検索エンジン設定

概要

このスキルは、AIエージェントがアプリケーションに本番環境対応の検索機能を実装するのを支援します。カスタムアナライザーを備えたインデックス設計、データベース-インデックス同期パイプライン、ファセティングとハイライト機能を備えた検索API、オートコンプリート、および実際のクエリデータに基づく関連性チューニングに対応しています。

手順

インデックス設計（Elasticsearch）

1. ソースデータベースの列をElasticsearchのフィールドタイプにマッピングします：

   • ユーザーが検索するテキスト列 → カスタムアナライザー付きの text
   • フィルタリング用の列挙型・カテゴリ列 → keyword
   • 範囲フィルター用の数値列 → integer、float
   • ブール値フラグ → boolean
   • 日付 → date
   • オートコンプリート用フィールド → completion

2. 商品・コンテンツ検索用のカスタムアナライザーテンプレート：

   {
     "analyzer": {
       "content_analyzer": {
         "tokenizer": "standard",
         "filter": ["lowercase", "synonym_filter", "edge_ngram_filter"]
       }
     },
     "filter": {
       "synonym_filter": { "type": "synonym", "synonyms_path": "synonyms.txt" },
       "edge_ngram_filter": { "type": "edge_ngram", "min_gram": 3, "max_gram": 15 }
     }
   }
   

3. 検索の重要度に応じてフィールドにブーストを設定します：タイトル・名前（3～5倍）、タグ（2倍）、説明（1倍）。

4. 常に型 completion の suggest フィールドをタイプアヘッド用に追加してください。

インデックス設計（Algolia）

1. 優先順序で searchableAttributes を設定します：["name", "category", "description"]。
2. attributesForFaceting を設定します：表示しないファセット用の属性には filterOnly() をプレフィックスします。
3. customRanking を設定します：["desc(popularity)", "desc(rating)"]。
4. タイプミス許容機能を有効にし（デフォルトで有効）、minWordSizefor1Typo: 3 を設定します。

同期パイプライン

1. フル再インデックス：初回実行またはマニュアルトリガー時に、すべてのソースレコードをページネーション処理し（バッチあたり1000件）、インデックスドキュメントに変換して、一括挿入します。
2. 増分同期：updated_at > last_sync_time を10秒ごとにポーリングするか、データベーストリガー・CDCを使用します。
3. 削除処理：ソフトデリートされたレコードを追跡します。検出時にインデックスから削除します。
4. べき等性：ソースレコードIDをドキュメントIDとして使用します。盲目的な挿入ではなく、常にアップサートを実行します。
5. エラーハンドリング：失敗したドキュメントをログに記録し、バッチを継続します。次のサイクルで失敗を再試行します。

検索API

以下を受け入れるエンドポイントを構築します：

• q — フルテキストクエリ文字列
• フィルターパラメーター — category、brand、min_price、max_price、rating、in_stock
• sort — relevance（デフォルト）、price_asc、price_desc、newest、rating
• page / per_page またはカーソルベースのページネーション

クエリ構築（Elasticsearch）：

{
  "query": {
    "bool": {
      "must": [{ "multi_match": { "query": "q", "fields": ["name^5", "description"], "fuzziness": "AUTO" }}],
      "filter": [
        { "term": { "category": "electronics" }},
        { "range": { "price_cents": { "gte": 2000, "lte": 10000 }}},
        { "term": { "in_stock": true }}
      ],
      "should": [{ "term": { "in_stock": { "value": true, "boost": 2 }}}]
    }
  },
  "highlight": { "fields": { "name": {}, "description": {} }},
  "aggs": {
    "categories": { "terms": { "field": "category", "size": 20 }},
    "brands":     { "terms": { "field": "brand", "size": 20 }},
    "price_ranges": { "range": { "field": "price_cents", "ranges": [
      { "to": 2500 }, { "from": 2500, "to": 10000 }, { "from": 10000 }
    ]}}
  }
}

オートコンプリート

1. プレフィックスベースのタイプアヘッド（最速）にはコンプリーション推奨機能を使用します。
2. カテゴリーコンテキスト付きの上位5つの候補を返します。
3. 低結果クエリーの場合は、フレーズ推奨機能を使用して「もしかして」機能を追加します。

関連性チューニング

検索ログを分析して品質を向上させます：

1. ゼロ結果クエリー：スペルミスを確認 → 同義語を追加します。データ欠落を確認 → コンテンツギャップにフラグを付けます。
2. 低クリック率クエリー：トップ結果が意図と一致しない → ブースト重みを調整するか、同義語を追加します。
3. 位置バイアス：ユーザーが一貫して結果#3以降をクリックしている場合 → ランキング公式を調整する必要があります。
4. 段階的に変更を適用します：最初に同義語、次にブースト調整、その後にカスタムスコアリング。

例

例1 — ブログ検索インデックス

入力： "10Kの記事を持つブログ用の検索を設定してください。"

出力：

{
  "mappings": {
    "properties": {
      "title":        { "type": "text", "analyzer": "content_analyzer", "boost": 5.0 },
      "body":         { "type": "text", "analyzer": "content_analyzer" },
      "author":       { "type": "keyword" },
      "tags":         { "type": "keyword" },
      "published_at": { "type": "date" },
      "suggest":      { "type": "completion", "contexts": [{ "name": "tag", "type": "category" }] }
    }
  }
}

例2 — e-commerceストア用のAlgolia設定

入力： "商品を扱うストア向けにAlgoliaを設定してください。"

出力：

index.setSettings({
  searchableAttributes: ['name', 'brand', 'category', 'description'],
  attributesForFaceting: ['category', 'brand', 'filterOnly(price_cents)', 'rating'],
  customRanking: ['desc(sales_count)', 'desc(rating)'],
  typoTolerance: true,
  minWordSizefor1Typo: 3,
  minWordSizefor2Typos: 6,
  hitsPerPage: 20,
  snippetEllipsisText: '…',
  attributesToSnippet: ['description:30'],
});

ガイドライン

• 制御にはElasticsearchを、市場投入の速さにはAlgoliaを選択します。 Elasticsearchは完全なチューニング機能を提供し、Algoliaはセットアップが高速ですがスケール時のコストが高くなります。
• プライマリデータベースで検索しないでください。 常に専用の検索インデックスに同期してください。SQLの LIKE はスケールしません。
• Fuzziness AUTOはほぼ常に正しい選択です。 3～5文字の単語に対して1つのタイプミス、6文字以上の単語に対して2つのタイプミスを許可します。
• 同義語が最も高いROIを持つチューニングです。 ほとんどのゼロ結果クエリーは、10～20個の同義語ペアを追加することで解決されます。
• クエリーのパフォーマンスを監視してください。 p95検索レイテンシーが200msを超える場合は、アラートを設定します。