グラウンディングとは、生成AIの答えを、社内の資料や信頼できる情報源など、確かめられる根拠に結びつけることです。英語のground(地面、根拠)から来た言葉で、AIの答えを地に足のついたものにする、という意味合いです。生成AIは、学習した知識だけで答えると、事実と違う内容をそれらしくつくることがあります。答える前に根拠となる情報を渡し、その範囲で答えさせるのがグラウンディングです。
グラウンディングは、どんな仕組みか?
質問に関係する資料やデータを先に取り出してAIに渡し、その情報をもとに答えるよう指示します。答えと一緒に、どの資料のどこを根拠にしたかを示させることも多くあります。
根拠を探す
質問に関係する社内の資料や、システムのデータを取り出します。
AIに渡す
取り出した情報を質問と一緒にAIに渡し、「この情報の範囲で答える」「分からなければ分からないと答える」と指示します。
根拠つきで答える
AIは、渡された情報をもとに答え、根拠にした資料の名前や箇所を添えます。
根拠と見比べる
使う人が、答えと根拠の資料を見比べて確かめられるようにします。
グラウンディングには、どんな方法があるのか?
根拠を何から取るかで、社内の資料から探す方法(RAG)、社内のシステムのデータを使う方法、Webの検索結果を使う方法の3つに分けられます。
| 方法 | 根拠にするもの | 向いている業務 |
|---|---|---|
| 社内の資料から探す(RAG) | 規程、マニュアル、過去の提案書など | 社内の問い合わせ対応、資料の下書き |
| システムのデータを使う | CRMや基幹システムにある顧客・案件・在庫などのデータ | 顧客ごとの対応、数字を含む報告 |
| Webの検索結果を使う | 公開されているWebページ | 最新の動向の調べもの |
グラウンディングとRAGは、どう違うのか?
グラウンディングは「答えを根拠に結びつける」という考え方を指し、RAGはそれを行うための代表的な方法の一つです。RAGは資料を検索して渡す方法を指しますが、グラウンディングには、システムのデータを直接渡すような方法も含まれます。
グラウンディングをするときの注意点は?
根拠の資料が古かったり間違っていたりすると、答えも間違います。また、正しい根拠を渡しても、AIがそれを読み違えることはあります。
- 根拠の資料を整える
- 古い版と新しい版が混ざっていると、AIは古い内容で答えることがあります。どれが最新の正しい資料かを、先に決めておきます。
- 根拠を示させる
- 答えに根拠の資料と箇所を添えさせ、人がすぐに確かめられるようにします。根拠のない答えは出さない設定にすることもできます。
- 数字は機械で取り出す
- 金額や件数などの数字は、AIに書かせず、システムから機械で取り出して差し込むほうが確実です。
トラックファームでは、グラウンディングをどう使っているか?
答えの根拠になる資料やデータを先に整え、そのうえでAIに渡す形で組み込みます。数字のように間違えると困る情報は、AIに書かせずにシステムから取り出します。
製造業の見積・請求の管理システムでは、過去の見積から似たものを探して実例としてAIに渡し、品目と単価の案をつくらせています。AIがつくるのは下書きまでで、人が直してから保存します。企業研究の動画をつくる仕組みでは、数字はAIに書かせず、開示システムから機械で取り出しています。
よくある質問
グラウンディングをすれば、ハルシネーションはなくなりますか?
なくなりはしませんが、減らせます。根拠を渡しても、AIが読み違えたり、資料にないことを書き足したりすることはあります。答えに根拠を添えさせ、重要な内容は人が根拠の資料と見比べて確かめます。
社内の資料が整っていなくても、グラウンディングはできますか?
できますが、答えの質は資料の質で決まります。古い版と新しい版が混ざっていたり、書いた人にしか分からない書き方だったりすると、答えも不確かになります。よく使う資料から整えていくのが近道です。
