定義
コンテキスト再現率とは、RAGなどの検索拡張生成において、正解に必要な情報を検索結果がどれだけ網羅できたかを示す評価指標のこと。
コンテキスト再現率 (Context Recall)とは（詳しく解説）
コンテキスト再現率(Context Recall)は、RAG(検索拡張生成)の評価において、正解を導くために必要な情報が検索結果(コンテキスト)にどれだけ含まれているかを測る指標とされる。RAGAsなど主要な評価フレームワークで、正解文を情報単位に分解し、その何割が検索されたコンテキストでカバーされているかを算出する方式が広く採用されている。適合率(Precision)が「取ってきた情報のうち関係あるものの割合」を見るのに対し、再現率は「必要な情報を取りこぼしていないか」を見る点が対になる。2026年時点の実運用では、チャンク分割の粒度が粗すぎると再現率が下がりやすく、逆に細かくしすぎると適合率とのトレードオフでコストとレイテンシが悪化しやすいという落とし穴が指摘される。現場での選び方としては、再現率だけを追ってチャンク数を増やすとLLM呼び出しのトークン量が膨らみコスト増につながるため、適合率・応答の忠実性(Faithfulness)など他指標と併せて相場感を見ながらチューニングするのが一般的とされる。
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「コンテキスト再現率 (Context Recall)とは」 https://aipicks.jp/glossary/context-recall
コンテキスト再現率 (Context Recall)の使用例
- 正解文の各要素が検索コンテキストに含まれるかをLLMに判定させ、含有率を再現率として算出する評価手法が一般的とされる。
- チャンクサイズを変えながら再現率と応答コストのバランスを探る運用が、現場では一般的とされる。
