総務の担当者が、社内の質問に答えるRAGを作った。
就業規則は、旧版と改定後の版を両方入れた。
社員が、在宅勤務の上限日数を聞いた。
RAGは、旧版の日数を答えた。
担当者は、検索の仕組みを替えようとした。
原因は、もっと手前にあった。
では、旧版の日数はどこから紛れ込んだのか。
RAGインデックスの正体は、意味で引く索引だ
本の巻末の索引は、語句の一致でページを探し当てる。
RAGインデックスは、意味の近さで引く。
RAG（検索拡張生成）は、資料を探してから答えを書くAIの仕組みだ。RAGインデックスは、質問に関係する箇所を大量の資料から探すための索引である。
作るときは、資料をチャンクと呼ぶ塊に分ける。
文章を数に置き換える仕組み（エンベディングモデル）で、チャンクを数の並び（ベクトル）に変える。
ベクトルは、専用の保管庫（ベクトルデータベース）に入れる。
探すときは、質問も同じ仕組みでベクトルにする。
近いチャンクを取り出し、答えを書く部分（生成器）に渡す。
総務の担当者が入れた二つの版も、同じ手順で索引に並んだ。
意味で探す索引は、なぜ旧版を連れてくるのか
言い回しが違っても、同じ内容の箇所を見つけられる。意味で探す索引の強みだ。
強みは、弱点にもなる。
旧版の就業規則と改定後の就業規則は、文章の意味がほぼ同じだ。
二つの版は、ベクトルの空間で隣に並ぶ。
検索器は、どちらも関連が高いと見積もる。
冒頭のRAGが旧版の日数を答えたのは、検索器の手落ちではない。索引の性質どおりに動いた結果だ。
社員が改定前の日数を信じて在宅勤務を申請したら、誤りの出どころは総務の作ったAIになる。
取り出す資料を増やせば、改定後の版も拾えるのではないか。そう考えたくなる。
イリノイ大学とGoogleの研究者らは2024年、取り出す資料の数を変えて答えの質を比べた。
答えの質は、資料を増やすといったん上がり、増やし続けると下がった。
下がった原因の多くは、関連がありそうに見えて実は役に立たない資料だった。
改定前の就業規則は、まさに関連がありそうに見える資料である。
カラクリは単純だ。RAGの答えの質は、検索の性能より先に、資料の切り方と選び方で決まる。
有効な版を選び分ける方法は、二つある。
一つは、日付や版の付帯情報（メタデータ）で絞り込む設定。もう一つは、旧版を外しておく決定だ。
旧版を外す決定は、入れる量を絞る決定でもある。
チャンクの切り方はここで差がつく
切り方を誤ると、別の取りこぼしが起きる。
規則を一条ずつ切ると、ただし書きが別のチャンクに分かれる。
在宅勤務の条文にただし書きがあれば、本文の日数だけが答えに出ることがある。
本文だけが検索に引っかかり、ただし書きが答えから抜けるからだ。
表を行ごとに切ると、見出しの行が離れる。
数字が何の数字かを示す手がかりが消える。
切る位置は、ただし書きと見出しが本文と同じ塊に入る位置にする。
どこで切れば意味が保たれるか。決めるのは、資料の中身を知っている人だ。
質問の前に、根拠にする版を一文で書く
手元の資料をAIに読ませる道具は、開発者以外の人も使えるようになった。
どこで切るか、何を入れるかを決めるのは、使う人である。
AIに渡す前に、質問の根拠にする版と資料を一文で書く。
一文があると、似ている旧版が答えに混ざる場面が減る。
次のプロンプトのかっこの中を、自分の質問に書き換えて使える。
根拠にする資料：（例：就業規則 2026年4月改定版）
外した資料：（例：2024年版の就業規則、改定前の下書き）
質問：（例：在宅勤務は月に何日まで認められますか）
お願い：根拠にする資料だけで答えてください。引用元の条文番号を添えてください。検索の仕組みを替える前に
検索の性能を比べるのは、資料の切り方と選び方を決めた後だ。
社員に改定前の日数を答えたAIに要ったのは、新しい検索の仕組みではなかった。
根拠にする版を書いた、一文だった。
この記事の考え方は、拙著『GoogleのAI NotebookLM 意思決定の強化書』の2章1節「ソースの品質がすべての土台」に書きました。この節を読むと、AIに渡す前に、どの資料を外し、どれを別々に読ませるかを、手元の資料で考えられるようになります。
同じ資料を見ているのに、なぜ結論が割れるのか。
『GoogleのAI NotebookLM 意思決定の強化書』
前提が結論を決める。意思決定を根拠、前提、結論の三層に分け、前提を対象、目的、制約、評価基準の四つで言葉にする本です。
読み終えたとき、手元に残るもの
- 意思決定の設計図になる前提リスト
- 資料を事実、意見、噂、ゴミに仕分けるFORT
- 同じ物差しで比べる選択肢表と採点表
- 始める条件と止める条件を書いた決定書
NotebookLMは2026年7月にGemini Notebookへ名称が変わりました。本の手法は、使うAIの種類を問いません。