RAG (Retrieval Augmented Generation)

RAGの仕組み

RAGは2つのステップを組み合わせます。まずシステムが適切なドキュメントを検索し(Retrieval)、次に言語モデルがそこから回答を生成します(Generation)。こうしてAIシステムは、学習データに含まれていなかった最新の知識を活用できます。Perplexity、ChatGPT Search、Google AI Overviewsはこの原理で動いています。回答の質は、見つかったソースの質に直結します。

RAGがGEOにとって中心的である理由

RAGシステムでは、Retrievalのステップが、そもそもどのコンテンツが回答に反映されうるかを決定します。あなたのコンテンツは、そのために見つけやすく(クローラーのアクセス性、構造)、かつ抽出しやすい(明確な段落、文脈を伴う事実)必要があります。Retrievalに取り込まれたコンテンツには、言及と 引用 を得るチャンスがあります。取り込まれなければ、その回答にとって単に存在しないのと同じです。