tokyoroot https://blog.hatena.ne.jp/tokyoroot/ 九州・福岡・東京ときどきIoT https://ancient.hateblo.jp/ RAG（Retrieval-Augmented Generation）は、AIが回答を生成する際に外部の資料やデータベースから関連情報を検索（Retrieve）し、その情報をもとに生成（Generate）する技術。 目的：ChatGPTのような大規模言語モデルに手持ち資料の知識を反映させ、最新情報・非公開資料をもとに正確で根拠ある回答を得ること。 2. 構成の基本要素 機能 役割 代表的ツール / サービス ① ドキュメント読み込み PDF, Word, TXTなどを分割して取り込む LangChain, LlamaIndex ② 埋め込み生成（ベクトル化） テキストを数値ベクトルに変換 Op… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fancient.hateblo.jp%2Fentry%2F2025%2F11%2F03%2F005652" title="CharGPTのRAG構築方法の体系的まとめ＋無料・有料区分 - 九州・福岡・東京ときどきIoT" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2025-11-03 00:56:52 rich https://ancient.hateblo.jp/entry/2025/11/03/005652 1.0 100%