セマンティック検索 / RAG

AIの参照資料が、肥大化して迷子になる前に。

AIエージェントに資料を渡し続けると、ファイルはどんどん膨らみます。Tesseraはアップロードしたテキスト・Markdownやコンテンツを意味で検索できるCMS。必要な文脈だけを、意味の近さで手繰り寄せられます。

キーワードではなく、意味で探す。

表記ゆれや言い換えに強い、ベクトル検索。溜まった資料を「だいたいこの話」で引ける。

テキスト・Markdownを取り込む

AIエージェント用の参照資料をアップロードすると、意味検索の索引に取り込まれます(取り込みは自動同期)。

コンテンツも検索対象に

コンテンツタイプ単位で検索対象を有効にすると、そのエントリの本文も意味検索できます。

自ワークスペース限定

汎用ベクトルDBではなく自ワークスペース限定の意味検索。検索は常にワークスペース単位でスコープされます。

AIエージェントが、必要な文脈だけを手繰る。

  1. 1

    資料・コンテンツを取り込む

    テキスト/Markdownファイルをアップロードするか、コンテンツタイプを検索対象に設定します。

  2. 2

    意味の索引ができる

    取り込んだ内容がチャンクに分割され、意味検索の索引として保持されます。

  3. 3

    MCPのsemantic_searchで引く

    Claude Code・Cursorなどのエージェントが、質問に意味的に近い部分だけを検索して文脈に使います。

よくある質問

何を検索できるようになりますか

アップロードしたテキスト・Markdownファイルと、検索対象に設定したコンテンツタイプのエントリを、意味(ベクトル)で検索できます。キーワードの完全一致ではなく、内容が近いものを探せます。

取り込みは自動で同期されます。ファイルのアップロードやコンテンツの作成・更新に合わせて索引が更新されます。

AIエージェントから使えますか

はい。MCPの semantic_search ツールから、AIエージェントが同じ索引を手繰れます。Claude Code・Cursorなどのエージェントが、必要な文脈だけを自ワークスペースの知識から取り出して作業に使えます。

AIエージェント用の資料が肥大化する問題に、どう効きますか

巨大な資料ファイルを丸ごとエージェントに読ませる代わりに、質問に意味的に近い部分だけを検索して渡せます。文脈を必要な分だけ供給できるため、資料が増えても扱いやすさを保てます。

ほかのワークスペースのデータと混ざりませんか

混ざりません。汎用のベクトルデータベースではなく「自ワークスペース限定の意味検索」として設計しており、すべての検索はワークスペース単位でスコープされます。

増え続ける資料を、意味で手繰れるCMSへ。

コンテンツもスキーマもAIが直接操作でき、知識は意味で検索できる。AI駆動開発のためのヘッドレスCMSを、無料で試せます。