定義
クエリ拡張とは、ユーザーが入力した検索クエリを同義語・関連語・言い換えで自動的に補完し、RAGシステムの検索精度を高める技術のこと。
クエリ拡張 (Query Expansion)とは（詳しく解説）
クエリ拡張（Query Expansion）は、ユーザーの入力クエリをLLMや同義語辞書で拡張・多様化し、ベクトル検索の再現率（Recall）を高める技術。RAGシステムの精度向上手段として広く採用されている。 主な手法は3種類ある。①HyDE（仮説的文書生成）：LLMが理想の回答文を仮生成し、その文章をベクトル化してクエリとして使う。②マルチクエリ：元のクエリを異なる表現で言い換えた複数バージョンを生成し並列検索する。③サブクエリ分解：複合質問を複数のシンプルな問いに分解してから検索する。 2026年の現場では、HyDEがコスト対効果の高さから主流化している。追加LLM呼び出し1回で検索精度が顕著に改善するためだ。一方マルチクエリは生成数に比例してAPIコストが増加し、相場感として1クエリ追加あたり$0.001〜$0.005かかる点に注意が必要。 実運用での最大の落とし穴は「過拡張」だ。クエリを広げすぎると無関係な文書まで召喚し、回答品質が下がる逆効果が生じやすい。AI PICKSが確認した導入事例では、拡張クエリを3〜5件に絞りRe-Rankingと組み合わせるパターンが精度・速度のバランスに最も優れていた。
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「クエリ拡張 (Query Expansion)とは」 https://aipicks.jp/glossary/query-expansion
クエリ拡張 (Query Expansion)の使用例
- HyDE例：「Q:返品ポリシーは？」→LLMが「返品は30日以内に…」と仮答を生成→その文章をベクトル化してドキュメント検索に使う。
- マルチクエリ例：「料金を教えて」→①「pricing」②「月額費用」③「プラン比較」の3クエリで並列検索し結果をマージして回答生成。
