Vector Query Node

​

Giselle の Vector Query Node

Vector Query Node は、接続されたベクターストアデータソースから情報を検索し、取得するために設計された Giselle の強力なコンポーネントです。その主要な機能は、ベクトル化されたデータセットに対してクエリ（質問や検索用語など）を実行し、最も関連性の高い結果を返すことです。 Vector Query Node は以下のベクターストアノードと連携し、Giselle ワークフロー内で検索拡張生成（RAG）アプリケーションを作成するための重要な構成要素となっています：

• GitHub Vector Store Node: コード、Issue、Pull Request を含むベクトル化された GitHub リポジトリコンテンツを検索します。
• Document Vector Store Node: PDF、テキストファイル、マークダウンファイルなど、アップロードしたドキュメントを検索します。

​

Vector Query Node の使用方法

Vector Query Node の設定では、キャンバスに追加し、データソースを接続し、クエリを実行します。

​

1. Vector Query Node の追加

キャンバス下部のノードツールバーから、虫眼鏡のアイコンで識別される Vector Query Node を選択し、Workspace に配置します。

​

2. データソースの接続

Vector Query Node が機能するには、ベクターストアデータソースからの入力が必要です。ベクターストアノード（GitHub Vector Store Node または Document Vector Store Node）の 出力 を Vector Query Node の 入力 に接続する必要があります。データソースが接続されるまで、ノードは接続を待機していることを示します。

​

3. クエリの記述と実行

データソースが接続されると、Vector Query Node を設定できます：

• クエリを入力: 設定パネルで、「クエリ」入力フィールドに質問や検索用語を入力します。
• クエリを実行: クエリを実行 ボタンをクリックして、接続されたデータソースに対して検索を実行します。

​

4. 結果の確認

クエリが実行された後、結果はノードのパネルに直接表示されます。結果には通常以下が含まれます：

• 見つかった結果数の要約。
• ソースドキュメントから取得された関連するテキストの「チャンク」のリスト。
• 各チャンクの類似度スコア（例：58%）で、クエリとの関連性を示します。

各チャンクを展開して、その内容とメタデータを表示できます。

​

中核的な用途：検索拡張生成（RAG）

Vector Query Node の主要な目的は、検索拡張生成（RAG） ワークフローを可能にすることです。RAG は、応答を生成する前に、独自のデータソースから関連性が高く最新の情報を提供することで、大規模言語モデル（LLM）の機能を強化します。 Giselle における典型的な RAG ワークフローは次のようになります：

1. データソース（Vector Store Node）: GitHub リポジトリまたはアップロードされたドキュメントからコンテンツを取得してベクトル化し、検索可能にします。
2. Vector Query Node: ユーザーの質問（クエリ）を受け取り、ベクターストアから最も関連性の高いテキストチャンクを取得します。
3. Generator Node: 元の質問と Vector Query Node の出力から取得された情報を受け取ります。この組み合わされたコンテキストを使用して、より正確で詳細、かつ事実に基づいた回答を生成します。

​

Vector Query Node の出力

Vector Query Node の 結果 出力には、取得されたデータチャンクのコレクションが含まれます。この構造化されたデータは、後続ノード（最も一般的には Generator Node）に渡され、テキスト生成のための動的なコンテキストとして機能できます。