← 概念解説に戻る

Concept Fable

コンテキスト再現率

先に結論:コンテキスト再現率 Context Recall は、質問に答えるために必要な重要な証拠が検索されコンテキストに入れられたかどうかを測る。必要な情報を漏らしていないかに注目する。RAGシステムにとって、Context Recallが低いと、モデルの推論能力が高くても、重要な資料を欠くために誤答したり、制約条件を漏らしたり、不完全な結論を生み出したりする可能性がある。

Context Recall · RAG evaluation

まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。

寓話

医案を一枚取りこぼせば、名医でも正確な処方を出せない

青瓦鎮の医館には、分析が非常に安定した老医師がいた。病人が診察に来ると、学徒はまず書類棚から旧医案を探し、関連記録を老医師の机に置く。老医師は記録を読み終えてから、問診して処方を書く。

ある日、常連客がまた咳をしに来た。学徒はすぐに三ページの記録を探し出した。先月は冷え、昨年は喉の痛み、一昨年は発熱。老医師はそれを見て温補の処方を出した。病人は二日飲んで、かえって具合が悪くなった。

老医師は不思議に思い、自ら書類棚を探した。すると四枚目のカルテがあり、患者がかつてある温補薬にアレルギーがあったと記録されていた。そのページは学徒が持ってこなかった。タイトルが『春季皮疹』と書かれており、咳とは関係なさそうに見えたからだ。

学徒は不満げに言った、私が持ってきた三ページはすべて関連しています。老大夫は言った、問題は君が持ってきたものが間違っていることではなく、肝心な一ページを持ってこなかったことだ。それが欠けると、前の三ページがどれほど正しくても判断を誤らせる。

その後、医館は記録の探し方を変えた。徒弟は現在の症状だけでなく、禁忌、アレルギー歴、長期病歴、最近の投薬も調べる。机の紙は少し増えたが、重要な記録はもう簡単には漏れない。

老大夫は学徒に告げた。正確に調べるには二層の意味がある。一つは無関係なものを取りすぎないこと、二つは判断を変えるものを漏らさないこと。前者は机を清潔にし、後者は処方を安全にする。

それ以来、医館は誤診を振り返るたびに、まずこう問うようになった。私たちは必要な医案をすべて机の上に載せたか? どんなに賢い医者でも、見ていない証拠に基づいて判断はできないからだ。

後に医館は学徒に練習をさせた。老大夫はわざと同一患者の医案を咳嗽、皮疹、飲食、薬物のいくつかの棚に分け、学徒にどれを机に載せるべきか判断させた。学徒はそこで初めて、関連性とは字面の類似だけでなく、投薬、用量、リスクを変えるかどうかも含むと気づいた。医館は机に一、二頁多く載せることを選んでも、処方を危険にする一頁を漏らすことは望まなかった。後に学徒は遺漏の等級分けも学んだ。普通の旧病を漏らすのは面倒にすぎないが、禁忌や最近の投薬を漏らすと人を傷つける。遺漏の代価は異なり、記録文書を探す重点も異なる。重要な頁を網羅してこそ、その後の判断が成り立つ。重要な頁を漏らせば、後はすべて歪む。一頁見落とせば、処方は逆方向に開かれかねない。まず網羅すること。

明らかにする

この物語が語るのは:コンテキスト再現率

コンテキスト再現率 Context Recall は、質問に答えるために必要な重要な証拠が検索されコンテキストに入れられたかどうかを測る。必要な情報を漏らしていないかに注目する。RAGシステムにとって、Context Recallが低いと、モデルの推論能力が高くても、重要な資料を欠くために誤答したり、制約条件を漏らしたり、不完全な結論を生み出したりする可能性がある。

重要なのは、それが単なる用語ではなく、実際のAI/Agentシステムで繰り返し現れる構造的な問題だという点だ。これを理解して初めて、いつモデルを足すべきか、いつプロセスを変えるべきか、いつガバナンスを補うべきかを判断できる。

メタファーのマッピング

  • 老医師:大規模言語モデルまたは回答生成器
  • 学徒が医案を探す:検索システムが資料をコンテキストに入れる
  • 3ページとも関連:検索結果は良く見えても、網羅性を保証するものではない
  • 四ページ目のアレルギー記録:質問に答えるために必要な重要証拠
  • タイトルが咳に似ていないため見落とす:検索戦略が同義語・暗黙・横断トピック情報をカバーしていない
  • 禁忌、アレルギー歴、長期病歴:タスクに関連する必要なコンテキスト範囲
  • 判断を本当に変えるものを見逃すな:Context Recall の核心
  • 見ていない証拠で判断してはならない:モデル品質はコンテキストの完全性に制限される

Andy(任旭)判断

この概念の実戦的価値は、「賢く見えるAI機能」を納品可能、検収可能、ガバナンス可能な作業単位に分解する手助けをすることです。

context precisiongrounding

関連する識別

この概念は隣接概念と混用されやすいので、対比ページを続けて見ることをおすすめする。

京ICP备2026014272号