ファイル検索
ファイル検索を使用して、モデルがレスポンス生成時にベクトル・ストアに格納されているファイルから関連コンテンツを取得できるようにします。これは、モデルの組込みナレッジのみに依存するのではなく、指定したドキュメントにレスポンスが反映されるようにする場合に便利です。
ベクトル・ストアを作成し、それらにファイルを追加することで、データ全体でセマンティックおよびキーワードベースの検索を有効にします。これにより、モデルの組込みナレッジがカスタム・コンテンツで拡張され、より正確でコンテキスト対応の回答を生成できます。
ファイル検索はサービスによって処理されるため、アプリケーションは独自の取得パイプラインを実装する必要はありません。
ベクトル・ストアの準備
ファイル検索を使用する前に、ベクトル・ストアを作成し、モデルで参照するファイルを追加します。OCI Generative AIは、ファイルおよびベクトル・ストア管理のために次のAPIをサポートしています。
| APIセット | 摘要 |
|---|---|
| ファイル | ファイルをアップロードおよび管理します。 |
| ベクトル・ストア・ファイル | ベクトル・ストアに添付されたファイルを管理します。 |
| ベクトル・ストア・ファイル・バッチ | ベクトル・ストア・バッチで複数のファイルを追加および管理します。 |
| コンテナ・ファイル | コンテナ内のファイルを管理します。 |
例
リクエストでファイル検索を使用するには、type: "file_search"を使用してtoolsプロパティにツール定義を追加し、ベクトル・ストアIDを指定します。
response = client.responses.create(
model="openai.gpt-oss-120b",
input="Summarize the main ideas covered in the documents in this vector store.",
tools=[
{
"type": "file_search",
"vector_store_ids": ["<vector_store_id>"]
}
]
)
print(response)この例では、以下のようになります。
- モデルは、レスポンス生成時にベクトル・ストア・コンテンツを使用できます。
- ファイルの取得はプラットフォームによって管理されます。
- ハイブリッド検索パラメータは、ファイル検索ツールではサポートされていません。