定義
ColPali(視覚文書検索)とは、PDFなどの文書をOCRでテキスト化せず、ページ画像をそのまま埋め込みベクトル化して検索する視覚文書検索技術のこと。
ColPali (視覚文書検索)とは（詳しく解説）
ColPaliは、PDFや資料のページ全体を画像として扱い、レイアウトや図表を含めたままVision-Language Modelで埋め込みベクトル化して検索するアプローチとして提案された技術であり、従来のOCRとテキストRAGの組み合わせでは失われがちな表組みやグラフ、レイアウト構造の情報を保持できる点が業界標準の強みとされる。2026年時点の実運用では、1ページあたりの埋め込みベクトル数が通常のテキストRAGより多くなりやすく、ベクトルDBのストレージやAPI利用のコストが膨らみやすい点が現場での落とし穴として挙げられる。検索速度もテキストベースのRAGに比べて遅くなりがちで、大量文書を横断するリアルタイム検索には不向きとされる。現場での選び方としては、契約書や決算資料、技術図面など図表・レイアウトの意味が重要な文書に対象を絞り、通常のテキストのみで足りる文書は従来型RAGと使い分けるハイブリッド構成が相場感として広く採用されている。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「ColPali (視覚文書検索)とは」 https://aipicks.jp/glossary/colpali
ColPali (視覚文書検索)の使用例
- 決算説明資料のグラフ入りスライドを画像のまま検索対象にし、数値の質問にページ単位で回答させる。
- 契約書PDFの表組み条項をOCRなしで検索し、該当ページ画像を根拠として提示させる。
