> ## Documentation Index
> Fetch the complete documentation index at: https://docs.dify.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 検索のテストとチューニング

> 実際の質問でナレッジベースをテストし、評価用の基準質問で検索の品質を測り、結果が不十分なときは検索を調整する

> このドキュメントは AI によって自動翻訳されています。不正確な部分がある場合は、[英語版](https://docs.dify.ai/en/cloud/use-dify/knowledge-base/test-and-tune.md) を参照してください。

コンテンツのインデックスが作成され、検索できる状態になりました。ただし本当に大事なのは、ユーザーが実際に尋ねる質問に対して、適切なチャンクが返るかどうかです。

アプリに接続する前に、そうした質問で検索を試し、結果に応じて次のように扱います。

* 正しい結果が返った質問は、評価用の基準質問として保存します。後の変更で、気づかないうちに結果が崩れるのを防げます。
* 誤った結果が返った質問は、問題ケースとして保存し、修正の対象にします。

## 検索のテスト

ナレッジベースの **検索テスト** ページで、質問を入力して実行します。キーワードだけでなく、ユーザーが実際に尋ねるような文の形で質問してください。

同じ質問をそれぞれの [検索の深度](https://docs.dify.ai/ja/cloud/use-dify/knowledge-base/retrieval-settings.md#retrieval-depth) で実行し、最も安定して適切なチャンクが返る深度を、ナレッジベースのデフォルトにします。

質問には画像を添付することもできます。そのために必要なモデルについては、[マルチモーダル検索](https://docs.dify.ai/ja/cloud/use-dify/knowledge-base/multimodal-retrieval.md) を参照してください。

実行した内容はすべて **履歴** に残るため、設定を変更する前と後で結果を比較できます。

### 評価用の基準質問

ユーザーが特によく尋ねる質問のように、後で何を変更しても、適切なチャンクを返し続けなければならない質問があります。そうした質問は、それぞれ返されるべきチャンクと合わせて、評価用の基準質問として保存します。その後は設定やモデルを変更するたびに [評価](#run-an-evaluation) を 1 回実行し、すべてが引き続き合格することを確認します。

実行結果に適切なチャンクが返ったら、結果の下にある **評価用の基準質問として保存** をクリックします。必ず返されるべきチャンクにチェックを入れ、合格の条件として、そのすべてが返る必要があるか、いずれか 1 つでよいかを選びます。

テストを実行せずに追加することもできます。**品質** ページで **評価用の基準質問を追加** をクリックし、質問を入力して、期待するチャンクの内容を記述します。**根拠を検索** をクリックすると、近い候補から選べます。質問のリストがすでにある場合は、同じページで CSV ファイル（最大 1 MB）からインポートできます。

次の状態にある評価用の基準質問は、評価の対象外です。

* **下書き**：期待するチャンクがまだ設定されていません。質問を編集して、チャンクを選んでください。
* **要更新**：期待するチャンクの 1 つがもう存在しません。ドキュメントを再アップロードしたときや、同期でその部分が削除されたときなどに起こります。質問を編集して、新しいチャンクを選んでください。
* **一時停止**：期待するチャンクのドキュメントが無効になっています。ドキュメントを有効にすると、再び評価の対象になります。

### 問題ケース

適切なチャンクが返らない場合や、順位が低すぎる場合は、結果の下にある **問題ケースとして保存** をクリックし、理由を選びます。理由によって、対処方法が異なります。

* **該当する内容が見つからない**：チャンクがまったく返らなかった場合。

  まず、[ドキュメントのインデックス作成の結果を確認](https://docs.dify.ai/ja/cloud/use-dify/knowledge-base/review-indexed-documents.md) します。

  問題がなければ、[検索設定](https://docs.dify.ai/ja/cloud/use-dify/knowledge-base/retrieval-settings.md) で検索の深度を深くする、Top K を大きくする、スコアしきい値を下げるなどして、検索の範囲を広げます。ただし範囲を広げると、関係のないチャンクも多く返るようになることがあります。

* **低スコア**：チャンクは返ったものの、順位が低すぎた場合。

  スコアはリランクモデルが付けます。別のリランクモデルを試すと、同じチャンクがより上位に来ることがあります。

保存したケースは **品質** > **問題ケース** に集まります。修正したら **再テスト** をクリックし、現在の設定で質問を再実行します。結果が正しくなっていれば、**評価用の基準質問に変換** をクリックし、返されるべきチャンクを探します。続いて、ダイアログの **評価用の基準質問に変換** をクリックします。修正しないケースは、**無視** でクローズできます。

ワークフローや Agent がナレッジベースを検索し、ナレッジベース内にあるコンテンツを取りこぼした場合にも、問題ケースは自動で作成されます。テスト中だけでなく、アプリの公開後もこの一覧を確認してください。

## 評価の実行

設定やモデルを変更したら、**品質** > **評価** で **評価を実行** をクリックします。アプリで使っている検索モードを選び、**評価を開始** をクリックします。評価では、有効な評価用の基準質問をすべて現在の設定で再実行し、どの質問でも期待するチャンクが見つかった場合にのみ合格になります。

不合格になった質問は、**見つかった根拠の数** の数値をクリックすると、期待するチャンクのうちどれが返らなかったかを確認できます。

以前は合格していた質問が不合格になった場合は、直前の変更が原因である可能性が高いです。変更を元に戻すか、問題ケースと同じ方法で原因を修正してから、もう一度評価を実行してください。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.