minervaAIに社内の規程や手順書を読ませて、質問に答えてもらう使い方が広がっています。その多くは「RAG」と呼ばれる仕組みで動いています。総務省・経済産業省やIPAなどの資料をもとに、RAGが何をしているのか、何が良くなり、どこに限りがあるのかを、専門用語を使わずに整理します。
01AIに「調べてから答えてもらう」仕組み
ふだん使うAIは、作られたときに読み込んだ文章をもとに答えます。そのため、自社の就業規則や製品の手順書のように、外に出ていない資料の中身は知りません。知らないことを聞かれると、もっともらしい作り話で答えてしまうこともあります。
RAG（検索拡張生成。質問に合う資料を先に探し、それを見ながらAIに答えさせる仕組み）は、この弱点を補う方法です。情報処理推進機構（IPA）の資料では、「RAGは生成AIが知らない情報を自分で検索して知識を補う仕組みです」と説明されています。新しく入った社員に規程集を渡し、該当するページを開いてから答えてもらう様子を思い浮かべると近いかもしれません。
02中で起きていることは3つの段階
1つ目は準備です。社内の資料を短いまとまりに分け、あとで探しやすい形にして保存しておきます。NVIDIAの説明では、資料を細かく分けて、意味の近さで探せる形に変えて保存する、という手順が紹介されています。
2つ目は検索です。社員が質問を入力すると、保存しておいた資料の中から、その質問に関係の深い部分が選び出されます。3つ目が回答です。選ばれた部分を質問と一緒にAIに渡し、AIはそれを手がかりに答えの文章を作ります。IBMの説明も、利用者の質問から資料の検索、AIへの受け渡し、回答までを一続きの流れとして示しています。
03何が良くなるのか
総務省と経済産業省の「AI事業者ガイドライン」の付属資料では、RAGに期待される点として、事実と違う答え（ハルシネーション）を抑えること、答えの中で参照元を示せるようになり根拠が分かりやすくなること、AIそのものを作り直さずに読ませる資料を足せるため費用を抑えられること、が挙げられています。
資料を入れ替えれば答えも変わるので、規程を改定したときに、新しい内容をもとに答えさせやすいのも利点です。一方で、IBMは、答えの質を保つには読ませる資料を続けて更新する必要があるとしています。古い版と新しい版が両方残っていると、古いほうをもとに答えてしまうおそれがあります。資料の置き場所を整理しておくことが、そのまま答えの質につながります。
04それでも答えが間違うことはある
RAGを使えば間違いがなくなるわけではありません。NVIDIAは、RAGはハルシネーションを減らすものの、なくすことまではできないと説明しています。IBMも、リスクを軽くすることはできても、間違いのない状態にはできないとしています。探してきた資料が質問とずれていたり、資料そのものが古かったりすれば、答えもずれます。
デジタル庁の「テキスト生成AI利活用におけるリスクへの対策ガイドブック（α版）」は、確かめる観点として、質問に対して適切な資料を探し出せているか、答えに出てくる名前などが探してきた資料の中に本当に書かれているかを挙げています。社内で使うときも、大事な判断に使う答えは、示された参照元の資料を人が開いて確かめる、という決まりを作っておくと安心です。
05使う前に決めておきたい、読ませる範囲と見せる相手
IPAの資料は、どのデータをRAGの検索対象にするかは、セキュリティの面も考えて決めるよう勧めています。たとえば社外から届くメールまで検索対象にすると、悪意のある指示が書かれたメールが取り込まれ、AIが思わぬ動きをしたり、社内の情報が外に出たりするおそれがあると説明しています。まずは社内で作った規程や手順書など、出どころがはっきりした資料から始めるのが無理のない進め方です。
もう一つは、誰にどの資料をもとに答えてよいかです。デジタル庁が2026年6月に定めた生成AIの調達・利活用のガイドラインでも、セキュリティ対策の一つとして「RAG 等の権限管理」が挙げられています。人事や給与の資料を読ませる場合は、見てよい人にだけ答えが返るように分けておきます。なお、資料の数が少なく、共有フォルダで探せば足りる会社では、急いで入れる必要はありません。何をさせたいかを決めてから、読ませる資料を選ぶ順番で考えるのがよいと思います。
記事一覧へ戻る
