中級者向け検索・データ活用

大量の資料から質問に近い部分をすばやく探したい

ベクトル検索

まずはここだけ

ベクトル検索は、意味の近さを使って資料を探す方法です。

使う場面：数千件以上の文書やFAQから関係する内容を探す時

具体的な利用例

過去の問い合わせ履歴から似た相談と回答を表示する

キーワード検索も組み合わせると、固有名詞や型番を探しやすくなります。

AIの結果を確認せず、そのまま業務へ使わないことも大切です。重要な数値や判断は人が確認してください。

仕組みと使いどころを詳しく見るできること・技術名・利用する場面を確認

文章を表す数値を保存し、意味が近い順に高速で探します。

ベクトル検索を使います。むずかしい名前でも、まずは「この目的に使う仕組み」と覚えれば大丈夫です。

数千件以上の文書やFAQから関係する内容を探す時

文章をEmbeddingに変える。ベクトルDBへ保存する。質問もEmbeddingに変える。近いデータを検索する。この流れをサービスやプログラムが自動で進めます。

試すためのツールと手順を見るサービスの例・準備から確認までの順番

Qdrant（ベクトル検索データベース）自己設置型データベース
文章などを表すベクトルを保存し、質問のベクトルに近いデータを検索できます。
リンク先はDockerで自分の環境に設置する開発者向け手順です。文章をベクトルにするモデルは別途用意します。

リンク先は公式ページ・公式の使い方です。クラウド機能を利用する場合は入力内容の送信先、料金、組織の利用ルールを確認してください。

利用のポイント

最初は小さなデータで試し、期待する結果と比べてから対象を広げると失敗を減らせます。