社内文書の検索を試作したところ、質問に合う文書が上位に出てこない。モデルを替える前に確認すべき点があります。質問と文書を、同じ指定のまま埋め込んでいませんか。検索用途の埋め込みは、質問側と文書側を別の役割として扱う前提で作られているモデルがあります。
質問と文書を別々に指定するのはなぜか
質問は短い問い、文書は長い説明文で、形が違います。検索用の埋め込みはこの非対称性を前提に、役割ごとの指定を受け付けます。
「ユーザーの質問」と「それに答える文書」は、長さも文体も異なります。同じ書式で埋め込むより、役割を伝えたほうが検索向きのベクトルを得やすい、というのが役割別指定の考え方です。
Voyage AI の公式ガイドは、検索用途(RAG など)では input_type で query か document かを指定し、省略したり None にしたりしないよう求めています。指定すると、入力テキストの前に専用のプロンプトが付加されたうえで埋め込まれます。
指定方式はモデルでどう違うか
役割の渡し方は2系統あります。API パラメータで渡す方式と、テキスト冒頭の指示プレフィックスで渡す方式です。モデルごとに確認が必要です。
パラメータ方式(Voyage AI / Gemini の task_type 対応モデル)
Voyage AI では、文書側に input_type="document"、質問側に input_type="query" を指定します。ここで言う「同じ」とは、同じモデルを使うという意味です。input_type の値まで同じにするわけではありません。文書を document、質問を query と別の値にします。
Google の embedContent リファレンスでは、taskType に RETRIEVAL_QUERY(検索クエリ)と RETRIEVAL_DOCUMENT(検索対象の文書)を指定できます。この項目はテキスト専用の埋め込みモデルに適用されると記載されています。
プレフィックス方式(Gemini Embedding 2)
Google の公式ドキュメントでは、gemini-embedding-2 で task_type フィールドは使えないと明記されています。代わりにテキスト自体に書式を埋め込みます。
- 質問側:
task: search result | query: {content} - 文書側:
title: {title} | text: {content}(題名がなければtitle: none)
task_type を指定したつもりでも、モデルによっては効かない可能性があります。モデル世代を切り替えるときは、指定方式そのものが変わる点を設計書に残してください。
小規模コーパスでどう検証するか
本番に入れる前に、50〜100件程度の文書と想定質問で、指定あり・なしを同じ条件で比べます。判断は感覚でなく件数で行います。
IT 担当者が1人でも実施できる手順です。
- 実際の社内文書から50〜100件を選び、各文書に答えがある想定質問を1〜2問ずつ作る
- 同じモデルで「役割別指定あり」と「指定なし」の2通りのインデックスを作る
- 各質問について、正解文書が上位3件に入った割合を比較する
- 結果とモデル名、指定方式、書式を記録する
文書側と質問側で書式や指定がずれていないか、保存時と検索時のコードを並べて確認するのも有効です。インデックス作成時に document で埋め込み、検索時に指定を付け忘れると、品質低下の原因が特定しにくくなります。
運用で崩れないための契約
埋め込みの入力契約は、モデル名・役割指定・書式の3点をセットで固定します。片方だけ変えると検索品質の劣化に気づけません。
モデルを変えるときは、再埋め込みと別インデックスでの切替が必要です。この移行手順は埋め込みモデル移行を止めずに行う二重インデックス切替設計で扱っています。ベクトルデータベースの選び方はベクトルデータベース選定の記事を参照してください。
実装の一歩目として、保存側と検索側が同じ関数を通る構造にし、役割指定を引数で必須にしておくと、付け忘れを防げます。
導入から定着までの伴走が必要な場合は、Kuu株式会社の AI 導入支援にご相談ください。
参考
- Embeddings - Claude API Docs(Voyage AI の input_type)
- Get multimodal embeddings - Google Cloud(gemini-embedding-2 のプレフィックス)
- embedContent リファレンス - Google Cloud(taskType)
まとめ
検索用の埋め込みは、質問と文書を別の役割で指定します。指定方式はモデルごとに違うため、公式資料と小規模検証で確認します。
要点は3つです。
- 検索用途では query と document を別の指定で埋め込む
- 指定方式(
input_type/taskType/ プレフィックス)はモデルで異なる - 保存側・検索側の入力契約を固定し、50〜100件の検証で効果を確認する
埋め込み検索の精度改善や運用設計でお困りの場合は、Kuu株式会社までお問い合わせください。
