チャンク分割（チャンキング）

チャンク分割（チャンキング）は、RAG で使う文書を、意味のまとまりを持つ適切な大きさのかたまり（チャンク）に分ける作業です。分け方は、検索の精度と回答の精度の両方に関わります。

Microsoft の設計の手引きは、分け方に、決まった文字数やトークン数で区切って前後を少し重ねる方法、文の単位で区切る方法を挙げています。見出しや表などの文書の構造を解析して区切る方法、埋め込みを使って内容の近い部分をまとめる方法なども挙げています。

ACL 2025 の Findings に載った論文「Document Segmentation Matters for Retrieval-Augmented Generation」は、分け方によって検索の精度と回答の精度が変わることを、英語の質問応答のデータで示しました。技術マニュアルでの検証ではありません。

読み

ちゃんくぶんかつ

英語

Chunking

業界

製造業、教育機関

業務

技術文書、AI 活用

出典の確認日

2026年10月7日

「気になる」に追加用語集の一覧へ

関係する用語

• RAG（検索拡張生成）：RAG（Retrieval-Augmented Generation。検索拡張生成）は、質問に関係する文書を検索で探し、その内容…
• 埋め込み（エンベディング）：埋め込み（エンベディング）は、文章や単語などのデータを、意味を反映した数値の並び（ベクトル）に変えたものです。意味の近いデータど…
• コンテキストウィンドウ：コンテキストウィンドウは、LLM が回答を作るときに一度に参照できる文章の範囲です。大きさはトークンの数で数え、入力した指示や資…
• トークン：トークンは、LLM が文章を処理するときの最小の単位です。1つのトークンは、単語、単語の一部、1文字、記号などにあたります。入力…

このサイトの関連するページ

• PDF のマニュアルを AI に読ませると、何が起きますか
• AI の回答を、業務で信用できるようにするには、何が要りますか。誤り、古い情報、出典

出典

• Microsoft Learn: Develop a RAG Solution - Chunking Phase（2026年6月18日更新）（別のタブで開きます）
• Wang ほか「Document Segmentation Matters for Retrieval-Augmented Generation」Findings of ACL 2025、pp. 8063–8075（別のタブで開きます）