Embedding (ベクトル埋め込み)
読み: えんべでぃんぐ
最終更新: 2026-06-05・AI PICKS編集部
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。
関連用語
「RAG・検索拡張」の他の用語
Retrieval-Augmented Generation。 社内資料や外部 DB を検索してから AI に答えさせる仕組み。
出典付きで回答する AI 検索エンジン。 リサーチ業務で従来検索を置き換える。
Google 検索の上位に AI が回答を提示する 「AI Overviews」 や Perplexity 等の新世代検索。
Embedding (数値ベクトル) を高速に類似度検索するための専用 DB。 Pinecone / Qdrant / Weaviate が代表。
NotebookLMとはGoogleが提供するRAGベースのAIリサーチアシスタントのこと。ユーザーがアップロードした文書のみを情報源として回答を生成するため、ハルシネーションを大幅に抑制できる。
セマンティック検索とは、キーワードの文字列一致ではなく「意味的な近さ」でドキュメントを検索する技術のこと。ベクトル埋め込みを使い、同義語や言い回しの違いを吸収した検索が可能になる。
AI用語辞典をすべて見てみませんか
12カテゴリ・502語以上を体系的に整理しています
辞典トップへ