グラウンディング
グラウンディングとは、生成AIの回答の全部または一部を、指定した文書、データベース、検索結果、ツールの実行結果などの根拠に基づかせることです。
何を根拠にできるか
- 利用者が添付した契約書、規程、議事録
- 社内検索で取得したFAQやマニュアル
- 公式Webサイトから取得した制度・統計
- 在庫、料金、日付などを返す業務システムやAPI
RAGとの違い
グラウンディングは「回答を特定の根拠に結び付ける」という広い考え方です。RAGは、質問に応じて外部情報を検索し、その情報を使って生成する具体的な構成です。利用者が一つの資料を添付して「この資料だけで答えて」と指示する方法もグラウンディングですが、必ずしもRAGとは呼びません。
| 場面 | 根拠 | 確認すること |
|---|---|---|
| 社内規程の回答 | 最新版の規程 | 版、適用部署、施行日 |
| 売上状況の説明 | 集計済みデータ | 期間、税区分、除外条件 |
| 制度の案内 | 所管省庁のページ | 対象者、基準日、改定有無 |
根拠があることと正しいことは別
参照した文書自体が古い、誤っている、対象範囲が違う場合、根拠に沿った回答でも結論は正しくありません。また、AIが文書の一部だけを引用し、例外条件を落とすこともあります。
良いグラウンディングの条件
- 正本、所有者、更新日が明確な情報を使う。
- 回答のどの部分が、どの根拠に対応するか示す。
- 原文へ戻って前後を読めるようにする。
- 根拠がない場合は推測せず、不足を伝える。
- 検索精度と生成精度を別々に評価する。
評価例
10件の質問で正答率だけを見るのではなく、「正しい文書を取得できたか」「回答が取得文書に沿っているか」「引用が原文を支持するか」「情報がないときに回答を控えたか」を分けて記録します。
参考情報
最終確認日: 2026年7月22日
スポンサーリンク