--- title: "Google、Gemini API File Search を一気にマルチモーダル化！… | AIニュース - ai-garage" description: "Google が Gemini API の File Search を画像対応に広げたよ。Gemini Embedding 2 で画像と文章を同じ土俵のまま数値化し、条件での絞り込みやページ単位の出典表示も追加。手元の資料を根拠に答えさせる RAG を作る現場が一段ラクになるんだ。" source: https://ai-garage.jp/news/gemini-file-search-multimodal/ --- News 2026年5月10日 最終更新 2026/7/25 # Google、Gemini API File Search を一気にマルチモーダル化！『画像もそのまま検索できるRAG』が標準装備になったよ Google が Gemini API の File Search を画像対応に広げたよ。Gemini Embedding 2 で画像と文章を同じ土俵のまま数値化し、条件での絞り込みやページ単位の出典表示も追加。手元の資料を根拠に答えさせる RAG を作る現場が一段ラクになるんだ。 SY [Seiya Yagashiro](https://ai-garage.jp/site-info/) Editor-in-Chief, ai-garage [#Google](https://ai-garage.jp/tags/Google/)[#Gemini](https://ai-garage.jp/tags/Gemini/)[#RAG](https://ai-garage.jp/tags/RAG/) やっほー、ぼくてんびん丸！夜枠だよ。 きょうのニュースは**地味だけど、開発者にはガチでデカい一発**。Google が **Gemini API の File Search ツール**を**マルチモーダル化**（文章だけじゃなく画像も一緒に扱えるように）して、いよいよ「**画像もそのまま検索できる RAG**」が標準装備になったんだ。※ RAG っていうのは、手元の資料をAIに検索させて、**見つけた中身を根拠に答えさせる**仕組みのこと。RAG を自前で組んでる人、もしくはこれから組もうとしてる人は、設計方針を**今夜のうちに見直したくなる**やつ。整理するね。 ## 何があったの？ **2026年5月5日**、Google が公式ブログで **Gemini API File Search** の拡張をアナウンスしたよ。中身は大きく3点： - **マルチモーダル対応**：文章や画像を意味のかたまりとして数値に変換する「埋め込みモデル」が **Gemini Embedding 2** に切り替わって、**画像と文章を同じ土俵**（ベクトル空間）のまま扱えるようになった - **カスタムメタデータ**：`department: Legal` や `status: Final` みたいな「**項目名：値」の付箋**をファイルに貼っておいて、検索するときに**絞り込み**に使える - **ページレベル引用**：PDF から取り出した回答に**ページ番号**まで付いてくる。社内資料の根拠提示が一気にラクになる そもそも File Search ってなんなんだっけ、ってきみのために整理しておくと、これは**Gemini API にはじめから入っている RAG ツール**。`fileSearchStores` っていう倉庫を作って、そこに資料を放り込んでおくと、`generateContent` を呼んだときに自動で「**関連箇所だけ拾ってAIに渡す**」ところまでやってくれるんだ。**検索用のデータベース（ベクトルDB）を自分で用意して面倒を見なくていい**っていうのが最大のセールスポイントだよ。 ## どこがすごいの？ ここがいちばん大事なところ。**何が変わるのか**を表でまとめておくね。 | 観点 | 以前（テキストのみ） | 今回（マルチモーダル化後） | | --- | --- | --- | | 文章・画像の数値化（埋め込み） | 文章だけ | **Gemini Embedding 2**（画像＋文章） | | 画像の扱い | OCR（画像から文字を読み取る処理）で文字にするのが前提 | **画像のまま**検索対象に登録できる | | 付箋（メタデータ）での検索 | 限定的 | **「項目名：値」で柔軟に絞り込み** | | 出典をどこまで細かく示せるか | 文書のかたまり（チャンク）単位 | **PDFのページ番号まで** | 特にエグいのが**画像をそのまま数値化して登録できるようになった**こと。これまでは「PDF の図表 → OCR で文字にする → その文字を数値化」っていう**下ごしらえの流れを自分で組む**のが普通だったんだけど、もうそれ要らない。**スライド資料、図解、写真、画面のスクショ**みたいな**文字にしづらい情報**が、検索に入ってくるんだ。 それから**料金のしくみ**もやさしい設計でね、資料を置いておく分と、検索するときの変換処理は**無料**。お金がかかるのは「**最初に資料を登録するときの変換処理**」と「**拾ってきた資料の分だけAIが読み込む文字量**（トークン）」だけなんだ。RAG の運用費でいちばん痛いのって、この変換処理（埋め込み）のコストなんだけど、そこを 「**最初に1回**」 に閉じ込めてくれてる設計はかなり良心的。 対応モデルも幅広くて、**Gemini 3.1 Pro Preview**、**Gemini 3.1 Flash-Lite**、**Gemini 3 Flash Preview**、**Gemini 2.5 Pro / Flash-Lite** あたりで使えるよ。Pro でも Flash-Lite でも同じ倉庫が共有できるのは便利。 ## ぼくの感想 正直これ、**RAG の地形を地味に塗り替える**発表だと思うんだ。今までは「画像も一緒に検索させたい」と思ったら、**検索まわりの道具を何種類も自分でつなぎ合わせる**しかなかったんだよね（部品をつなぐ LangChain、文書を数値にして貯めておくベクトルDB、画像を数値に変える処理…）。要するに**あちこちの部品の寄せ集め**になりがちだった。それが Gemini API の中で**完結する**ようになるのは、エンジニアにとっては**かなり開放感ある変化**な気がする。 特に企業の社内ドキュメント検索みたいな使い方だと、「**PDFのこの図のこの部分**」まで根拠を示せるのは強い。法務・コンプラ系の人たちが「**その答えの出どころは？**」で渋る場面、けっこう減るんじゃないかな。**仕事でAIを使うときに、いちばん信頼性の詰まりどころになるのがここ**なんだよね。 ただ気になるのは、**自分で立てて運用するタイプの検索データベース勢（Pinecone、Weaviate、Qdrant みたいなベクトルDB）との棲み分け**がどうなるか、ってところ。「シンプルな RAG なら Gemini File Search で十分」が現実になっていくと、**選定の天秤**が変わる気がする。 ## まとめ Google の今回のアップデートは、派手じゃないけど**RAG を組む全エンジニアの選択肢を確実にひとつ増やした**発表。**画像もそのまま検索できて、付箋（メタデータ）で絞り込めて、PDFはページ単位で出典が出て、お金がかかるのは最初の登録時だけ**——この4点セットは、来月以降の社内ツール設計に**確実に影響する**よ。 新しいプロジェクトで RAG 設計するときは、まず「**Gemini File Search で要件足りるかどうか**」をいちばん最初に検討するフローに変わっていきそうだね。きみの現場でも、ちょっと触ってみる価値あると思う。じゃあまた、てんびん丸でした！ 参考・一次ソース - [→ 一次ソース](https://blog.google/innovation-and-ai/technology/developers-tools/expanded-gemini-api-file-search-multimodal-rag/) この記事に出てきた用語・モデル 用語をやさしく解説 [RAG（検索拡張生成）](https://ai-garage.jp/glossary/rag/)[モデル](https://ai-garage.jp/glossary/model/)[API](https://ai-garage.jp/glossary/api/)[マルチモーダル](https://ai-garage.jp/glossary/multimodal/)[ベクトルDB](https://ai-garage.jp/glossary/vector-db/)[トークン](https://ai-garage.jp/glossary/token/) 関連 AI モデル [Gemini](https://ai-garage.jp/models/gemini/) まとめて読む このテーマの動きは、時系列で1ページに整理しています。 - [Gemini の2026年アップデートまとめ →](https://ai-garage.jp/column/gemini-2026-updates/) この記事をシェア [Xでシェア](https://twitter.com/intent/tweet?text=Google%E3%80%81Gemini%20API%20File%20Search%20%E3%82%92%E4%B8%80%E6%B0%97%E3%81%AB%E3%83%9E%E3%83%AB%E3%83%81%E3%83%A2%E3%83%BC%E3%83%80%E3%83%AB%E5%8C%96%EF%BC%81%E3%80%8E%E7%94%BB%E5%83%8F%E3%82%82%E3%81%9D%E3%81%AE%E3%81%BE%E3%81%BE%E6%A4%9C%E7%B4%A2%E3%81%A7%E3%81%8D%E3%82%8BRAG%E3%80%8F%E3%81%8C%E6%A8%99%E6%BA%96%E8%A3%85%E5%82%99%E3%81%AB%E3%81%AA%E3%81%A3%E3%81%9F%E3%82%88%20%7C%20ai-garage&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fgemini-file-search-multimodal%2F) [はてなブックマークに追加](https://b.hatena.ne.jp/add?mode=confirm&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fgemini-file-search-multimodal%2F) 引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。 関連記事 [![GoogleがAIの“ウソ”を減らす新しい仕組みを出したよ！『Agentic RAG』で答えの正しさが最大34%アップ、賢く調べ直すAIの話なんだ](https://ai-garage.jp/images/news-heroes/google-agentic-rag-gemini-enterprise-card.webp)2026/6/6GoogleがAIの“ウソ”を減らす新しい仕組みを出したよ！『Agentic RAG』で答えの正しさが最大34%アップ、賢く調べ直すAIの話なんだ](https://ai-garage.jp/news/google-agentic-rag-gemini-enterprise/)[![Gemini Agent は日本でいつから？企業向けで Enterprise なら追加料金なし](https://ai-garage.jp/images/news-heroes/gemini-agent-enterprise.webp)2026/10/13Gemini Agent は日本でいつから？企業向けで Enterprise なら追加料金なし](https://ai-garage.jp/news/gemini-agent-enterprise/)[![NotebookLM と Gemini の違いは？同じノートブックでも答え方が変わる](https://ai-garage.jp/images/news-heroes/notebooklm-gemini-difference-card.webp)2026/10/9NotebookLM と Gemini の違いは？同じノートブックでも答え方が変わる](https://ai-garage.jp/news/notebooklm-gemini-difference/)[![NotebookLM でエラー・読み込めないときは？原因と形式別の直し方](https://ai-garage.jp/images/news-heroes/notebooklm-source-upload-error-card.webp)2026/10/8NotebookLM でエラー・読み込めないときは？原因と形式別の直し方](https://ai-garage.jp/news/notebooklm-source-upload-error/) 執筆 Seiya Yagashiro（編集長） 公開・更新 公開 2026/5/10 / 最終更新 2026/7/25 この記事は AI（Claude / ChatGPT）の支援を受けて作成し、編集長による事実確認を経て公開しています。 誤りを発見した方は [@tenbin_maru](https://x.com/tenbin_maru) のDMまでご連絡ください。 詳しい編集方針は [編集方針](https://ai-garage.jp/editorial-policy/) ページをご覧ください。