プロンプト・RAG
RAG（検索拡張生成）とは？
RAG（検索拡張生成）とは、外部文書やデータベースを検索し、その結果を根拠としてLLMに回答を生成させる構成です。
関連表記: RAG / 検索拡張生成 / Retrieval-Augmented Generation
試験で問われるポイント
- 最新情報や社内文書を扱うときに有効です。
- 検索品質、アクセス権限、根拠提示、評価が重要です。
- モデルを再学習するファインチューニングとは目的が異なります。
具体例
社内規程を検索し、該当箇所を根拠として問い合わせに回答するFAQシステムです。
混同しやすい点
- RAGを使えばハルシネーションが完全になくなると考える。
- アクセス権限を考えずに全社文書を検索対象にする。
関連問題で復習
RAG（Retrieval-Augmented Generation、検索拡張生成）の説明として、最も適切なものはどれか。
MCP（Model Context Protocol）について、適切な説明を2つ選べ。
設備トラブルへの対応を支援する仕組みを比較しています。回答を生成するだけの仕組みと比べ、エージェント型AIの特徴を最もよく表す動作はどれですか。
設備の保守手順が毎週改訂されます。担当者は改訂済みの文書を根拠に質問へ回答させたいと考えています。モデルの重みを更新せずに最新文書を利用する方法として最も適切なのはどれですか。
ある企業が、自社製品の専門用語や決まった出力フォーマットで一貫して回答するモデルを求めています。RAGよりファインチューニングが適する場面として最も適切なものはどれですか。
プロンプトエンジニアリングを検討する担当者にとって、ゼロショットプロンプティングの説明として最も適切なものはどれですか。
RAG型の社内問い合わせ窓口で、回答に根拠のない条件が付け加えられる事例がありました。回答の事実性を改善する対策として適切なものを2つ選んでください。
問い合わせ分類を行いたい担当者が、プロンプト内に「入力: 返金希望 → 出力: 返金カテゴリ」のように数件の入力例と期待出力例を並べてから本番の質問を投げ、回答形式を安定させようとしています。この手法を指す用語として最も適切なものはどれか。