RAGとは何でしょうか？簡単に言うと、Retrieval-Augmented Generation（検索拡張生成）の略です。この「検索」と「生成」の2つの側面に焦点を当ててみましょう。標準的な生成AI（GenAI）では、プロンプトを提供すると、GenAIアプリケーションは大規模言語モデルを使用して、そのプロンプトに合った適切な応答を生成します。ここで、さまざまなソースから情報を検索し、その検索された情報に基づいて応答を生成できるアプリケーションを想像してみてください。それがまさにRAG GenAIの仕組みです。これは、生成された例にコンテキスト（文脈）を提供します。 具体例でさらに掘り下げてみましょう。GenAIアプリケーションに「顧客データベースをバックアップする最善の方法は何ですか？」と尋ねたとします。おそらく、一般的な内容しか返ってこないでしょう。どの顧客データベースについて話しているのか、その詳細まではわからないからです。ここで、すべての詳細が記載された設計ドキュメントがあるとします。このドキュメントにはデータストアに関するセクションがあり、Amazon DynamoDBでホストされている顧客データベースが明示的にリストアップされています。この設計ドキュメントは、組織のSharePointにアップロードされています。RAGアプリケーションは、まずSharePointからコンテキスト情報（関連情報）を検索し、検索された情報でプロンプトを拡張（Augment）し、それに基づいて応答を生成します。この場合、アプリケーションはDynamoDBデータベースのバックアップ戦略を提供し、設計ドキュメントの関連セクションを案内してくれるでしょう。