MENU

RAGテンプレート|そのまま使える項目例と書き方

RAG(Retrieval-Augmented Generation)は、生成AIが回答を作る際に、社内文書やFAQ、マニュアルなどの外部情報を検索し、その内容を根拠として回答させる仕組みです。

テンプレートを使うときに重要なのは、項目を埋めること自体ではありません。対象業務、参照データ、検索方法、回答ルール、評価方法まで一貫して設計し、「どの状態なら使えるRAGと判断するか」を決めることが重要です。

この記事では、そのままコピーして使えるRAGテンプレート、各欄の書き方、判断基準、記入済み具体例、良い例・悪い例、注意点までまとめます。

目次

そのまま使えるRAGテンプレート

【利用目的】

【対象業務】

【対象利用者】

【対象質問】

【対象外質問】

【成功条件】

■ データ準備
・参照する文書:
・除外する文書:
・最新版確認方法:
・更新頻度:
・権限 / 機密情報の扱い:

■ 文書分割・メタデータ
・分割単位:
・チャンクの考え方:
・付与するメタデータ:
・版管理方法:

■ 検索設計
・検索対象:
・検索方法:
・絞り込み条件:
・取得件数:
・検索結果の確認基準:

■ 生成設計
・回答形式:
・根拠表示:
・参照情報にない場合の扱い:
・禁止事項:
・有人対応へ切り替える条件:

■ 評価・改善
・テスト質問数:
・検索品質の評価:
・回答品質の評価:
・業務効果の評価:
・不合格時の改善対象:

【運用ルール】
・文書更新担当:
・評価頻度:
・ログ確認方法:
・改善担当:

【次のアクション】

テンプレートを書く前に決めること

最初に、RAGをどの業務で使い、どこまで答えさせるかを決めます。対象が広すぎると、必要文書も評価基準も曖昧になります。

良い例:「経費精算に関する社内問い合わせ50パターンを対象にし、税務判断や例外承認は有人対応へ切り替える」

悪い例:「社内の質問に何でも答えられるようにする」

対象業務・対象質問・対象外質問まで決めると、必要な文書と評価方法を絞りやすくなります。

利用目的の書き方

利用目的は、RAG導入後に効果を評価できる形で書きます。

判断基準:「何を改善したいか」「誰が使うか」「どの指標で成果を見るか」が分かるか。

良い例:「管理部門の経費精算問い合わせ対応時間を平均8分から4分以下へ短縮する」

悪い例:「生成AIを活用して効率化する」

データ準備の書き方

RAGでは、参照する文書の品質が回答品質に直結します。

判断基準:

  • 最新版か
  • 同じテーマで内容が矛盾していないか
  • 廃止済み文書が混ざっていないか
  • 個人情報・機密情報を含まないか
  • 利用者が参照してよい範囲か

良い例:「経費精算マニュアルv3.2、交通費規程2026年版、FAQ最新版を利用。旧版は除外」

悪い例:「社内共有フォルダの資料を全部使う」

文書分割・メタデータの書き方

長い文書をそのまま検索対象にせず、意味のまとまりごとに分けます。

判断基準:1つのチャンクで1つの論点が完結し、質問されたときに必要情報だけを取り出せるか。

良い例:「交通費規程を『電車』『新幹線』『タクシー』『出張費』に分割し、カテゴリ・更新日・対象者・版番号を付与」

悪い例:「30ページの規程を1チャンクで登録」

検索設計の書き方

検索設計では、「どの情報をどう取得し、何をもって妥当と判断するか」を書きます。

判断基準:

  • 質問に直接関係する文書が上位に出るか
  • 古い文書や無関係文書が混ざらないか
  • 必要な根拠が複数ある場合に取りこぼさないか
  • 取得件数が多すぎてノイズになっていないか

良い例:「質問カテゴリと対象者で絞り込み、上位5件を取得。テスト質問20件中18件以上で正しい根拠が上位3件以内なら合格」

悪い例:「関連文書を検索する」

生成設計の書き方

生成設計では、検索結果をもとにどのように回答させるかを決めます。

判断基準:参照情報にない内容を推測しない、根拠を示す、答えられない場合の扱いが明確か。

良い例:

以下の参照情報だけを根拠に回答してください。
参照情報に答えがない場合は「確認できません」と回答してください。
回答末尾に参照文書名と該当箇所を示してください。
例外承認が必要な場合は有人対応を案内してください。

悪い例:「自然で分かりやすく回答してください」

評価・改善の書き方

RAGでは、回答だけでなく検索と業務効果を分けて評価します。

検索品質

正しい根拠文書を取得できたかを確認します。

回答品質

参照情報に基づいて正しく、必要条件や例外まで説明できているかを確認します。

業務品質

問い合わせ対応時間、有人対応率、誤回答率、利用者満足などを確認します。

良い例:「50件のテスト質問で正答45件以上、根拠表示100%、有人対応への適切な切り替え95%以上、平均回答確認時間4分以下」

悪い例:「回答精度を確認する」

記入済み具体例:社内の経費精算問い合わせ

利用目的

  • 管理部門の問い合わせ対応時間を平均8分から4分以下へ短縮する
  • 経費精算に関する回答表現のばらつきを減らす

対象範囲

  • 対象質問:領収書、交通費、出張費、申請期限、承認フロー
  • 対象外質問:税務判断、例外承認、個別契約判断

データ準備

  • 経費精算マニュアルv3.2
  • 交通費規程2026年版
  • FAQ最新版
  • 旧版文書は除外
  • 更新日は文書メタデータへ登録

文書分割・メタデータ

  • マニュアルを「領収書」「電車」「新幹線」「タクシー」「出張費」「申請期限」に分割
  • カテゴリ、対象者、更新日、版番号を付与

検索設計

  • 質問カテゴリと対象者で絞り込み
  • 上位5件を取得
  • テスト質問20件中18件以上で正しい根拠が上位3件以内なら合格

生成設計

  • 参照情報だけを根拠に回答
  • 回答末尾に参照文書名を表示
  • 根拠がない場合は「確認できません」と回答
  • 例外承認は有人対応へ誘導

評価・改善

初回テスト50件では、人が妥当と判断した回答が38件でした。原因を確認すると、「交通費全般」のチャンクが大きく、タクシー条件の取得漏れがありました。

そこで交通費チャンクを細分化し、カテゴリ絞り込みを追加した結果、妥当回答は46件へ改善しました。残り4件は例外条件が複雑だったため、有人対応へ切り替えるルールを追加しました。

平均回答確認時間も8分から3分程度へ短縮しました。

良い書き方と悪い書き方

悪い例:対象範囲が広すぎる

「全社ナレッジを対象にする」だけでは、必要データも評価基準も決まりません。

良い例:質問領域と対象外を決める

「経費精算50パターンを対象、税務判断・例外承認は対象外」のように範囲を限定します。

悪い例:検索条件が曖昧

「関連文書を検索する」だけでは、検索品質を評価できません。

良い例:合格条件を数値化する

「テスト20件中18件以上で正しい根拠が上位3件以内」のように書きます。

悪い例:AIに推測させる

参照情報にない内容を補完させると、もっともらしい誤回答につながります。

良い例:答えられない条件を決める

「参照情報に根拠がなければ回答しない」「例外承認は有人対応」のように制御します。

テンプレートを使うときの注意点

  • 技術要素より先に対象業務と成功条件を決める
  • 旧版・重複文書を除外する
  • 文書を検索しやすい単位へ分割する
  • カテゴリ・更新日・対象者・版番号などのメタデータを付ける
  • 検索品質と回答品質を分けて評価する
  • 回答には根拠を示す
  • 参照情報にない内容を推測させない
  • 有人対応へ切り替える条件を決める
  • 文書更新と品質評価の担当を決める

RAGテンプレートのチェックリスト

  • 利用目的が業務指標で表現されているか
  • 対象質問と対象外質問が明確か
  • 参照文書は最新版か
  • 文書分割の基準があるか
  • メタデータ項目を決めたか
  • 検索結果の合格基準があるか
  • 回答時の根拠表示ルールがあるか
  • 答えられない場合のルールがあるか
  • 検索・回答・業務効果の3層で評価するか
  • 改善担当と更新頻度を決めたか

まとめ

RAGテンプレートでは、利用目的、対象範囲、データ準備、文書分割、メタデータ、検索設計、生成設計、評価・改善、運用ルールまで一続きで整理します。

実務で使えるテンプレートにするには、「何を登録するか」だけでなく、「どの状態なら検索成功か」「どの回答なら使えるか」「答えられない場合どうするか」「誰が継続改善するか」を具体化することが重要です。

このテンプレートをそのままコピーし、対象業務→データ→検索→回答→評価→運用の順に埋めれば、RAG導入・改善の検討事項を抜け漏れなく整理できます。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次