資料の紹介
検索の改善や顧客対応のパーソナライズ、従業員の生産性向上など、生成AIへの期待は広がるばかりだ。だが、生成AIの能力は、そのモデルの訓練に用いたデータに左右される。そのため、大規模言語モデルをベースとした生成AIで、個別のビジネス課題を解決できるようにすることは容易ではない。
汎用的な基盤モデルは一般的なデータで訓練されているため、「フランスの首都は？」といった一般的な質問には答えられても、訓練に用いたデータを超える内容には対応できない。個々の企業のビジネスに特化した質問に回答できるようにするには、基盤となるモデルに、そのビジネス固有の情報を「運用データ」として統合する必要がある。
本資料は、生成AIを想定した最新のデータベースを使って、各企業に適した生成AIアプリの開発に不可欠な「運用データ」を整備する方法や、生成AIアプリ開発の手法、注意点などを解説したガイドブックである。生成AIアプリを強化する要素として「長いコンテキストウインドウ」「ベクトルエンベディング」「検索拡張生成（RAG）」「オーケストレーションフレームワーク」の4つを挙げ、それぞれについて具体的な改善例を示しながら説明する。
