自分の資料をAIに読ませて回答させたい
RAG（資料を検索してから答える仕組み）
まずはここだけ
RAGは、自分の資料を探してから答えるAIを作る方法です。
使う場面：社内マニュアル、規定、商品資料への質問に答える仕組みを作る時
具体的な利用例
社内規定PDFを登録し、休暇申請の方法を質問できる案内AI
資料・質問・回答を並べて理解する
次は架空の備品マニュアルを使った説明用の例です。実際のAIの実行結果ではありません。RAGでは、モデルを追加学習させる代わりに、質問に関係する資料を探して回答時に渡します。
| 段階 | 内容 |
|---|---|
| 登録した資料 | 備品マニュアル 第2節：モニターの貸し出しは総務へ申請します。返却期限は貸出日から7日後です。 |
| 利用者の質問 | 借りたモニターはいつまでに返す？ |
| 検索で取り出す部分 | 返却期限は貸出日から7日後です。 |
| 回答の設計例 | 貸出日から7日後までに返却します。出典：備品マニュアル 第2節 |
| 資料にない質問 | 「延長は何日できる？」には、延長日数を作らず「この資料では確認できません。総務へ確認してください」と返すように設計します。 |
資料を登録しただけで、この通りに答えるとは限りません。「検索できたか」と「その資料に沿って答えたか」を分けて確認しましょう。
うまく答えられない時の確認順
- 検索結果に必要な記載があるか確認する。なければ、PDFの文字抽出や資料の分割、検索方法を見直します。
- 検索できているのに答えが違う場合は、AIへ渡した内容と回答指示を確認します。根拠が足りない時は不明と答える方針も決めます。
- 出典名だけで安心せず、リンク先や該当箇所が回答を裏付けるか確認します。資料の更新日と、利用者が閲覧できる範囲も点検します。
RAGを使っても誤回答がなくなるわけではありません。公開前には、答えがある質問・ない質問・閲覧権限の異なる利用者で確認します。AIの回答品質を評価する方法も参考にしてください。
仕組みを確認できる公式資料
処理の流れを図で見る
- 1資料を集めて文字データにする
- 2資料を小さなまとまりに分けて登録する
- 3質問に近い資料を検索する
- 4検索結果と質問をLLMへ渡して回答させる
使う前に確認
元の資料が古いと回答も古くなります。回答と一緒に出典を表示すると確認しやすくなります。
AIの結果を確認せず、そのまま業務へ使わないことも大切です。重要な数値や判断は人が確認してください。
仕組みと使いどころを詳しく見るできること・技術名・利用する場面を確認
こんなことができる
社内文書やPDFから関係する部分を探し、その内容をもとにAIが回答します。
使うAI機能・技術
RAG（資料を検索してから答える仕組み）を使います。むずかしい名前でも、まずは「この目的に使う仕組み」と覚えれば大丈夫です。
どんな時に使うか
社内マニュアル、規定、商品資料への質問に答える仕組みを作る時
初心者向けのかんたんな仕組み
資料を集めて文字データにする。資料を小さなまとまりに分けて登録する。質問に近い資料を検索する。検索結果と質問をLLMへ渡して回答させる。この流れをサービスやプログラムが自動で進めます。
試すためのツールと手順を見るサービスの例・準備から確認までの順番
実際に使えるサービス・ツール（公式リンク）
- Dify ナレッジパイプラインクラウドサービス・自己設置型アプリ
PDFや社内資料を検索用のナレッジに整理し、資料に基づいて答えるAIアプリに組み込めます。
クラウド版と自分で設置する方式があります。利用するAIモデルと資料の送信先を確認してください。
リンク先は公式ページ・公式の使い方です。クラウド機能を利用する場合は入力内容の送信先、料金、組織の利用ルールを確認してください。
実際に使うまでの大まかな流れ
- 1
資料を集めて文字データにする
- 2
資料を小さなまとまりに分けて登録する
- 3
質問に近い資料を検索する
- 4
検索結果と質問をLLMへ渡して回答させる
最初は小さなデータで試し、期待する結果と比べてから対象を広げると失敗を減らせます。