会議で発言する前に、公式の資料や議事録を机に広げ、それを確かめながら話す。グラウンディングは、AI にこの話し方をさせるための考え方です。AI の回答を、その場で与えた資料や事実に結びつけて、記憶頼みの思いつきで話させないようにします。社内規程や FAQ に沿った案内、最新の資料や料金表に基づく回答、そしてハルシネーションを減らしたいときに欠かせません。
根拠になるのは検索結果だけではない
グラウンディングの代表的な方法は、資料を検索して渡す RAG です。ただ、グラウンディングはもっと広い考え方で、「いま手元にある確かな情報」に答えを結びつけること全体を指します。
- 検索で見つけた社内文書
- 利用者がフォームに入力した内容
- 社内のデータベースから取り出した値
- 計算した結果や、ツールコーリングで外部から取ってきた情報
どれも、AI が記憶から話すのではなく、その場の事実から話すための材料になります。
根拠を渡しても答えはずれることがある
資料を机に広げていても、読み違える人はいます。AI も同じで、グラウンディングは誤答をゼロにするものではありません。
渡す情報が古ければ、それに忠実なほど古い答えになります。根拠をそのまま長く渡しすぎると、大事な点が埋もれて、かえって答えが不安定になります。根拠の選び方と渡し方が悪ければ、資料を見せていても誤解した答えが返ってきます。
だから、どこを根拠にしたのかを利用者が確かめられるよう、出典の表示や引用の範囲を決めておくこと。評価でも、正答率だけでなく「渡した根拠に沿って答えているか」を見ます。