社内ドキュメントをRAGに入れる前に確認すべき5つのこと

まず全体像：RAGって何が起きるの？

RAG（Retrieval-Augmented Generation）は、むずかしく言うと「社内の資料を探してから、その内容をもとに答える仕組み」です。

イメージとしては、人がマニュアルを開いて答える代わりに、システムが近い資料を探して答えてくれる、という流れです。

なぜ「入れる前」の確認が大事？

便利な反面、入れ方を間違えると「見せてはいけない資料まで答えてしまう」ことがあります。

だから最初に、何を入れてよいか・誰が聞けるかを決めておくのが大切です。

確認チェックリスト（5つ）

次の5つが揃ってから「資料を入れる・仕組みを作る」に進むと、あとからの手戻りが減ります。

• 入れる資料を「公開OK / 社内だけ / 機密」に分けた
• 答える相手と、見られる資料の範囲が一致している
• 回答に「どの資料を見たのか」を出せる
• 質問・回答のログを、いつまで・誰が見るか決めた
• 社外のサービスに送ってよいデータのルールを決めた

1. 資料は「全部入れない」

最初は「公開してよいマニュアル」や「よくある質問」だけに絞るのがおすすめです。

個人情報や契約条件が入った資料は、後回しにするか、必要な部分だけ抜粋して入れます。

2. 「聞ける人」と「見られる資料」をそろえる

チャットを使える人と、裏で検索される資料の範囲がズレると事故になります。

たとえば営業だけが見るべき資料が、全社員の質問に混ざってしまう、といったケースです。

3. 回答には「出典」をつける

答えだけだと、「本当に正しいの？」がわかりません。

どの資料のどの部分を見たかがわかると、現場も安心でき、あとから説明もしやすくなります。

4. ログ（履歴）のルールを決める

質問文の中に、社外に出したくない内容が含まれることがあります。

「いつまで残すか」「誰が見られるか」を、作る前に決めておきましょう。

• 無期限に残さない（保存期間を決める）
• 本番とテストで、ログの扱いを分ける
• 一般の利用者は生ログを見られないようにする

5. 社外サービスに送るデータの境界

クラウド上のLLM（大規模言語モデル）を使う場合、質問や資料の一部が社外に送られることがあります。

「送ってよいもの / 送ってはいけないもの」を図にして共有しておくと、チーム全員が同じ判断ができます。

進め方のまとめ

チェックが終わったら、次の順番がおすすめです。