スキルでレトリーバーを使用すると、ソースから関連情報をプルし、それを大規模言語モデル (LLM) にフィードして最終出力を作成することで、応答の関連性と一貫性が向上します。このプロセスにより、モデルの微調整を必要とせずに、会話の流れがスムーズになり、データの増加に応じたスケーラビリティが向上します。

レトリーバーを使用すると、チャットボットは関連する背景情報を取得することで外部ナレッジにアクセスできるようになり、より事実に基づいた詳細な情報に基づいた応答が得られます。