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

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。

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！