LLMの活用が進む今、より実用的で賢い使い方としてRAGやAGENTの導入が広がっています。

1. LLMとは？

LLM（Large Language Model） は、大量のテキストデータをもとに事前学習されたAIです。
ユーザーからの質問（プロンプト）に対して、あらかじめ学習した知識だけを使って文章を生成します。

2. RAGとは？

RAG（Retrieval-Augmented Generation）は、LLMに外部情報を追加する仕組みです。

ユーザーの質問に対して、まず関連する外部データを検索して取得（例：ElasticsearchやベクトルDBから）。その情報をもとにLLMが回答を生成します。

RAG（Retrieval-Augmented Generation：検索拡張生成）とは？

AGENT（エージェント）は、LLMに「記憶（Memory）」「ツール（Tools）」「推論（Reasoning）」の機能を追加した、より自律的に行動するAIです。

項目	LLM	RAG	AGENT
外部情報	使用しない	検索して使用する	使用 + ツールや記憶も併用
精度	学習時の知識に依存	最新情報を参照できる	外部情報 + 自律判断でさらに強力
処理速度	速い	中程度	タスクにより時間がかかる場合もある
適した用途	チャット、要約、文章生成	FAQ、検索付きチャット	自動処理、複雑なワークフローの代行