ファインチューニングとは？
ファインチューニングとは、学習済みの生成AIモデルに自社のデータを追加で学習させ、応答の口調・形式・専門性を自社向けに調整する手法です。 モデルそのものを変化させる点で、外部から情報を渡すだけのRAGと区別されます。
RAGとの使い分け
- 知識を持たせたい（社内文書に答えさせたい）→ RAGが第一候補。更新が容易で低コスト
- 振る舞いを変えたい（自社の文体・出力形式・専門的な判断基準を身につけさせたい）→ ファインチューニング
実務では「まずRAGで試し、それでも品質が足りない場合にファインチューニングを検討する」順序が定石です。学習データの準備（数百〜数万件の高品質な例）と検証に工数がかかるため、導入ハードルはRAGより高くなります。