
AI・コンピューティング
検索拡張生成 (RAG) パイプライン
- 構成:
- 番号付き関係 + モジュール図
- アスペクト比:
- 16:9
プロンプト
【検索拡張生成(RAG)パイプライン】の模式図を左から右に作成します。各関係をリストどおりに正確に描画します。
1. 【ユーザークエリは埋め込みモデルによりベクトル化される】
2. 【ベクトルは文書チャンクのベクトルデータベースを検索します。】
3. 【上位に一致したチャンクが取得文書として返されます。】
4. 【クエリと取得したドキュメントは大規模な言語モデルに入力されます。】
5. 【言語モデルが答えを書きます】
メインフローの上の明るいパネルには、【ドキュメントがチャンクに分割され、ベクトルデータベースに保存されている】ことが表示されます。
ラベル(それぞれ一度だけ使用し、他の文字は追加しない): 【Query, Embedding, Vector DB, Retrieved docs, LLM, Answer】.
スタイル: ジャーナル形式の概略図。白い背景にきれいなフラット ベクトル グラフィックス。モジュールは、内側に短い名前が入った角丸長方形または単純なアイコンです。ライト パステル パネルは、関連するレイヤーをグループ化します。落ち着いた色は 3 ~ 4 色だけで、それぞれに 1 つの固定された意味があります。細く均一な矢印は、データ、エネルギー、物質、または影響の流れを示します。間接リンクまたはフィードバック リンクの破線の矢印。サンセリフ英語ラベルのみ。各ラベルは 1 回だけ表示され、指定されたとおりに綴られます。 3D レンダリング、影、輝き、サイバーパンクやテクノロジー背景の装飾、フォトリアリズムはありません。
このプロンプトと作例を参考画像として Yila で開きます。
作例は Nano Banana で生成しました。GPT Image などほかの画像モデルでも使えますが、結果はモデルによって異なります。






