← AIの基礎知識

埋め込み・ベクトル検索とは——言葉が違っても同じ意味を拾える仕組み

公開: 2026年9月8日 3分で読めます（約1,812文字） 執筆: 北村 惇士（プロフィール）

RAGを検討しはじめると、必ず出てくるのが「ベクトル」「エンベディング」という言葉です。技術者向けの説明は数学の話になりがちですが、使う側が押さえておく点は多くありません。

要は、探し方の話です。

キーワードが一致しなくても探せる

これまでの社内検索は、文字列の一致で探していました。「有給」で検索すれば「有給」を含む文書が出る。素直な仕組みですが、実務では取りこぼします。

• 質問する側は「休みの申請」と書く
• 規程には「年次有給休暇の請求手続」としか書いていない

文字は一つも一致しません。人が読めば同じ話だと分かりますが、文字列検索では出てきません。

埋め込みは、この壁を越えるための技術です。文章の意味を、数値の並び——ベクトル——に変換します。意味が近い文章どうしは、近い数値になります。「休みの申請」と「年次有給休暇の請求手続」は、文字が違っても数値としては近い場所に来ます。

探すときは、質問文も同じやり方で数値に変換し、近いものを取ってきます。文字ではなく意味で探している、と言われるのはこの仕組みのことです。

子育ての現場でいうと

「おなかいたい」には、二種類あります。

本当に痛い日と、行きたくない日。言葉は同じですが、指しているものが違う。逆に、「なんかやだ」「今日休みたい」「靴下がきもちわるい」——言葉はばらばらでも、同じことを言っている日もあります。

親は言葉の一致ではなく、意味の近さで受け取っています。

埋め込みがやっているのは、これを機械にやらせることです。「休みの申請」と「年次有給休暇の請求手続」は、文字が一つも一致しませんが、意味としては同じ棚に並びます。

そして苦手なところも同じです。名前が一字違うだけの別物——上の子の体操着と下の子の体操着、型番違いの部品、条番号——を「近いから同じ」で扱うと事故ります。ここは昔ながらの文字列一致に任せます。

RAGの精度は、ここでほぼ決まる

社内文書を読ませる仕組みを作ったのに「見当違いの答えが返る」というとき、AIの能力ではなく検索の段階を疑うのが先です。

渡す材料を間違えていれば、どんなに優秀なモデルでも正しい答えは書けません。人に置き換えれば、質問と無関係な資料を渡されて「これを見て答えて」と言われている状態です。

現場で効く見直しは、この順です。

文書を切る大きさ。長い規程を丸ごと一つの単位にすると、その中のどこが該当するのか曖昧になります。逆に細かく切りすぎると、前後の文脈が失われて意味が取れなくなります。見出し単位で切る、条文単位で切るといった、文書の構造に沿った区切り方が安定します。

表と画像の扱い。文章は意味を持ちますが、表をそのまま流し込むと数字の羅列になり、意味の近さが取れません。表の内容を文章として説明した一文を添えておくと、拾えるようになります。

用語の揺れ。社内の略称と正式名称が対応づけられていないと、どちらかの言い方でしか引っかかりません。用語集を文書として置いておくと、両方から届くようになります。

三つ目は、多くの会社で最初に効きます。しかも、いちばん安く済みます。

万能ではない

意味で探すやり方にも、苦手があります。

型番・品番・法令の条番号・人名のように、文字が正確に一致することに意味があるものです。「型番A-100」と「型番A-1000」は、意味としては極めて近い場所に来てしまいます。これは仕組みの欠陥ではなく、意味で探すことの裏返しです。

だから実務の構成は、両方を併用する形になります。文字列で確実に絞れるものは従来の検索で、言い方の揺れる質問は意味の検索で。どちらか一方に寄せた作りは、どこかで取りこぼします。

使う側が覚えておくこと

技術の中身まで踏み込む必要はありません。判断のときに要るのは、この二つです。

ひとつ、検索の質が回答の質を決めること。AIの精度が低いという相談の多くは、実際には材料を渡す段階の課題です。

もうひとつ、文書の書き方が検索の質を決めること。見出しがある、用語が揃っている、最新版が一つに決まっている。この三つが整っている会社は、同じ仕組みでも段違いに使えるものになります。

文書を整える作業は地味ですが、AIの世代が変わっても無駄になりません。積み上げる価値がある側の作業です。