RAG（Retrieval-Augmented Generation）とは、生成AIが回答を作成する際に、あらかじめ用意された外部の情報ソース（ナレッジベースなど）を検索し、その結果を参考にして出力する仕組みのことです。「検索（Retrieval）」と「生成（Generation）」を組み合わせる技術として、ChatGPTなどの大規模言語モデル（LLM）活用の中でも注目されています。
通常のLLMは、過去の学習データ（知識）に基づいて文章を生成しますが、知識の更新ができないため、「最新情報に弱い」「企業固有の情報に対応できない」といった課題がありました。そこでRAGを活用すると、最新の社内ドキュメントやFAQ、ナレッジ記事などからリアルタイムで情報を引き出し、それをもとに回答を生成できるようになります。
マーケティングやカスタマーサポートの現場では、「商品仕様」「過去の問い合わせ」「ガイドライン」などの情報をRAGで連携させることで、より正確で信頼性の高い自動応答やコンテンツ生成ができる可能性が高まります。また、RAGはハルシネーション（事実と異なる出力）を防ぐ手段としても有効であり、安全性と実用性の両立に役立ちます。
【関連ワード】
「選ばれる理由」が見えるから新たな価値が生み出せる
DAYS GRAPHY（デイズグラフィ）
生成AIを使って顧客像を描き出し、購買場面を把握することで顧客理解を深める仕組みをご紹介します。
