Google ResearchとGoogle Cloudは2026年6月5日(現地時間)、複雑なエンタープライズクエリに対し、信頼性の高い応答を生成するAgentic RAG（Retrieval-Augmented Generation）フレームワークを「Gemini Enterprise Agent Platform」に導入したと発表した。この新システムは、従来のRAGの課題を克服し、複数ソースからの情報検索と反復的なコンテキスト収集を通じて、事実性データセットにおける精度を最大34%向上させたと報告されている。
Googleが導入したGemini Enterprise Agent Platformに搭載されるAgentic RAGは、現代のビジネスワークフローにおけるマルチソース・マルチホップクエリに対応するために設計された。これまでの標準的なRAGシステムでは、情報が異なるデータアイランドに分散している場合に、部分的な回答や「見つかりません」といった結果を返すことがしばしばあった。
この新しいAgentic RAGフレームワークは、計画、推論、そしてデータソースとの反復的な対話を通じて複雑なクエリを処理し、応答の信頼性と正確性を高める。システムは、Orchestrator、Planner Agent、Query Rewriter、Search Fanout Agent、および大規模言語モデル（LLM）で構成されるマルチエージェントワークフローを採用。特に、Sufficient Context Agentが情報の不足を認識すると、コンテキストが完全に収集されるまで検索を継続する機能が特徴である。
これにより、システムが情報不足の際に推測を行ったり、単に「情報が足りない」と返答したりする事態を防ぐ。フレームワークは、取得したスニペットや中間ドラフトを評価し、欠落している情報を特定して具体的なフィードバックを生成する。このフィードバックに基づき、Query Rewriterが新たな検索クエリを作成し、さらに深く検索を繰り返すことで、最終的な正確な回答が合成される。実験では、既存のRAGシステムと比較して顕著な改善が確認された。
参考: Google Research Blog (アーカイブ) — 2026年6月5日 20:26 (JST)
原文ハイライト"Compared to standard RAG, our framework increases accuracy on factuality datasets by up to 34%."