生成AIパスポート｜第3章のRAG：検索してから答える仕組みと「完全になくせる」の罠

生成AIパスポートの第3章で、新出用語として出やすいのがRAG（検索拡張生成）です。名前だけ覚えても、試験では「何を解決する技術か」「何ができないか」の2点をすり替えた選択肢が出ます。ここでは仕組みを1枚の流れで押さえ、絶対化表現のひっかけを見抜く型を作ります。

なお、本記事の問題・解説はオリジナルであり、公式問題ではありません。合格を保証するものではありません。

RAGは「検索→生成」の2段構えです。流れは次のとおりです。1.質問を受け取る、2.外部の資料（社内文書・法令・最新の情報など）を検索する、3.検索で得た根拠をプロンプトに添えて生成AIに渡す、4.根拠に基づいて回答を生成する。ポイントは、生成AIが「覚えている知識」だけで答えるのではなく、その場で引いてきた根拠を使って答えることです。だから、学習データにない最新情報や社内限定の情報にも対応しやすくなります。

よく出るすり替え3パターンです。パターン1「検索しない」説明へのすり替え：「RAGはモデル内部の知識だけで回答する技術である」という文は、RAGの定義そのものを崩しています。RAGのキーワードは「検索」です。パターン2：効果の絶対化：「RAGを使えばハルシネーションを完全になくせる」という文は、効果を絶対化したひっかけです。RAGはハルシネーションを抑える効果がありますが、完全になくせるわけではありません。「完全に」「必ず」という言葉は、試験ではまず誤りのサインです。パターン3：ファインチューニングとの混同：RAGはモデルを変えず、回答のたびに外部資料を検索して参照します。ファインチューニングはモデルの重み自体を追加学習で調整します。「RAGはモデルを再学習させる手法である」という文は混同です。

練習問題：RAGの説明として、最も適切なものはどれか。A.モデル内部の知識だけで回答する技術である、B.回答のたびに外部資料を検索し、根拠を添えて生成する技術である、C.モデルを再学習させて知識を更新する技術である、D.RAGを使えば誤った回答は一切出なくなる。答えはBです。Aは検索の否定、Cはファインチューニングとの混同、Dは効果の絶対化です。

まとめ：覚えるのは「検索」と「抑える」の2語です。RAGの問題で迷ったら、「検索しているか」「効果は『抑える』どまりか」を確認してください。この2つが合っていれば、ほとんどのすり替え選択肢は外せます。

実務では「何を検索させるか」が設計の肝です。検索対象が古い資料のままでは、回答も古くなります。検索対象に社外秘の資料を混ぜれば、漏れてはいけない情報が紛れ込む危険があります。実務では、検索対象の資料を「最新か」「公開してよい範囲か」の2軸で定期的に見直すことが、RAGの運用ルールになります。

---

『生成AIパスポート 直前7日ドリル』（ココナラで販売中）では、第3章の練習問題12問と模擬試験を収録しています。本記事は公式問題ではなく、オリジナルの解説です。