「PythonによるRAG基礎実装（Colab／CPU）」（全3回セット・第2回） 本動画は「生成AIエンジニア講座 RAG編」（全3回セット）の第2回です。 第1回で学んだRAGの全体像を踏まえ、ここではPythonによる基礎実装に取り組みます。テキストをベクトル化するエンベディングの考え方、コサイン類似度による類似度計算、チャンク分割とオーバーラップの設計など、検索精度に直結するポイントを丁寧に解説します。 演習では、Google Colab（CPU環境）を使い、シンプルなテキストデータを対象としたRAGアプリケーションを一から実装します。 ベクトル化 → 検索 → コンテキスト付与 → 回答生成という処理を、サンプルコードを動かしながら確認することで、「RAGの仕組み」をコードレベルで理解することを目指します。全3回を通して、ここが実装の入門ステップにあたる回です。 【この回で使用する教材】 教材（スライド）： https://docs.google.com/presentation/d/1v8npuWGZdT98Glg4A7z99ior8yb5eIaeOwbjIxf8TqM/edit?usp=sharing 演習問題（Colab）： https://colab.research.google.com/drive/16K3S00v5bzMu6E-EeYzNmSXb5BAUxpCP?usp=sharing