定義
クエリ分解とは、複雑な質問や検索クエリを複数のサブクエリに分割し、それぞれ個別に検索・処理してから結果を統合するRAGの手法のこと。
クエリ分解 (Query Decomposition)とは（詳しく解説）
クエリ分解(Query Decomposition)は、複雑な自然言語クエリを複数の単純なサブクエリに分割し、それぞれをRAGパイプラインで個別に検索・回答生成したうえで統合する手法で、マルチホップ質問への対応精度を高める技術として広く採用されているとされる。2026年時点の実運用では、サブクエリの数だけLLM呼び出しとベクトル検索が増えるため、単純なRAGに比べてレイテンシとAPIコストが数倍に膨らみやすい点が現場での落とし穴になりやすい。相場感としては、分解粒度を細かくしすぎると精度向上が頭打ちになる一方でコストだけが積み上がるため、質問の複雑度に応じて分解の要否を判定するルーティング層を挟む構成が現場では選ばれやすいとされる。導入時は、分解モデルと統合モデルを同一のLLMにするか役割分担するかで精度とコストのバランスが変わる点も検討材料になる。
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「クエリ分解 (Query Decomposition)とは」 https://aipicks.jp/glossary/query-decomposition
クエリ分解 (Query Decomposition)の使用例
- 『2020年から2024年のAI企業の資金調達額推移は』を年ごとのサブクエリに分解して検索する例。
- 『AとBどちらが安い』という比較質問を『Aの価格は』『Bの価格は』の2つに分解して個別検索する例。
