要点
RAGは関連資料を検索し、生成時の文脈として渡します。根拠の改善は期待できますが、正確性や完全性は保証しません。
進め方
所有者、日付、権限のある資料を選びます。回答より先に取得箇所の適切さを評価し、出典と証拠不足時に回答を控える動作を求めます。
進捗の評価方法
検索失敗と生成失敗を分け、古い文書、矛盾指示、答えのない質問を試します。取得から出力まで権限を守ります。
判断
正しい知識を見つける問題か、取得した知識を使う問題かを先に診断します。答えが資料になかったり、検索が誤った箇所を返したりする場合、生成指示の改善だけでは解決しません。
実践課題
商品除外条件、古い提案、似た名称を含む二十問と期待する根拠箇所を作ります。回答より先に検索結果を見て、資料欠損、誤った箇所、文脈不足、版の矛盾、根拠のない生成に分類します。検索か文書準備を一項目変え、影響例を再試験します。
納品物
質問、期待文書、取得箇所、版の日付、権限状況、失敗分類を記録します。根拠への忠実さ、関連引用、適切な回答保留の基準を添え、文書担当と技術担当に別々の修正一覧を渡します。
注意すべき点
大きい断片は答えを埋もれさせ、小さい断片は成立条件を落とします。検索点数だけでなく本文を確認し、限定条件、日付、商品範囲を該当する主張と一緒に残します。
技術と、実務での使い道。
公式情報源
Google Cloud · RAGデモ
四つの架空の社内文書を使い、関連箇所の検索と、答えがない質問や情報が矛盾する場合の扱いを示します。
詳しく見るこのワークフローをチームに導入しませんか？
AIソリューション、ワークフロー、ツール、実践研修を通じて、マーケティングチームの時間削減、生産性向上、事業成果の改善を支援します。
AIワークフローを相談する