埋め込みとは？
埋め込み（Embedding：エンベディング）とは、言葉や文章、画像などの意味を、数百〜数千個の数値の並び（ベクトル）に変換する技術です。「王様」と「国王」のように意味が近い言葉は、変換後の数値も近くなるように設計されています。意味を「地図上の座標」に置き換える技術、とイメージするとわかりやすいでしょう。
何がうれしい？意味で検索できる
言葉が座標になると、「意味の近さ」を距離として計算できるようになります。これが従来のキーワード検索との決定的な違いです。
たとえば「経費の精算方法」と「立て替えたお金の戻し方」は、共通する単語がほとんどありませんが、埋め込みにすると近い座標になります。だから、言い回しが違っても意図の合う資料を探し出せる——これが「意味検索（セマンティック検索）」です。
どこで使われている？
- RAG：質問と意味が近い資料の断片を探し出してAIに渡す
- 社内文書検索、FAQの自動応答
- ECサイトの「似ている商品」のレコメンド
- 文章の分類、似た問い合わせのグルーピング
埋め込みを大量に保存して高速に検索するための専用データベースが、ベクトルデータベースです。RAGの記事とセットで読むと、社内AIの仕組みが一気につながります。
LLMとの関係
実はLLM自身も、内部で言葉を埋め込みに変換してから処理しています。つまり埋め込みは、検索のための道具であると同時に、AIが言葉を理解する根本の仕組みでもあります。「AIは言葉を数値の座標で扱っている」——この一点を知っておくだけで、AI関連の技術記事の見通しがぐっと良くなります。
なお、埋め込みの変換には専用の埋め込みモデルが使われ、日本語に強いもの・多言語対応のものなど種類があります。RAGの検索精度が悪いときは、資料の分け方とともに埋め込みモデルの選択が見直しポイントになります。
「言葉を座標にする」という発想は、AIによる検索・推薦・分類すべての出発点です。裏方ながら、生成AI時代のインフラと呼ぶべき技術です。