GoogleがGemini API File Searchをマルチモーダル対応に拡張

Googleは、Gemini APIのデータ検索支援機能「File Search」ツールを拡張し、マルチモーダルデータやカスタムメタデータに対応した効率的なRAG（検索拡張生成）構築が可能になったことを発表した。

新しいFile Searchでは、テキストに加えて画像データをネイティブに処理・検索できる「Gemini Embedding 2」モデルを搭載している。 これにより、キーワードやファイル名に依存せず、画像の内容やデザインのスタイルなどを自然言語で検索することが可能になる。 また、ドキュメントに「部課名」や「ステータス」などのカスタムメタデータをキー・値のラベルとして付与し、クエリ実行時にフィルタリングすることで、不要な情報を除外して検索の高速化と精度向上を実現する。

さらに、検索結果に元のPDF等の「ページ引用（page citations）」を付与する機能も導入され、モデルの回答がどのソースの何ページ目に基づいているかをユーザーが直接検証できるようになり、信頼性の高いシステム構築を可能にしている。