RAGをゼロから実装して仕組みを学ぶ【2025年版】

本記事では、RAGの基本的な仕組みを理解するために、Pythonを使ってゼロからRAGを実装する手順をざっくり解説します。 株式会社ナレッジセンスは、「エンタープライズ企業の膨大なデータを掘り起こし、活用可能にする」プロダクトを開発しているスタートアップです。 この記事は何 この記事では、非エンジニアでも、手元のPCで「RAG」を動かせるというところまで解説したいと思います。 こんな感じでRAGを構築できます。入門から解説します 最近、非エンジニアでも、RAGに興味を持つ方が増えました。 ただ、一方で、RAGの「基本」についての記事は、だいぶ減っています。このままだと、「RAGに詳しい人だけが、さらに詳しくなっていく」という状態になってしまいます。 そこで今回は、入門者向けに、「やってみた」形式で、RAG技術のざっくり解説をしていきます。なるべく簡単に行きます↓ そもそもRAGとは？ RA

[yarumato]

“RAGは、質問が来たら、関連情報をベクトルDBなどから探し出し、参考資料と質問をセットでLLMに渡す。ソースコードを見て仕組みを理解。knowledge.txtがRAGの資料。内容を変えると感動するはず。app.pyがRAGそのもの”

[misshiki]

“RAGの基本的な仕組みを理解するために、Pythonを使ってゼロからRAGを実装する手順をざっくり解説します。” 完全にゼロからベクトル検索部分を作るのかと思ったら違った。

[ahir0ta]

SIerのAI案件ってRAG持ってくるよね、、

[tanority]

気なる

[naggg]

“かなりシンプルに聞こえますが、RAGという技術は「80点取るのは簡単、90点取るのは大変、100%はまず無理」。そんな技術です。”