ベクターデータベース
Vector Database
ベクターデータベースとは、文章や画像を「意味のベクトル」に変換して保存・検索できるデータベース。RAGの「関連文書を探す」部分を担う技術で、キーワード一致ではなく意味の近さで検索できるのが特徴。 #ジェネサプ #AI用語
詳しい解説
ベクターデータベース（Vector DB）とは、テキスト・画像・音声などを「埋め込みベクトル（Embedding）」と呼ばれる数値の配列に変換して保存し、意味的な近さで高速検索できるデータベースです。
従来のデータベースはキーワードの完全一致・部分一致で検索しますが、ベクターデータベースは「意味の近さ」で検索できます。「コスト削減の方法は？」と聞いたとき、「費用を抑える施策」「経費圧縮のアプローチ」といった表現の文書も検索結果に含めることができます。
RAGシステムにおいて「ユーザーの質問に関連する文書を引っ張ってくる」部分を担うのがベクターデータベースの役割です。
現場での使い方・事例
社内FAQ検索システム：過去の問い合わせと回答をベクターデータベースに格納しておくと、新しい問い合わせが来たときに意味的に近いFAQを自動で引き出し、AIが回答候補を提示するシステムが構築できます。
Supabase pgvectorの活用：Supabaseは拡張機能としてpgvector（PostgreSQL向けベクター検索）を提供しています。既存のSupabaseプロジェクトにベクター検索機能を追加することが比較的低コストで実現できます。
よくある誤解
「ベクターデータベースは難しい専門技術」と思われがちですが、SupabaseやPineconeなど管理コストの低いSaaS型のサービスが増えており、開発者なしでも設定・運用できる環境が整ってきています。RAGを始める際の最初の一歩として検討できる選択肢です。