HyDEとは？

旅行先のホテル探しに例えてみる

海外旅行先で、「静かで海が見える部屋、バスタブ付き」という具体的な部屋のイメージ（仮の文書）を描いてからホテルの予約サイトを検索するように、HyDEは、質問から「こんな内容の文書があるはずだ」という仮の回答を生成し、そのベクトルで情報を検索する手法です。

つまり、質問文そのものを検索窓に入れるのではなく、質問の答えになりそうな「仮の文書」をあらかじめ作り、それを使ってより的確に目的の情報を拾い出す仕組みのことです。

通常のRAG（検索拡張生成）では、ユーザーの「短い質問文」をそのままベクトル化して検索します。しかし、質問文は短いために情報量が少なく、データベース側にある長文の回答用文書とベクトル空間上でうまく重ならない（類似度が上がりにくい）場合があります。

質問文: 「量子コンピュータのセキュリティ上の利点は何ですか？」（短く、具体的な解釈の幅が広い）
HyDEの仮文書: 「量子鍵配送（QKD）は、物理法則に基づく暗号化により、従来の暗号技術と比べて盗聴されにくい強力なセキュリティ機能を提供します。」（具体的な技術名や利点の表現が含まれる）

このように、HyDEは質問をあらかじめ「答えらしき長文データ」に変換してから探すことで、求める情報が保存されている場所（ベクトル空間上の位置）を正確に突き止められるようになります。

HyDEで作る仮文書は、LLMが生成するためハルシネーション（嘘の情報）が含まれる可能性があり、必ずしも正解であるとは限りません。しかし、検索という目的においては、内容が100%事実である必要はなく、**「求める情報と似た専門用語や文章構造が含まれていること」**が重要です。

HyDEは、質問から仮の回答を生成し、そのベクトルで検索することで、RAGの検索精度を高めるための手法です。旅行先でホテルを探す際に具体的な部屋のイメージを描いてから探すように、質問文そのものではなく「答えらしき文章」をクッションに挟むことで、目的のデータへたどり着きやすくします。

今日から試せる工夫: 普段のプロンプトでも「まずこの質問に対する仮の回答案を生成し、それをベースに検索してください」と2段階で指示を出すことで、HyDEの考え方を手軽に体験できます。

※ここからは検証コンテンツです。
画像内の説明には誤りが含まれる可能性があるため、本文の解説とは分けています。

HyDEの「質問から仮の答えを作る」プロセスが、ロボットが湯気を立てるマグカップから金色の紙を引き抜く姿として表現されています。映像美は非常に高いですが、中央のハテナマークが「まだ質問の状態」を示しているため、「答えを生成して検索する」という核心伝達には少し物足りなさを感じました。