RAG（Retrieval-Augmented Generation、検索拡張生成）は、AIが回答を生成する前に外部ナレッジベースから関連情報を積極的に検索できる技術アーキテクチャです。従来のLLMはトレーニング中に学習した知識にのみ頼って質問に答えることができます。RAGは3つのステップで動作します：質問をベクトルに変換して検索→検索されたチャンクと質問を組み合わせてプロンプトを作成→LLMが具体的な参照資料に基づいて回答を生成。結果：回答は根拠があり、ソースをたどれ、幻覚が大幅に減少します。
RAGが存在するのは、LLMの2つの根本的な欠陥が「より多くのデータでトレーニングする」だけでは解決できないからです：知識のカットオフと幻覚。RAGの解決策：モデルを変えるのではなく、モデルへの入力を変える。回答の前に関連文書を検索し、モデルに見せて「これらのソースのみに基づいて回答せよ」と指示します。
一般ユーザー向け：Claude Projectsの文書アップロードは本質的に簡略化されたRAGです。開発者向け：RAGは主流のAIアプリケーションアーキテクチャ。コアスタック：埋め込みモデル、ベクターデータベース（Chroma、Pinecone、pgvector）、チャンキング戦略。企業の意思決定者向け：RAGはAIが組織の内部知識を安全に使用できるようにする重要技術で、すべての回答がソース文書にさかのぼれます。
一般ユーザー：Claude Projectをセットアップし、Claudeに基づいて欲しい文書をアップロード。「アップロードした文書に基づいて」と明示。開発者：RAGパイプラインの4ステップを理解（Indexing→Retrieval→Augmentation→Generation）。LangChainまたはLlamaIndex＋Chromaが推奨。企業：明確な需要のあるユースケースから始める。文書品質を先に評価。
200人規模の企業のHRマネージャー田中さんは、80ページの従業員ハンドブックを持ち、毎日同じ質問を繰り返し受けます。RAG導入後：ハンドブックをチャンクに分割してベクターインデックスを作成し、Claude APIと連携したQ&Aボットを構築。従業員の質問に対して、関連する条項（休暇規定3.2条）を検索してClaudeに渡し、具体的な条項に基づいた回答を生成。結果：繰り返し質問対応が約70%削減。
RAGの利点：モデルを再トレーニングせずに知識を更新できる；回答に根拠があり追跡可能；幻覚リスクが大幅削減；ファインチューニングよりはるかに安価。RAGの制限：ベクターデータベースの構築と維持が必要；チャンキング戦略が悪いと検索品質が低下；レイテンシが追加される；ナレッジベースの品質がRAGの品質を決定。最適なシナリオ：大規模で頻繁に更新されるナレッジベース、高い精度要件。