AI利活用生成AI利活用★★☆

社内の業務マニュアルは生成AIが学習していないため、手順を質問してももっともらしい誤答が返ってくる。マニュアルを検索させ、その記述を根拠として回答させたい。この使い方はどれか。

正解：エ

アプロンプトエンジニアリング
誤り。これは指示文の書き方を工夫して、出力の内容や形式を思いどおりに近づける手法です。指示をどれだけ丁寧にしても、AIが知らない社内マニュアルの中身までは出てきません。工夫するのが入力か、参照先かが違います。
イランダム性の制御
誤り。これは出力のばらつきの大きさを調整する操作です。値を下げれば毎回似た回答になり、上げれば表現が多様になります。回答の安定度は変わりますが、参照できる知識が増えるわけではありません。
ウマルチモーダルAI
誤り。これは文章に加えて画像や音声など複数の種類のデータを扱えるAIです。マニュアルの写真を読み取らせる場面では役立ちますが、扱えるデータの種類の話であって、外部の知識を参照する仕組みではありません。
エRAGによる知識連携
正解。質問に関係する社内文書をまず検索し、その内容を材料として渡してから回答を作らせる使い方です。モデルを作り直さなくても、自社だけが持つ知識を回答に反映でき、根拠となった文書を示せる点も利点です。

手ぶらで答えさせるか、資料を渡してから答えさせるか

生成AIは、学習していないことを聞かれても「知りません」とは言わず、それらしい文章を作ってしまいます。社内の規程や商品マニュアルのように外に出ていない情報は、まさに学習していない代表格です。

そこで、質問が来たらまず社内文書を検索し、見つかった記述を一緒に渡してから回答させます。これがRAGによる知識連携です。試験に例えるなら、暗記だけで答えさせるのをやめて、参考書の該当ページを開いた状態で答えさせるようなものです。

ただし、元の文書が古かったり内容が誤っていたりすれば、その誤りがそのまま回答に出ます。整えるべきは文書の側だという点は変わりません。

使い方	何を変えるか
RAGによる知識連携	外部の文書を検索して参照させ、答えられる範囲を広げる
プロンプトエンジニアリング	入力する指示文を工夫し、出力の内容や形式を整える
ランダム性の制御	出力のばらつきの大きさを調整する
マルチモーダルAI	文章に加え、画像や音声など扱えるデータの種類を広げる

「社内にしかない情報を答えさせたい」という場面が出てきたらRAGです。入力を工夫する話なのか、参照先を足す話なのかで見分けられます。