GraphRAG とは？どんなときに使う価値があるか

GraphRAG とは何か

ふつうの RAG は資料をチャンクに切り、質問に近いチャンクを探してモデルに渡します。Microsoft Research の発表は、これが苦手な場面を 3 つ挙げています。共通の属性でつながった別々の資料の情報を結びつけること（"connect the dots"）、大きな資料群を通した要約的なテーマを理解すること、そしてデータ全体を集計しないと答えられない質問、たとえば主なテーマの一覧です。

GraphRAG は索引のつくり方を変えます。Darren Edge らの論文では、AI が資料を読んで人や物のナレッジグラフを抜き出し、関係の深い集まり（コミュニティ）ごとに要約を前もってつくります。質問が来ると、各コミュニティの要約が部分的な答えを出し、それを 1 つの答えにまとめます。著者らは、約 100 万トークンのデータで資料全体を問う質問に対し、ふつうの RAG より網羅的で多様な答えになったと報告しています。

Microsoft のオープンソース版には、資料全体の質問向けの global search、特定の人や物の周辺を聞く local search、その 2 つを組み合わせた DRIFT search、そして、ふつうの RAG で十分な質問向けの basic search があります。

小さなチームにとっての意味

• 経営者が聞きたい質問は、全体についてのものが多い。「失注した商談に共通することは？」「大企業の見込み客がくり返し求める機能は？」。1 つの箇所には答えがありません。
• 価値はつながりに隠れている。解約した 3 社が同じ連携パートナーを使っていた、という事実は、どの文書にもまとめて書かれていません。
• ただではない。すべての資料を最初にモデルが読み、資料が変わればグラフをつくり直します。まず 1 つの資料群で試します。

具体例

例として架空の会社を使います。9 人のスタートアップ、ループアナリティクス社には、営業とカスタマーサクセスの通話メモが 120 件あります。CEO がふつうの RAG のアシスタントに「中規模の顧客はなぜ解約するのか」と聞くと、「解約」という語を含む 3 件のメモを返して要約しました。その 3 件については正しく、傾向は見落としています。

メンバーの 1 人が、メモから人と物と関係を抜き出しました。顧客、規模、使っている連携、出た問題、それを言った人。どのつながりにも証拠の引用を添えます。表にすると、解約した中規模顧客 14 社のうち 11 社が同じ CRM 連携を使い、全社が解約前の月に同期エラーを報告していたことがわかりました。どちらも、1 件のメモには書かれていない事実です。

データチームなしで試す方法

1. いまの検索がうまく答えられない質問を 5 つ書く。できれば資料をまたぐ傾向の質問。
2. 答えがあるはずの資料を 20〜50 件選ぶ。通話メモやインタビューの要約など。
3. 人や物と関係を表に抜き出す。関係ごとに出典の引用を添え、同じ名前の表記ゆれ（Acme、Acme Inc.、ACME）をまとめる。
4. 5 つの質問を表で確かめる。検索では答えられず表なら答えられるなら、GraphRAG を本格的に組む価値があります。
5. 広げる前に、扱う種類（顧客、製品、問題）を決める。その一覧を正式にしたものがオントロジーです。

よくある誤解

• 「GraphRAG が RAG に取って代わる」Microsoft の実装自身が、ふつうの RAG で十分な質問のための basic search を残しています。
• 「まずグラフデータベースが要る」効くかを確かめるだけなら、主語・関係・目的語と引用の表で足ります。
• 「グラフは常に正しい」抜き出したのは AI です。つながりごとに引用と確からしさを残し、判断の根拠になるものは確かめます。人の手と AI でのつくり方はナレッジグラフへ。

よくある質問

RAG と GraphRAG の違いは？

ふつうの RAG は、質問に合う箇所を探してそこから答えます。GraphRAG は先に、資料に出てくる人・製品・場所とその関係を AI が抜き出してグラフにし、関係の深いまとまりごとに要約をつくってから、その要約とつながりをもとに答えます。資料全体についての質問や、別々の資料に散らばった事実をつなぐ質問に強くなります。

GraphRAG はだれがつくった？

Microsoft Research です。2024 年 2 月 13 日のブログ記事と、同年4月に投稿された Darren Edge らの論文で手法を説明し、オープンソースの実装も公開しています。

小さなチームに GraphRAG は必要？

最初はたいてい要りません。料金や規程のように一度に 1 つの事実を聞くなら、整った資料とふつうの RAG で十分です。300 件のインタビューを通したテーマのように、多くの資料をまたぐ傾向を聞くときに効きます。