ベクトルデータベース（Vector Database）とは、テキストや画像などのデータを数値ベクトル（埋め込み表現）として保存し、類似度に基づく高速検索を可能にする専用データベースシステムです。従来のリレーショナルデータベースとは異なり、意味的な近さを計算して関連情報を効率的に取得できます。
ベクトルデータベースの仕組みは、自然言語処理やディープラーニングの技術を活用して、データを数百から数千次元のベクトル空間に変換することから始まります。例えば「猫」という単語と「ネコ」「動物」といった関連語は、ベクトル空間上で近い位置に配置されるため、従来のキーワード検索では見つけられない意味的に関連する情報も発見できます。代表的なサービスにはPinecone、Weaviate、ChromaDBなどがあります。
特に生成AIとの組み合わせで威力を発揮するのがRAG（検索拡張生成）システムです。企業の社内文書や製品マニュアルをベクトル化して保存し、ユーザーの質問に応じて関連する文書を瞬時に検索・取得することで、LLMがより正確で具体的な回答を生成できます。これにより、ハルシネーション（誤った情報の生成）を減らし、企業固有の知識に基づいた信頼性の高いAIエージェントの構築が可能になります。