生成AI
生成AI入門：LLM・プロンプト・RAGの基本を一気に押さえる
生成AIをこれから学ぶ方向けに、LLM・プロンプト設計・RAGの関係を実務イメージとともに解説します。
はじめに
生成AIを学び始めると、LLM・プロンプト・RAGという言葉がよく出てきます。
最初は「役割の違い」を押さえるだけで十分です。
LLMとは
LLM（大規模言語モデル）は、文章を理解・生成するAIモデルです。
質問に回答したり、文章を要約したりする土台になります。
プロンプトは「指示書」
プロンプトは、LLMに渡す指示です。
同じモデルでも、指示の書き方で結果が大きく変わります。
あなたは初心者向け講師です。
SQLのGROUP BYを、例を1つ使って200文字以内で説明してください。RAGとは
RAGは、外部データを検索してからLLMに回答させる仕組みです。
モデルの記憶だけに頼らず、社内ドキュメントなどを根拠に回答できます。
流れは次のとおりです。
1
質問に関連する文書を検索
社内ドキュメントやデータベースから、関連情報を検索します。
2
見つかった文書をLLMに渡す
検索結果をコンテキストとしてプロンプトに含めます。
3
文書内容に基づいて回答する
LLMが根拠ある回答を生成します。
関連記事
SQL
SQL集計の第一歩：GROUP BYとJOINを同時に学ぶSQL初心者がつまずきやすいGROUP BYとテーブル結合を、売上分析の例でやさしく解説します。まとめ
- LLM: 回答を生成するエンジン
- プロンプト: 指示の設計
- RAG: 参照情報を加えて精度を上げる仕組み
まずはプロンプト改善から始め、次にRAGで情報源を追加する順番で学ぶのがおすすめです。