RAG（検索拡張生成）
別名・英語表記: Retrieval-Augmented Generation ／ 検索拡張生成
RAG（Retrieval-Augmented Generation、検索拡張生成）とは、AIが回答を生成する前に、外部のデータベースやウェブから関連する情報を検索して取り込み、その情報をもとに回答を作る仕組みのことです。
RAGをくわしく
RAGという名称は、2020年に発表された論文「Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks」（Lewisら）で広く知られるようになりました。
AI検索の多くは、この考え方にもとづいて、質問に関連するウェブページを検索し、その内容を参照しながら回答を作ります。そのため、検索で見つかり、内容が読み取りやすいページであることが、AIの回答で参照されるための前提になります。
LLMO対策で押さえるポイント
- 質問に関連するページが検索で見つかる状態か（インデックス、クローラーの許可）を確認する
- 1つの段落・表で答えが完結するように書き、AIが該当箇所を取り出しやすくする
関連用語
出典
掲載内容は2026年10月時点の公開情報にもとづきます。