ハイブリッド検索とRerankの活用

ナレッジベースからの回答精度を最大化するための設定ガイドです。デジタルヒューマンなどの高精度な応答が求められる用途では、「ハイブリッド検索」＋「Rerankモデル（再順位付け）」 の組み合わせを推奨します。

以下の理由からハイブリッド検索（Hybrid Search）を選択してください。

Rerankモデルは、検索結果をAIによって再順位付けする機能です。ユーザーの質問と各チャンクの関連性スコアを計算し、本当に関連性の高い情報を上位に持ってきます。一次検索で多めに取得した候補（Top K）に対し、高精度なAIモデルが「質問との関連性」を再計算して並べ替えます。検索結果の精度をさらに高めるため、Rerank設定を「有効」 にすることを強く推奨します。

Top K (取得数):

最終的にLLMに渡すテキストチャンクの数です。Rerank有効時には、やや大きめ（例: 6〜10）に設定し、Rerankで絞り込むのが効果的です。

Score Threshold (スコア閾値):

関連性が低い情報を足切りするラインです。0.4 〜 0.7 を目安に調整します。高すぎると「回答なし」になりやすく、低すぎると無関係な情報が混ざります。

回答の品質に応じて、以下の手順でパラメータを調整してください。

詳細な仕様や最新のモデル情報は公式ドキュメントを参照してください。