グラウンディング
グラウンディングは、生成AIの回答を、指定した文書、検索結果、データベースなど確認可能な情報へ結び付けることです。
30秒でわかる要点
グラウンディングは、生成AIの回答を、指定した文書、検索結果、データベースなど確認可能な情報へ結び付けることです。
モデルへ根拠となる文脈を与え、回答範囲をその情報に沿わせます。
重要な数値、日付、条件には出典を付け、回答と出典の内容が一致するか評価します。
出典が付いていても、出典が主張を支えているとは限りません。リンクの存在と根拠の整合性を分けて検査します。
回答内の主要主張を一文ずつ分け、各主張を裏付ける箇所が参照先にあるか確認します。
グラウンディングの意味
グラウンディングは、生成AIの回答を、指定した文書、検索結果、データベースなど確認可能な情報へ結び付けることです。
主な検索表記：AI グラウンディング、グラウンディング
AI回答におけるグラウンディングの役割
モデルへ根拠となる文脈を与え、回答範囲をその情報に沿わせます。引用リンクや参照箇所を返す設計にすると、人が検証しやすくなります。
運用時の確認点
重要な数値、日付、条件には出典を付け、回答と出典の内容が一致するか評価します。根拠文書自体の更新日と権限管理も確認します。
グラウンディングで起きやすい誤解
出典が付いていても、出典が主張を支えているとは限りません。リンクの存在と根拠の整合性を分けて検査します。
実務チェックリスト
重要な数値、日付、条件には出典を付け、回答と出典の内容が一致するか評価します。
根拠文書自体の更新日と権限管理も確認します。
回答内の主要主張を一文ずつ分け、各主張を裏付ける箇所が参照先にあるか確認します。
参考資料
仕様や検索機能は変更されることがあります。実装時には、次の公式資料の最新版も確認してください。
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks（NeurIPS）
AI 機能とウェブサイト（Google 検索セントラル）