定義
文章や画像を 数値ベクトルに変換する技術。 類似度検索や RAG の基礎。
Embedding (ベクトル埋め込み)とは（詳しく解説）
Embedding (ベクトル埋め込み) とは、 文章 / 画像 / 音声 を 数百〜数千次元の数値ベクトルに変換する技術。 似た意味のものは ベクトル空間上で近い位置に配置される。 これにより 「キーワード一致しないが意味が近い文書」 を検索できる (= セマンティック検索)。 RAG / 推薦システム / クラスタリング の 基礎技術。 OpenAI の text-embedding-3-large、 Cohere、 Voyage AI などが API を提供している。 1,000 文書のベクトル化で $0.1 程度と安価。 実運用では 日本語に強い multilingual-e5 や Cohere multilingual を選ぶケースが多く、 OpenAI 一択ではないのが 2026 年の現場感。
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「Embedding (ベクトル埋め込み)とは」 https://aipicks.jp/glossary/embedding