概要
デジタル庁が公開したガバメントAI「源内」において、行政実務の特性やコスト、精度要件に合わせて使い分けられる4つのデータ参照アーキテクチャを詳説した記事。
詳細内容
デジタル庁がオープンソースとして公開したガバメントAI「源内（Gennai）」における、生成AIのデータ参照（RAG等）の4つの実装パターンについて解説されている。
1. **行政実務用RAG**: 最も汎用的な形態で、AWSのAmazon Bedrockを活用。クエリ拡張や並列検索を行い、設定変更のみで各省庁の業務文書に対応可能な横展開を重視した設計。
2. **特化ワークフロー**: 法令検索に特化。法令特有の「前項」「次項」といった参照構造に対応するため、全文取得やWeb検索を組み合わせ、BigQuery MLのベクトル検索とGemini 2.5 Flashで実装されている。
3. **システムプロンプト埋め込み**: 小規模なマニュアルやQA用。LLMのコンテキストウィンドウ拡大を背景に、RAGを介さず直接情報をプロンプトに含めることで実装コストを抑えつつ高い回答精度を実現する。
4. **エージェント型検索**: 国会答弁調査などに利用。AIが自律的に検索APIをツールとして呼び出し、必要に応じて再検索を繰り返す高度なパターン。
これらは「どのようなデータか」「どのような検索体験が必要か」に応じて最適化されており、行政DXにおけるAI活用の実践的な知見が共有されている。