グラウンディングとは？
グラウンディング（Grounding）は、AIが作る回答を、確認できる情報源へ結びつけることです。一般知識だけで答えさせるのではなく、検索結果、自分が渡した資料、社内データ、データベースなどを根拠として使わせます。
AIが事実ではない内容をもっともらしく作るハルシネーションを減らし、回答の正確さ、信頼性、実用性を高める目的で使われます。
どんな情報を根拠にする？
- Web検索で見つけた最新情報
- PDF、議事録、マニュアルなど、ユーザーが渡した資料
- 企業内の文書や商品データベース
- Google Analyticsなどの外部サービスから取得した数値
Gemini Notebookがアップロードした資料をもとに回答し、引用元を示す機能もグラウンディングの一例です。
RAGとの違い
RAG（検索拡張生成）は、質問に関係する情報を検索し、その結果をAIへの入力へ加えて回答させる技術です。RAGはグラウンディングを実現する代表的な方法の一つです。
グラウンディングは「回答を根拠へ結びつける」という広い目的を表します。RAG以外にも、Web検索、API、データベースへの問い合わせ、ツール呼び出しなどで実現できます。
出典があれば必ず正しい？
グラウンディングを使っても、回答が必ず正しくなるわけではありません。古い資料を参照する、質問と関係の薄い箇所を拾う、出典の内容を読み違える、といった失敗は起こります。
重要な内容は、リンクや引用箇所を開き、回答が本当に出典から導けるか確認しましょう。グラウンディングは確認を不要にする機能ではなく、確認できる形でAIを使うための仕組みです。