> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/jp/knowledge-base/troubleshooting.md).

# 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。

{% hint style="info" %}
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。
{% endhint %}

## 5ステップでの素早い切り分け

{% stepper %}
{% step %}

### 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。
{% endstep %}

{% step %}

### 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。
{% endstep %}

{% step %}

### 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。

<figure><img src="/files/e937624cc6e341c8a99acc957007adf8d1f9a94f" alt="知识库高级设置中的智能分段、分隔符、分段大小和重叠大小"><figcaption><p>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。</p></figcaption></figure>
{% endstep %}

{% step %}

### 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。

<figure><img src="/files/d8982815154240ab637b79f323235a39b82f910b" alt="召回测试中显示来源名称、相关度和命中片段的结果列表"><figcaption><p>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。</p></figcaption></figure>
{% endstep %}

{% step %}

### 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。
{% endstep %}
{% endstepper %}

## 問題はどこにフィードバックすべきか

<figure><img src="/files/04d811002cab21c02f3346c0fdb99e4e217b137c" alt="按不知道如何操作、稳定复现、希望增加能力和不希望整理材料选择反馈路径的关系图"><figcaption><p>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。</p></figcaption></figure>

{% hint style="danger" %}
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。
{% endhint %}

## 作成とインポート

<details>

<summary>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？</summary>

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。

</details>

<details>

<summary>どのソースとファイル形式に対応していますか？</summary>

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。

</details>

<details>

<summary>一度に何件追加できますか？</summary>

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。

</details>

<details>

<summary>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？</summary>

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。

</details>

<details>

<summary>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？</summary>

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。

</details>

## 解析と検索

<details>

<summary>スキャン PDF に文字がないのはなぜですか？</summary>

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。

</details>

<details>

<summary>Chunk 設定を変更したのに、なぜ結果が変わらないのですか？</summary>

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。

</details>

<details>

<summary>検索テストでまったく結果が出ない場合は？</summary>

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。

</details>

<details>

<summary>ソースは正しいのに断片が不完全な場合は？</summary>

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。

</details>

<details>

<summary>正しい結果が後ろすぎる場合は？</summary>

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。

</details>

<details>

<summary>Top K はどのくらいに設定すべきですか？</summary>

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。

</details>

## 会話と Agent

<details>

<summary>会話でナレッジベースの入口が使えない場合は？</summary>

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。

</details>

<details>

<summary>回答にソースが表示されない場合は？</summary>

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。

</details>

<details>

<summary>検索は正しいのに、回答がそれでも不正確な場合は？</summary>

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。

</details>

<details>

<summary>Agent からナレッジベースが見えないのはなぜですか？</summary>

【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。

</details>

<details>

<summary>ナレッジベース管理は資料を変更しますか？</summary>

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。

</details>

## モデル、データ、バックアップ

<details>

<summary>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？</summary>

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。

</details>

<details>

<summary>再ランキングと類似度閾値の関係は？</summary>

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。

</details>

<details>

<summary>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？</summary>

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。

</details>

<details>

<summary>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？</summary>

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。

</details>

<details>

<summary>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？</summary>

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。

</details>

## 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。

{% hint style="warning" %}
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。
{% endhint %}

## 続きを読む

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>ドキュメント解析とOCR</strong></td><td>スキャン、順序乱れ、表の欠落を解決します。</td><td><a href="/pages/4a183fc375a74312acee8cc1115baf07eeaacdf2">/pages/4a183fc375a74312acee8cc1115baf07eeaacdf2</a></td></tr><tr><td><strong>モデルと検索設定</strong></td><td>埋め込み、再ランキング、閾値、再構築を理解します。</td><td><a href="/pages/552981e5e3388b3c03d9768a3befa7afa506edbe">/pages/552981e5e3388b3c03d9768a3befa7afa506edbe</a></td></tr><tr><td><strong>データ、プライバシー、保守</strong></td><td>バックアップとクラウドサービスの境界を確認します。</td><td><a href="/pages/1731dc3d21dfd63a18e7784003c212f3d875d167">/pages/1731dc3d21dfd63a18e7784003c212f3d875d167</a></td></tr></tbody></table>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.cherryai.com.cn/docs/jp/knowledge-base/troubleshooting.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.