すべてのファイルを開いて「どの契約書に X が記載されているか」答えるエージェントはコンテキストを消費し、なおかつ見落としが発生します。インデックスを使用すれば、1 回の呼び出しで一致するファイルを特定でき、エージェントは重要な条項だけを読むだけです。
各セッションの開始時にプロジェクトのドキュメントを再読込するエージェントは、時間とコンテキストを無駄にします。名前付きの永続インデックスはフォルダーのエージェントメモリです：一度構築し、ファイルが変更されたときに1回の呼び出しで更新され、プロジェクトごとに分離されています。
コーディングエージェントは grep を使ってリポジトリを検索しますが、PDF データシートや Word 仕様書の中身は見えません。MCP 上のローカルドキュメントインデックスにより、コード横のドキュメントに対して同じ検索→読み取りのループが可能になります。
チャットにドキュメントを貼り付けると、質問に不要なテキストでコンテキストが埋め尽くされ、回答がソースから離れてしまいます。ローカルインデックスからのフラグメントはエージェントに一致するパッセージだけを提供するため、すべての回答が根拠を引用できます。
「エージェントに自分のドキュメントから回答させる」というデフォルトの答えは埋め込みパイプラインとベクトルデータベースです。契約書、レポート、メールのフォルダーの場合、全文検索とローカルインデックスを備えたエージェントが、はるかに少ない仕組みで根拠のある引用付き回答を提供します。
全文検索は、ドキュメントのコレクション内のテキスト/クエリを検索する方法です。このアプローチは、用語/フレーズのすべてのインスタンスをすばやく見つけ、テキストインデックスを使用して機能します。この記事では、Javaを使用してドキュメント内のフルテキストをプログラムで検索する方法を学習します。
全文検索は、基本的に、ドキュメントのコレクションに対してテキスト/クエリを検索するためのより高度な方法です。このアプローチは、用語のすべてのインスタンスをすばやく見つけ、テキストインデックスを使用して機能します。この記事では、C＃を使用してドキュメント内のフルテキストをプログラムで検索する方法を学習します。