エンベディング（埋め込み）

エンベディング（Embedding：埋め込み）とは、テキスト・画像・音声などのデータをAIが扱いやすい数値ベクトル（浮動小数点の数値の配列）に変換する技術です。

エンベディングが重要な理由は、意味的に似たデータが数値空間の中で近い位置（高いコサイン類似度）に配置されるためです。これにより、「犬」と「猫」は「犬」と「自動車」よりも近いベクトル表現になります。

主な活用場面は3つあります。①RAGのパイプラインで、ドキュメントをベクトル化してベクトルDBに格納し、クエリとの類似検索を行う②セマンティック検索システムの構築③レコメンデーション（類似商品・記事の提案）。OpenAIやCohere、Google等がAPIとして提供しており、数百〜数千次元のベクトルを生成します。