生成AIパスポート 用語解説
ベクトルデータベースとは
テキストなどを数値ベクトルに変換して蓄積し、意味の近い情報を検索できるデータベース。
まず押さえる結論
ベクトルデータベースは、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」に出てくる用語です。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: 2026-08-31。
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
「第3章 現在の生成AI（ジェネレーティブAI）の動向」の問題で、取り違えやすい組み合わせです。
- 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）の混同。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）
【2027年2月試験から適用の新シラバス項目】新シラバスの第3章「RAG」の詳細キーワードのうち、2026年2月適用版には載らず、2027年2月適用版から載る語の組み合わせとして、最も適切なものはどれか。
【2027年2月試験から適用の新シラバス項目】正解は「Agentic RAG、リランキング、クエリの書き換え、Advanced RAG」である。2027年2月適用版の公式シラバスでは、RAGの詳細キーワードにAgentic RAG、リランキング、クエリの書き換え、Advanced RAGが載る。2026年2月適用版の詳細キーワードはRAG、チャンク、ベクトルデータベースの3語で、これらの新しい語は載っていない。問題文の決定条件は、旧版には載らず新版から載るという版の違いである。他の組み合わせは、旧版にあった語か、別の中項目の語である。2027年2月試験から問われる項目である。
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）
生成AIに自社の最新情報を反映した回答をさせたい。モデル自体の再学習を行わずに、外部の知識を検索して文脈に加えることで実現する手法はどれか。
正解は「RAG（検索拡張生成）」である。RAG（Retrieval-Augmented Generation）は、外部の知識源（ベクトルデータベース等）から関連情報を検索して文脈に加える手法で、モデル自体の再学習は行わない。ファインチューニングは追加データでモデルのパラメータ自体を再学習させる手法、プレトレーニングは大量データによる事前学習の段階であり、いずれもモデル側を作る・変更する工程である点で『再学習を行わない』という設問の条件と矛盾する。ドロップアウトは学習時に一部のノードを無効化して過学習を防ぐ学習テクニックであり、外部知識を検索して文脈に加える処理とは無関係。
同じ章で確認したい用語
到達チェック
- ベクトルデータベース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、ベクトルデータベース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
用語を体系的に学べる書籍（Amazon）
用語の意味を調べたあとに、試験範囲の流れの中で読み直したいときの公式テキストと公認テキストです。購入前に版と試験範囲への対応を確認してください。
執筆: ミナト編集部（運営者情報を見る）