定義
チャンクオーバーラップとは、RAGで文書をチャンク分割する際、隣接するチャンク同士の境界部分をあえて重複させて情報の欠落を防ぐ手法のこと。
チャンクオーバーラップ (Chunk Overlap)とは（詳しく解説）
チャンクオーバーラップは、RAG(検索拡張生成)においてドキュメントを固定長や意味単位でチャンク分割する際、隣接するチャンクの末尾と先頭を一定量重複させて保持する設計手法。文の途中で意味が分断され検索精度が落ちるのを防ぐ目的で、業界標準としてチャンクサイズの10〜20%程度をオーバーラップ幅に設定するケースが広く採用されているとされる。ただし実運用では重複幅を大きくしすぎるとインデックスに保存するチャンク数が増え、embeddingのAPI呼び出し回数とベクトルDBのストレージコストが膨らむ落とし穴がある。2026年時点では、長文コンテキストに対応したLLMの普及でチャンクサイズ自体を大きく取り、オーバーラップを最小限に抑える設計も現場で増えている。選び方の相場感としては、FAQやマニュアルなど短文中心のデータは小さめのチャンク+小さめのオーバーラップ、契約書や技術文書など文脈依存が強いデータは大きめのオーバーラップを試しながら検索精度とコストのバランスを取るのが実務上の基本方針とされる。
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「チャンクオーバーラップ (Chunk Overlap)とは」 https://aipicks.jp/glossary/chunk-overlap
チャンクオーバーラップ (Chunk Overlap)の使用例
- 契約書RAGでチャンク500トークン+オーバーラップ50トークンに設定し、条文の分断による検索漏れを抑える。
- FAQ検索botではチャンク200文字+オーバーラップ20文字程度から始め、精度を見ながら調整するのが一般的とされる。
