クエリ分解 (Query Decomposition)
読み: くえりぶんかい
最終更新: 2026-07-14・AI PICKS編集部
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。
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。
クエリ分解 (Query Decomposition)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・552語以上を体系的に整理しています
辞典トップへ