コンテキスト検索 (Contextual Retrieval)
読み: こんてきすとけんさく
最終更新: 2026-06-27・AI PICKS編集部
定義
コンテキスト検索とは、RAGにおいてチャンクの前後文脈をLLMで補完してからベクトル化することで検索精度を高める手法のこと。
コンテキスト検索 (Contextual Retrieval)とは — 詳しく解説
コンテキスト検索（Contextual Retrieval）は、Anthropicが2024年に提唱した手法で、従来のRAGが抱える「チャンク分割による文脈断絶」問題を解決する。通常のRAGではドキュメントを固定長で分割するため、チャンク単体では意味が通じず検索ヒット率が低下する。コンテキスト検索では各チャンクにLLMが文書全体の文脈を要約した「前置き」を付与してからベクトルDBに格納する。 2026年時点の実運用での落とし穴として、前置き生成に1チャンクあたり約200〜400トークンを消費するため、100万チャンク規模では前処理コストが数万円〜十数万円に膨れる点がある。現場ではPrompt Cachingを活用して前処理コストを70〜90%削減するのが相場感となっている。また、BM25ハイブリッド検索と組み合わせると精度向上が最大で49%（Anthropic発表）に達するが、ハイブリッド実装の工数も加算されるため、AI PICKSで検証した事例では小〜中規模（10万チャンク未満）では効果対コストのバランスが最も良好だった。選び方の基準として、長文PDF・法律文書・技術マニュアルなど「チャンク単体では意味が欠落しやすい」コンテンツに特に有効で、FAQ・短文ニュースなど文書が自己完結している場合は効果が限定的。
コンテキスト検索 (Contextual Retrieval)の使用例
- Anthropic Claude APIのPrompt Cachingを使い、1万チャンクの前置き生成コストを通常の約15%に抑えた法律文書RAGの構築事例。
- BM25＋コンテキスト検索のハイブリッドで、社内マニュアル5,000ページの質問応答精度を従来比38%改善したエンタープライズ導入例。
コンテキスト検索 (Contextual Retrieval)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・202語以上を体系的に整理しています
辞典トップへ