Elasticライブウェビナー：回答精度がよくない AI エージェントの改善方法 - 検索は RAG 精度向上のカギ? -

Masayuki Hiyama

Principal Solutions Architect

Elasticsearch 株式会社

近年、世界中の企業でAIエージェントの開発が加速しています。業務効率化の切り札として期待されるAIエージェントですが、LLMの知識だけでは対応できる範囲に限界があるため、社内文書や最新情報といった外部データを検索・参照して知識を拡張するRAG（Retrieval Augmented Generation）というテクニックが不可欠です。

RAGを活用することで、AIエージェントはより広い知識に基づいた自律的な分析と的確な回答を提供できるようになります。日本においても非常に多くの企業がRAGを用いたAIエージェント開発に取り組んでいますが、同時に「思うように精度が出ない」という課題に直面している企業も少なくありません。

本セッションでは、RAGの精度を向上させるための具体的な対策方法を共有します。まず、RAG・LLM・AIエージェントといった各要素の役割を明確にし、全体像を整理します。次に、精度が出ない典型的なパターンをいくつか紹介した上で、改善に不可欠な3つの重要要素を解説します。最後に、検索精度向上の鍵となる Multi-Stage Retrieval のアプローチと、それを支える Elasticsearch の役割についてもご紹介します。RAGの精度にお悩みの方はぜひご参加ください。

アジェンダ 

• AI エージェントと RAG の基本的な仕組み

• コンテキストエンジニアリング: LLM に必要な情報を渡す技術

• 精度が出ない 3 つの典型原因と改善アプローチ

• 検索精度向上の鍵 ― Multi-Stage Retrieval と Elasticsearch の役割

聴講対象者

• AIエージェントを利用している方

• AIエージェントの導入・利用を推進している方

• AIエージェントの開発や改善に携わっている方（職種不問）