本文へ移動
(お問い合わせ)

埋め込み(エンベディング)とは?

埋め込み(エンベディング)とは、文章などを、意味の近さを計算できる数値の並びに変換することです。言葉が違っても、意味の近い資料を探せます。

光の筋が奥へと流れていく、トンネルのような空間

埋め込み(エンベディング)とは、文章や画像などを、意味の近さを計算できる数値の並びに変換することです。変換した数値の並びは「ベクトル」と呼ばれます。社内の資料をもとに答えるRAGでは、質問に関係する資料を探す段階で、この埋め込みが使われています。

埋め込みは、どんな仕組みか?

埋め込みでは、AIのモデルが文章を読み、その意味を数百から数千の数値の並びに変換します。意味の近い文章ほど、数値の並びも近くなります。

たとえば、「有給休暇の申請方法」と「休みを取るときの手続き」は、使っている言葉は違いますが、意味が近いため、近い数値の並びになります。この性質を使うと、言葉がぴったり合わなくても、意味の近い資料を探せます。

変換した数値の並びは、「ベクトルデータベース」と呼ばれる、近いものを速く探せる専用の保存先にためておくのが一般的です。

埋め込みで、何ができるのか?

意味の近い資料を探す、似た内容をまとめる、内容の近いものを見比べる、といった作業に使えます。

  • 質問の意味に近い社内の資料を探す(RAGの検索)
  • 似た内容の問い合わせや意見を、まとめて分類する
  • 過去の提案書や報告書から、内容の近いものを探す
  • 内容が重複している資料を見つける

埋め込みを使った検索とキーワード検索は、どう違うのか?

キーワード検索は、入力した言葉そのものを含む資料を探します。埋め込みを使った検索は、言葉が違っても、意味の近い資料を探せます。実際には、両方を組み合わせて使うことも多くあります。

比べる点キーワード検索埋め込みを使った検索
探し方入力した言葉を含む資料を探す意味の近い資料を探す
言い換え言葉が違うと見つからない言葉が違っても見つかりやすい
得意なこと型番や名前など、決まった言葉を探す質問の意図に合う資料を探す
苦手なこと言い換えや、あいまいな質問型番や数字の、細かな違いの見分け

RAGでは、埋め込みをどう使うのか?

RAGでは、まず社内の資料を細かく分けて埋め込みに変換し、保存しておきます。質問が来たら、その質問も埋め込みに変換し、意味の近い資料を探して、生成AIに渡します。

  1. 資料を分けて変換する

    規程やマニュアルを、段落などの小さなまとまりに分け、それぞれを埋め込みに変換して保存します。

  2. 質問を変換する

    利用者の質問も、同じ方法で埋め込みに変換します。

  3. 近い資料を探してAIに渡す

    質問と意味の近い資料のまとまりを探し、質問と一緒に生成AIに渡して、答えをつくらせます。

トラックファームでは、埋め込みをどう扱っているか?

社内の資料をもとに答える仕組みをつくるときは、埋め込みに変換する前に、資料の整理から一緒に進めます。古い資料や重複した資料を減らし、見てよい資料の範囲を利用者ごとに分けておくと、探す精度も安全性も上がります。

よくある質問

埋め込みに変換した社内の資料は、AIの学習に使われますか?

埋め込みに変換すること自体は、AIのモデルを学習させることとは別の処理です。ただし、変換に使うサービスが入力したデータをどう扱うかは、契約や設定によって違うため、学習に使われない環境を選んで使います。

資料を更新したら、埋め込みもつくり直す必要がありますか?

はい。資料の内容が変わったら、その部分の埋め込みもつくり直します。資料の更新にあわせて自動でつくり直す仕組みにしておくと、答えが古くなるのを防げます。

最終更新:監修:代表取締役 錦見 穣

まずは無料で、
どこから手をつけるべきかを見立てます。

オンライン面談60分+診断メモ。全国対応です。