> ## Documentation Index
> Fetch the complete documentation index at: https://docs.clipsx.app/llms.txt
> Use this file to discover all available pages before exploring further.

# 意味検索を設定

> ローカル履歴を意味から検索するための設定と最初の練習。

言葉を正確に覚えていないとき、意味検索が手がかりになります。名前やコード、識別子は通常のテキスト検索が向いています。類似度は関連性を判断する参考であり、答えの証明ではありません。

<h2 id="setup">
  接続と有効化
</h2>

1. [ローカルAI設定](/ja/local-ai#starting-setup)に従い、Ollamaと埋め込みモデルを準備し、インテリジェンスのモデル画面で接続します。
2. 意味検索で埋め込み対応モデルを選び、有効にします。
3. 索引画面で進行状況を確認します。検証と作成中も通常の検索は使えます。
4. 履歴検索の検索ソース操作で意味検索を有効にします。

対象は対応する表現や利用可能なテキスト成果物の検索データです。画像の一般的な類似検索や、端末内すべてのファイルの検索ではありません。保存した内容、成果物、設定したソースに依存します。

<h2 id="first-result">
  最初の結果を試す
</h2>

この安全な例をひとつのクリップとしてコピーします。

```text theme={null}
チームの集まりは木曜日の14時に喫茶 森で。
2階に6人分の席があります。
```

履歴に表示され、索引化されたことを確認します。意味検索を有効にして **グループで集まれるカフェ** と検索してください。異なる表現でも関連するクリップが見つかる場合があります。元の内容を確認してから使ってください。

モデル、しきい値、ほかのクリップで順序は変わります。この練習は順位を保証しません。**喫茶 森** の通常検索とも比較できます。

<h2 id="troubleshooting">
  結果がないとき
</h2>

* モデルと意味検索ソースが有効か確認します。
* 索引済み件数、対象件数、保留、失敗を確認します。
* 検索可能な文章があるか確認します。OCRは環境と設定に依存します。
* 質問を簡単にし、最低類似度を確認します。厳しいしきい値は結果を省く場合があります。
* 不足するモデルをOllamaで取得して接続情報を更新します。
* 接続エラーは[ローカルAIの復旧](/ja/local-ai#recovery)を参照します。

<h2 id="manage-index">
  索引を管理する
</h2>

インテリジェンスの索引画面で未索引の内容、失敗の再試行、再構築を操作します。意味検索の索引を削除・再構築しても、元のクリップと通常の検索は保持されます。

モデル変更では代わりの索引を作ります。比較は完了後に行ってください。無効化と保存済み索引の削除は別です。操作前にアプリの確認と診断を読んでください。

[Recall](/ja/recall)は引用付きの回答を追加します。文章生成には生成モデルが必要です。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.