AIエンジニア用語集

RAG（検索拡張生成）

ラグ / Retrieval-Augmented Generation

RAG（Retrieval-Augmented Generation＝検索拡張生成）とは、LLMが回答を生成する前に外部の知識ソース（社内文書やデータベースなど）を検索し、その内容を根拠としてプロンプトに含めて回答させる仕組みです。モデルが学習していない最新情報や社内固有の情報を、再学習せずに回答へ反映でき、ハルシネーション（もっともらしい誤り）の抑制にもつながります。

AIエージェント

AI Agent

AIエージェントとは、LLMを「頭脳」として、目標達成のために自分で考え・ツールを使い・複数ステップの処理を自律的に進めるシステムです。単に1回の入力に1回答えるチャットボットと違い、状況を観察して次の行動を決め（推論）、外部ツールや他のAIを呼び出しながらタスクを完了まで進める点が特徴です。

プロンプトエンジニアリング

Prompt Engineering

プロンプトエンジニアリングとは、LLMから狙いどおりの安定した出力を引き出すために、指示文（プロンプト）を設計・改善する技術です。役割の指定、手順や出力形式の明示、例示（Few-shot）、思考手順を促す指示などを組み合わせ、曖昧さを減らして再現性の高い応答を得ることを目的とします。

LangChain

ラングチェーン

LangChainとは、LLMを使ったアプリケーション開発を効率化するオーケストレーションフレームワークです。LLMの呼び出し、プロンプトの管理、外部ツールやベクトルDBとの連携、会話履歴（メモリ）の保持、複数ステップの処理（チェーン）やエージェントの構築などを、共通の部品として組み合わせられます。