定義
文脈圧縮リトリーバルとは、RAGで検索した文書から質問に無関係な部分を削り、関連情報だけを圧縮してLLMに渡す検索手法のこと。
文脈圧縮リトリーバル (Contextual Compression)とは（詳しく解説）
文脈圧縮リトリーバル（Contextual Compression）は、RAGにおいて検索で取得した文書チャンクから、質問と無関係な文や冗長な部分を要約・フィルタリングし、LLMに渡すコンテキストを絞り込む手法とされる。素の検索結果をそのまま投入するより無駄なトークンが減り、ノイズによる誤回答を抑えやすいとされる一方、圧縮処理自体に追加のLLM呼び出しやレイテンシが発生するため、2026年時点の実運用ではコスト増と応答速度低下がトレードオフになりやすい。現場では、圧縮に軽量・低コストなモデルを使う、圧縮を挟まず埋め込み検索の精度改善やチャンクサイズ調整で代替するなど、費用対効果を見ながら採用可否を判断する運用が広く行われているとされる。相場感としては圧縮ステップの追加コストが元の検索コストを上回るケースもあり、事前の費用対効果の検証が欠かせないとされる。
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「文脈圧縮リトリーバル (Contextual Compression)とは」 https://aipicks.jp/glossary/contextual-compression
文脈圧縮リトリーバル (Contextual Compression)の使用例
- RAG基盤で検索した10件の文書チャンクを圧縮ステップで要約し、質問に関係する2〜3文だけをプロンプトに渡す構成。
- 長い社内マニュアルPDFを検索後、関連条項だけを圧縮抽出してLLMに渡し、トークン数とコストを抑える運用例。
