントを検索して取得する
3. 取得結果をプロンプトへ追加する
4. LLMが回答を生成する

期待できる効果

• モデル学習時点より新しい情報を回答に反映しやすい
• 回答の根拠を出典として示しやすい
• 事実に基づかない出力（ハルシネーション）を抑制しやすい

注意点

• 検索精度が低いと、回答品質も下がる
• チャンク分割や埋め込み設計で性能差が出る
• 検索結果をそのまま信頼せず、最終的な検証は別途必要