生成AIパスポート 用語解説
チャンクとは
RAGで、検索・参照しやすいようにあらかじめ文書を分割した小さな単位。分割した文書をベクトル化して蓄積する保存先であるベクトルデータベースとは、分割された単位そのものか、その格納先かという点で指す対象が異なる。
まず押さえる結論
チャンクは、生成AIパスポートの「第3章 現在の生成AI（ジェネレーティブAI）の動向」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-06-27。
公式シラバス（PDF）（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×RAGとファインチューニングの混同。RAGは外部知識（ベクトルデータベース）を検索して文脈に加える手法で、モデルの再学習はしない。ファインチューニングは追加学習。
×ディープフェイクと偽情報（ディスインフォメーション）の区別。前者は人物の映像・音声を本物のように偽造する技術、後者は意図的に作られ拡散される偽情報そのもの。
×生成物の種類の取り違え。Soraは動画、Image Generationは画像、音声生成AIは音声。名前ではなく生成する対象で見分ける。
関連する確認問題
第3章 現在の生成AI（ジェネレーティブAI）の動向 / RAG（Retrieval Augmented Generation、検索拡張生成）
RAGで、検索対象の文書をあらかじめ扱いやすい小さな単位に分割したものを何というか。
正解は「チャンク」である。RAGでは、検索・参照しやすいように文書をあらかじめ小さな単位へ分割し、この単位をチャンクと呼ぶ。ベクトルデータベースは、分割した文書をベクトル化して格納しておく保存先であり、分割そのものの単位を指す語ではない。潜在ベクトルはVAEなどでデータを圧縮して表した表現で、文書を検索用に分割する処理とは無関係である。自己回帰モデルは文章を単語単位で順に生成していく方式を指す語であり、文書を分割する処理ではない。文書をあらかじめ小さな単位に分割したものという条件に当てはまるのはチャンクだけである。
第3章 現在の生成AI（ジェネレーティブAI）の動向 / RAG（Retrieval Augmented Generation、検索拡張生成）
RAGで、分割した文書をベクトル（数値の並び）に変換して格納し、質問に関連する情報を検索するために使われるデータベースを何というか。
正解は「ベクトルデータベース」である。文書をベクトル化して格納し、質問に関連する情報を検索するために使う専用のデータベースがベクトルデータベースである。チャンクはそのデータベースに格納する前に文書を分割した小さな単位そのもの、データセットはモデルの学習に使うデータの集まりを指す一般名称、自己回帰モデルは直前までの出力から次を予測して文章を生成する生成方式であり、いずれも『ベクトル化して格納し検索する』という設問の条件そのものには当たらない。
第3章 現在の生成AI（ジェネレーティブAI）の動向 / RAG（Retrieval Augmented Generation、検索拡張生成）
RAG（検索拡張生成）で外部の文書を回答に活用するときの処理の流れとして、最も適切なものはどれか。
正解は「文書を小さな単位（チャンク）に分割してベクトルデータベースに格納し、質問に関連する部分を検索して文脈に加え、その内容をもとに回答を生成する」である。RAGでは、参照したい文書をあらかじめ小さな単位（チャンク）に分割してベクトルデータベースに格納しておき、質問が来るとそれに関連する部分を検索して文脈に加え、その内容をもとに回答を生成する。先に回答を生成してから保存し検索を行わないとする流れは順序が誤りで、外部文書を使わずモデル内部の知識だけで答えるとする説明はRAGの前提に反する。パラメータを追加学習で更新するのはファインチューニングであり、検索の土台となるベクトルデータベースを削除するという流れも誤りである。 RAGは準備段階で文書をチャンク化・ベクトル化して格納し、質問時に関連チャンクを検索し、その内容をプロンプトの文脈へ加えて回答を生成する。回答後に保存する流れや、外部文書を使わない流れ、追加学習後に検索基盤を削除する流れではない。
同じ章で確認したい用語
到達チェック
- チャンクを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、チャンクに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）