▼ もうちょっと詳しく

通常のRAGは「文書を細切れにしてベクトル検索」というやり方でした。グラフRAGは、事前に文書から『エンティティと関係性』を抽出してナレッジグラフを作っておくことで、「人物と組織のつながり」「概念同士の関係」みたいな構造的な質問に強くなります。

Microsoft Research が2024年に発表して話題に。長文文書の中の「全体像」を把握するのに向いていて、「この組織は誰と誰が関わっている?」「このプロジェクトの遷移は?」みたいな質問に強い。

▼ ちょっとだけ深い話

グラフを作る段階で追加でLLMを大量に呼ぶので、コストは普通のRAGより高め。「精度向上 vs コスト増」のトレードオフが現実の判断ポイント。「ピンポイント検索なら普通のRAG、全体像が欲しいならグラフRAG」が住み分けです。