生成AI応用応用
大規模小売企業が『商品説明の動的生成』システムをAzure OpenAI Serviceで構築しています。在庫データベース（容量10GB、更新頻度：秒単位）と商品マスタ（静的、3000品目）があります。これら2つのデータソースを最適に統合するアーキテクチャはどれか？
A.在庫DB全体をファインチューニングデータとしてLLMに組み込む
✗ 秒単位で更新される在庫DBをファインチューニングに組み込むと、モデルが常に古い情報を保持してしまいます。
B.商品マスタをファインチューニング、在庫情報はRAG経由で検索する← 正解
✓ 正解です。静的な商品マスタ（3000品目）はファインチューニングで効率化し、動的な在庫情報はRAGで常に最新を保証できます。
C.すべてのデータをRAGで管理し、秒単位更新に対応するキャッシング戦略を実装する
✗ RAGのみでは秒単位更新対応に遅延が生じ、キャッシング実装は複雑で保守コストが高くなります。
D.LLMに対して『最新情報を確認してください』というプロンプト指示を追加する
✗ プロンプト指示のみでは、LLMが確実に外部データを参照する保証がなく、古い情報を返す可能性があります。
この問題のポイント
静的な商品マスタ（3000品目）はファインチューニングで効率化し、動的な在庫情報はRAGで常に最新を保証できます。
「生成AI応用」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。