RAG（Retrieval-Augmented Generation）とは

別表記：Retrieval-Augmented Generation

生成AIが回答する前に、外部の文書やデータベースから関連する情報を検索してきて、それをもとに回答を組み立てる仕組み（検索拡張生成）。

生成AIパスポート公式シラバス（2026年2月試験より適用）第3章「現在の生成AIの動向」の収載語です。

まず1問、解いてみる

答えを開く前に、自分の言葉で説明してみてください。

「RAG（Retrieval-Augmented Generation、検索拡張生成）」とは、どのような仕組みか。

答えと解説を開く

正解B　生成AIが回答する前に、外部の文書やデータベースから関連する情報を検索してきて、それをもとに回答を組み立てる仕組み

RAG（検索拡張生成）とは、AIがいきなり自分の記憶だけで答えるのではなく、まず外部の文書やデータベースから関係のありそうな情報を検索してきて、それを参考にしながら答えを作る仕組みです。調べものをしてからレポートを書く、というイメージに近いです。

当サイトの問題「「RAG（Retrieval-Augmented Generation、検索拡張生成）」とは、どのような仕組みか。」の誤答の選択肢から。

×モデルのパラメータ（内部の数値）を大幅に増やして、より多くの知識を記憶できるようにする仕組み

○モデルの大規模化＝AI内部の数値（パラメータ）を増やして覚えられる知識量を増やす方法。RAGとは別。

この問題の正解＝「生成AIが回答する前に、外部の文書やデータベースから関連する情報を検索してきて、それをもとに回答を組み立てる仕組み」

当サイトの問題バンク321問のうち、RAGは9問に登場します。内訳＝問題文に登場9問。このほか、解説・誤答の注だけでの言及が3問あります（これは「問われた」に数えていません）。

登場した単元＝第3章現在の生成AIの動向

※この数字は当サイトの問題バンク内の集計です。本試験の出題頻度ではありません。

最終更新：2026年8月27日（運営：Meritorious）