チャンクオーバーラップ (Chunk Overlap)
読み: ちゃんくおーばーらっぷ
最終更新: 2026-07-24・AI PICKS編集部
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。
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。
チャンクオーバーラップ (Chunk Overlap)に関連するAIツール
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。
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。
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。
AI用語辞典をすべて見てみませんか
12カテゴリ・913語以上を体系的に整理しています
辞典トップへ