よくある質問

ナレッジベースの問題に遭遇したら、まず失敗がインポート、解析、分割、検索、回答のどの段階で起きているかを判断します。一度に変える変数は1つだけにすると、どの調整が本当に有効か分かります。

最も速い切り分け方法は、同じ実際の質問で一貫して確認することです。本文に答えがあるか、Chunk が完全か、検索が正しいか、回答がソースに忠実かを見ます。

5ステップでの素早い切り分け

1

1. 資料の状態を確認

資料は【準備完了】であるべきです。長時間処理中のまま、またはエラー表示の場合は、まずエラー情報を確認し、ファイル、プロセッサ、モデルサービスが利用可能かを確認します。

2

2. 解析本文を確認

本文プレビューを開き、答えが確かに存在すること、スキャン文字が認識されていること、2段組や表が順序乱れしていないことを確認します。

3

3. Chunks を確認

質問に必要な条件と結論が、理解可能な断片の中にあるか確認します。ヘッダー、フッター、目次で結果が埋まらないようにしてください。

本文は正しいのに断片が不完全な場合は、分割設定を再調整して、古い資料を再インデックスします。

4

4. 検索テストを実行

ソース名、関連度、断片内容を確認します。正しい断片がまったく出ない場合と、正しい断片が後ろに並ぶ場合は、異なる2種類の問題です。

まず検索層が正しい証拠を返していることを確認してから、会話プロンプトを調整します。

5

5. 会話または Agent を確認

検索は正しいのに回答が誤っている場合は、ナレッジベースが選択またはバインドされているかを確認し、ソースのみに基づいて回答するよう求め、質問をより小さな事実項目に分解します。

問題はどこにフィードバックすべきか

まず最小限の切り分けを完了します。安定して再現できるようになったら、匿名化した手順、エラー、期待結果を添付してください。

スクリーンショット、ログ、サンプル資料には API Key、社内ファイルの内容、メールアドレス、ローカルの機密パスを公開しないでください。

作成とインポート

埋め込みモデルなしでナレッジベースは作成できますか？

はい。【使用しない】を選んでも、BM25 のキーワード検索は引き続き使われます。異なる表現への一致が必要になったら、そのとき埋め込みモデルを追加してください。

どのソースとファイル形式に対応していますか？

ソースにはファイル、Cherry Studio ノート、ローカルディレクトリ、Webリンクがあります。ファイル形式には PDF、DOCX、DOC、PPTX、XLSX、XLS、Markdown、TXT、CSV、HTML、EPUB が含まれます。

一度に何件追加できますか？

対話形式での選択は最大20件までです。より多くの資料は分けて追加するか、ディレクトリ入口を使用してください。

同名資料は【すべて保持】と【置換】のどちらを選ぶべきですか？

制度、マニュアル、またはノートのスナップショットを更新する場合は、通常【置換】を選びます。並存が本当に必要なバージョンだけ【すべて保持】を選び、名前に日付またはバージョンを入れてください。

資料がずっと処理中のままの場合はどうすればいいですか？

ファイルが開けるか、プロセッサと OCR が利用可能か、モデルサービスが設定済みかを確認します。エラー情報に基づいて、失敗が読み取り、解析、埋め込みのどの段階かを判断します。

解析と検索

スキャン PDF に文字がないのはなぜですか？

スキャン画像には OCR が必要です。【設定】→【文書処理】を開いて利用可能な OCR を選び、文書を再インデックスしてください。複雑なレイアウトには専用の文書プロセッサを試せます。

Chunk 設定を変更したのに、なぜ結果が変わらないのですか？

新しい設定は、古い資料を自動では再処理しません。関連項目に対して【再インデックス】を実行し、同じ質問で再テストしてください。

検索テストでまったく結果が出ない場合は？

資料の状態、本文に答えが含まれているか、元文書のキーワードが命中するか、埋め込みが完了しているか、再ランキングの閾値が高すぎないか、Top K が小さすぎないかを順に確認します。

ソースは正しいのに断片が不完全な場合は？

Chunks を確認し、条件と結論が分断されていないか見ます。必要に応じて Chunk か重なりを増やすか、構造が乱れた元資料を整理して明確なノートにしてから再インデックスしてください。

正しい結果が後ろすぎる場合は？

まず重複と古い資料を削除し、その後で埋め込みモデルを検討します。候補はおおむね正しいが順序が安定しない場合は、再ランキングを増やして閾値を再調整できます。

Top K はどのくらいに設定すべきですか？

6から始めて、固定した質問で検索漏れ、ノイズ、所要時間を比較できます。Top K は1〜50の間で調整できますが、増やすことを万能修復だと考えないでください。

会話と Agent

会話でナレッジベースの入口が使えない場合は？

ツール呼び出しをサポートするモデルを選び、現在のメッセージの添付ファイルを削除します。また、少なくとも1つのナレッジベースに準備完了の資料があることを確認してください。

回答にソースが表示されない場合は？

入力欄で確かにナレッジベースが選択されているか確認し、同じ質問を検索テストに入れます。検索で正しい断片が出ないなら、まずナレッジベースを修正してください。

検索は正しいのに、回答がそれでも不正確な場合は？

モデルに引用のみに基づいて回答するよう求め、タスクをより小さな事実項目に分解し、重要な結論は人手で確認します。この場合、問題は通常プロンプト、モデル、または文脈の構成にあります。

Agent からナレッジベースが見えないのはなぜですか？

【エージェントを編集】→【ナレッジベース】を開き、対象の庫を現在の Agent にバインドし、【内蔵ツール】で【ナレッジベース検索】を有効にします。

ナレッジベース管理は資料を変更しますか？

はい。【ナレッジベース管理】では文書の追加、削除、更新ができます。読み取り専用の作業では有効にしないでください。書き込み操作の前に、対象、影響、ロールバック方法を確認してください。

モデル、データ、バックアップ

埋め込みモデルを変更すると再構築が必要なのはなぜですか？

異なる埋め込みモデルが生成したベクトルは、そのまま混在させることができません。まず新しいモデルが利用可能であることを確認し、完全なバックアップを保持したうえで、既存のベクトル索引を再構築してください。

再ランキングと類似度閾値の関係は？

再ランキングは候補断片を再スコアリングし、閾値は再ランキング後の低スコア結果を除外します。再ランキングを設定していない場合、ナレッジベース設定には類似度閾値は表示されません。

ローカル埋め込みモデルをダウンロードしたら完全にオフラインになりますか？

必ずしもそうではありません。解析、OCR、再ランキング、チャットもすべてローカル機能を使って初めて、完全オフラインの流れになります。

元ファイルや Webページを変更すると自動更新されますか？

いいえ。ファイル、ノート、Webページはインポート時の内容で資料が作成されます。同名資料を再追加して【置換】を選び、その後に検索テストを完了してください。

簡易バックアップにはナレッジベースのファイルが含まれますか？

完全なナレッジベースデータファイルは含まれません。移行や削除の前には完全バックアップを使用し、復元後に資料と検索結果を検証してください。

設定説明：診断の基準値

項目	推奨の出発点	どんな場合にのみ調整するか
Top K	6	正しい断片が切り落とされる、またはノイズが多すぎる
類似度閾値	再ランキングを設定して 0.0 から開始	低スコアのノイズが目立ち、正しい断片にもまだ余裕がある
Chunk	デフォルトのスマート分割を維持	条件と結論が分断されている、または断片が長すぎる
埋め込みモデル	BM25 で不足する場合に追加	口語的な質問や同義表現で安定してヒットしない
再ランキングモデル	候補は正しいが順序が安定しないときに追加	解析エラーや欠落本文の修復には使わない

ユーザー事例

小林さんは「宿泊費基準」がチャットで誤って答えられることに気づきました。まず同じ質問で検索テストを行うと、正しいソースがまったく出てきませんでした。本文を開くと、2段組PDFの順序が崩れていることが分かりました。プロセッサを変更して再インデックスすると、検索は正しくなり、チャットの回答も正常に戻りました。

この過程では解析器の変数を1つだけ変更したため、Top K、Chunk、閾値を同時にいじって運任せにするのではなく、根本原因を確認できました。

それでも解決しない場合は、アプリのバージョン、OS、プロセッサ、埋め込みモデルと再ランキングモデル、完全なエラー、匿名化した最小サンプル、検索結果、期待するソースを記録してください。

続きを読む

ドキュメント解析とOCR

スキャン、順序乱れ、表の欠落を解決します。

モデルと検索設定

埋め込み、再ランキング、閾値、再構築を理解します。

データ、プライバシー、保守

バックアップとクラウドサービスの境界を確認します。