Gemini Embedding API × Pinecone

取り組みの背景 — なぜGemini × Pineconeなのか

RAG（Retrieval-Augmented Generation）は、LLMに外部ナレッジを与えて回答精度を高める技術として、今や多くのプロダクトに採用されています。その中核となるのがベクターデータベースです。

数あるベクターDBの中でもPineconeは、マネージドサービスとして完全クラウド運用できる手軽さが魅力です。一方、Gemini Embedding APIは最大3,072次元のテキスト埋め込みを生成でき、日本語を含む多言語で高い検索精度を発揮します。

この2つを組み合わせることで、サーバー管理不要・スケーラブルなRAGシステムをすばやく構築できます。ここでは環境準備からクエリ最適化、本番運用のポイントまで、実際に動くPythonコードとともに解説します。

前提知識と環境準備

必要なアカウントとキー

作業を始める前に以下を用意してください。

Google AI Studio のAPIキー（aistudio.google.com から無料取得可能）
Pinecone のAPIキー（app.pinecone.io でフリープランから利用可能）

ライブラリのインストール

pip install google-generativeai pinecone-client python-dotenv

.env ファイルを作成してキーを管理します。

# .env
GOOGLE_API_KEY=YOUR_GOOGLE_API_KEY
PINECONE_API_KEY=YOUR_PINECONE_API_KEY

Pineconeインデックスの作成

Pineconeのインデックス（コレクション）を作成する際、次元数をEmbeddingモデルに合わせることが最重要です。gemini-embedding-004 の次元数は 768 です。

import os
from dotenv import load_dotenv
from pinecone import Pinecone, ServerlessSpec
 
load_dotenv()
 
# Pineconeクライアント初期化
pc = Pinecone(api_key=os.environ["PINECONE_API_KEY"])
 
INDEX_NAME = "gemini-rag-index"
 
# インデックスが存在しない場合のみ作成
if INDEX_NAME not in pc.list_indexes().names():
    pc.create_index(
        name=INDEX_NAME,
        dimension=768,          # gemini-embedding-004 の次元数
        metric="cosine",        # コサイン類似度で検索
        spec=ServerlessSpec(
            cloud="aws",
            region="us-east-1"  # フリープランで利用可能なリージョン
        )
    )
    print(f"✅ インデックス '{INDEX_NAME}' を作成しました")
else:
    print(f"✅ インデックス '{INDEX_NAME}' は既に存在します")
 
index = pc.Index(INDEX_NAME)

ドキュメントの埋め込みとインデックス登録

Gemini Embedding APIで埋め込みを生成する

import google.generativeai as genai
 
load_dotenv()
genai.configure(api_key=os.environ["GOOGLE_API_KEY"])
 
def embed_texts(texts: list[str], task_type: str = "RETRIEVAL_DOCUMENT") -> list[list[float]]:
    """
    テキストリストをGemini Embedding APIで埋め込みに変換する。
    task_type:
        RETRIEVAL_DOCUMENT  — インデックス登録時（ドキュメント側）
        RETRIEVAL_QUERY     — 検索クエリ側
    """
    result = genai.embed_content(
        model="models/gemini-embedding-004",
        content=texts,
        task_type=task_type
    )
    # result["embedding"] は texts の長さと同じリストを返す
    return result["embedding"]

task_type を使い分けるのがポイントです。ドキュメント登録時は RETRIEVAL_DOCUMENT、検索時は RETRIEVAL_QUERY を指定することで、検索精度が向上します。

ドキュメントをPineconeに登録する

import hashlib
import json
 
def upsert_documents(docs: list[dict], index, batch_size: int = 50) -> None:
    """
    docs: [{"id": "...", "text": "...", "metadata": {...}}, ...]
    バッチサイズ50件ずつPineconeにアップサート
    """
    for i in range(0, len(docs), batch_size):
        batch = docs[i : i + batch_size]
        texts  = [d["text"] for d in batch]
        embeds = embed_texts(texts, task_type="RETRIEVAL_DOCUMENT")
 
        vectors = [
            {
                "id":       d["id"],
                "values":   embed,
                "metadata": {**d.get("metadata", {}), "text": d["text"]}
            }
            for d, embed in zip(batch, embeds)
        ]
        index.upsert(vectors=vectors)
        print(f"  登録済: {i + len(batch)}/{len(docs)} 件")
 
# 使用例
sample_docs = [
    {
        "id": "doc-001",
        "text": "Gemini 2.5 Proは2026年3月にリリースされたGoogleの最新AIモデルです。",
        "metadata": {"source": "news", "lang": "ja"}
    },
    {
        "id": "doc-002",
        "text": "Pineconeはサーバーレスアーキテクチャのベクターデータベースで、スケールアウトが容易です。",
        "metadata": {"source": "docs", "lang": "ja"}
    },
    {
        "id": "doc-003",
        "text": "RAG（Retrieval-Augmented Generation）は検索とLLMを組み合わせて回答精度を上げる手法です。",
        "metadata": {"source": "tutorial", "lang": "ja"}
    },
]
 
upsert_documents(sample_docs, index)
# 期待出力: 登録済: 3/3 件

RAGパイプラインの実装

セマンティック検索でコンテキストを取得する

def search_context(query: str, index, top_k: int = 5) -> list[dict]:
    """
    クエリに関連するドキュメントをPineconeから取得する。
    戻り値: [{"text": ..., "score": ..., "metadata": ...}, ...]
    """
    # クエリ用埋め込みを生成
    query_embed = embed_texts([query], task_type="RETRIEVAL_QUERY")[0]
 
    results = index.query(
        vector=query_embed,
        top_k=top_k,
        include_metadata=True
    )
 
    contexts = []
    for match in results["matches"]:
        contexts.append({
            "text":     match["metadata"].get("text", ""),
            "score":    match["score"],
            "metadata": match["metadata"]
        })
    return contexts

Geminiに検索結果を渡して回答を生成する

model = genai.GenerativeModel("gemini-2.5-flash")
 
def answer_with_rag(question: str, index, top_k: int = 5) -> str:
    """
    RAGパイプライン全体: 検索 → コンテキスト構築 → 生成
    """
    # 1. セマンティック検索
    contexts = search_context(question, index, top_k=top_k)
 
    if not contexts:
        return "関連するドキュメントが見つかりませんでした。"
 
    # 2. コンテキストをプロンプトに組み込む
    context_text = "\n\n".join(
        f"[参考{i+1}（類似度: {c['score']:.3f}）]\n{c['text']}"
        for i, c in enumerate(contexts)
    )
 
    prompt = f"""以下の参考情報をもとに、質問に正確かつ簡潔に答えてください。
参考情報に含まれない内容は「情報がありません」と答えてください。
 
## 参考情報
{context_text}
 
## 質問
{question}
"""
 
    response = model.generate_content(prompt)
    return response.text
 
# 使用例
answer = answer_with_rag("Gemini 2.5 Proとは何ですか？", index)
print(answer)
# 期待出力: Gemini 2.5 Proは2026年3月にリリースされたGoogleの最新AIモデルです。

本番運用での最適化ポイント

メタデータフィルタリングで検索精度を上げる

Pineconeはメタデータを使った絞り込みに対応しています。大量のドキュメントを扱う場合、まずメタデータでフィルタリングしてからベクター検索すると精度と速度が向上します。

# 日本語ドキュメントだけを対象に検索する例
filtered_results = index.query(
    vector=query_embed,
    top_k=5,
    filter={"lang": {"$eq": "ja"}},  # メタデータフィルター
    include_metadata=True
)

チャンキング戦略でRAG精度を上げる

長文ドキュメントをそのままEmbeddingすると、重要な情報が希薄になります。実運用ではチャンク分割が必要です。

def chunk_text(text: str, chunk_size: int = 500, overlap: int = 50) -> list[str]:
    """
    テキストをオーバーラップ付きでチャンク分割する。
    chunk_size: 1チャンクの最大文字数
    overlap:    前後チャンクとの重複文字数（文脈の連続性を保つため）
    """
    chunks = []
    start = 0
    while start < len(text):
        end = start + chunk_size
        chunks.append(text[start:end])
        start = end - overlap  # オーバーラップ分だけ戻る
    return chunks

Pineconeフリープランのコスト管理

フリープランでは 5つのインデックス と 2GBのストレージ が利用できます。本番環境での費用管理のポイントをまとめます。

不要なベクターを定期的に削除: index.delete(ids=["old-doc-001"]) で個別削除
バッチ処理で登録コストを下げる: 1件ずつ upsert するより50〜100件まとめてリクエストする
クエリ頻度の監視: Pineconeダッシュボードで月次クエリ数を確認し、スロットリングを避ける

Gemini Embedding APIのコスト最適化については、Gemini API コンテキストキャッシュ完全ガイドでさらに詳しく解説しています。

まとめ

ここではGemini Embedding API と Pinecone を組み合わせたRAGシステムの構築手順を解説しました。

Pineconeインデックス作成: 次元数768・cosine類似度で設定
Embedding生成: task_type でドキュメント用とクエリ用を使い分け
バッチ登録: 50件単位でアップサートしてAPI呼び出しを最小化
メタデータフィルター: 検索対象を絞り込んで精度と速度を向上
チャンキング: 500文字・50文字オーバーラップで長文の情報密度を確保

さらに高度なRAGパターン（マルチモーダル対応・リランキング・ハイブリッド検索）を学びたい方には、Gemini APIマルチモーダルRAGパイプライン構築ガイドがおすすめです。

Pinecone × Gemini の組み合わせは、ゼロからのベクターDB構築が不要なため、プロトタイプから本番まで迅速に移行できます。ぜひ自社のナレッジベースに適用してみてください。

Gemini Embedding API × Pinecone でRAGシステムを本番構築する