FujiCert

プロンプト・RAG

チャンク分割とは？

読み: ちゃんくぶんかつ英語: Chunking更新日: 2026-06-23

チャンク分割とは、長い文書を検索やプロンプト投入に扱いやすい単位へ分ける処理です。

G検定AWS AI Practitioner

関連表記: チャンク / チャンク分割 / Chunking / 文書分割

試験で問われるポイント

  • RAGの検索品質と回答品質に影響します。
  • 大きすぎても小さすぎても問題が起きます。
  • 重なりを持たせる設計もあります。

具体例

社内マニュアルを段落単位や見出し単位に分けて検索対象にします。

混同しやすい点

  • 文書を細かく分ければ必ず精度が上がると考える。
  • チャンク分割で著作権や機密性の問題が消えると考える。

関連問題で復習

AWS AI Practitioner生成AIの基礎

社内マニュアルをRAGで検索できるようにするため、長大な文書をそのままではなく分割してからベクトル化する設計を検討しています。文書をチャンクに分割する主な目的として最も適切なものはどれか。

AWS AI Practitioner基盤モデルの活用

RAGアプリケーションを設計する際に中核となる構成要素として、適切なものを2つ選べ。

G検定ディープラーニングの応用例

RAGで文書を「チャンク」に分割する主な理由として、最も適切なものはどれか。

関連用語

RAG（検索拡張生成）

外部文書やデータベースを検索し、その結果を根拠としてLLMに回答を生成させる構成です。

コンテキストウィンドウ

LLMが一度の入力と出力で扱えるトークン範囲です。長文処理や会話履歴の保持に関係します。

埋め込み（ベクトル化）

文章や画像などの意味を数値ベクトルで表現し、類似度検索や分類に使う技術です。