RAGの元文書が削除されたとき、検索側にどう反映するか

公開日 AX Fieldnotes 編集部
この記事の問い
社内文書をRAGに載せている。元の文書が削除されたとき、検索結果と回答から確実に消すには、どこで削除を検知し、どう反映すればよいか。
結論
削除は、取り込み処理に任せているだけでは検索側へ伝わらないことがあります。文書IDとチャンクの対応を持ち、削除を検知する経路を1つ決め、遅延を許容できない文書は検索時にも存在を確認します。

この記事は公式資料に基づく解説です。編集部による動作検証は行っていません。各サービスの挙動は、末尾の出典に挙げた公式ドキュメントの記載によります。

設計時に決めること

元文書の削除は、追加や更新と違って、取り込み処理に任せているだけでは検索側へ伝わらないことがあります。取り込み方式ごとに「削除が反映される条件」が異なるため、設計時に次の3点を決めます。

  1. 文書IDとチャンクの対応を持つ。1つの文書は複数のチャンクに分かれるため、文書単位で消せる手がかりが必要です。
  2. 削除を検知する経路を1つ決める。定期的な全件突合か、元システムの削除イベントかを選びます。
  3. 反映までの遅延を許容できない文書は、検索時にも元文書の存在と閲覧権限を確認する。

なぜ削除は漏れやすいか

追加と更新は「いま存在する文書」を読めば検知できます。削除は「前回はあったが今回はない」ことを検知する必要があり、前回の状態を覚えておく仕組みか、削除の通知が必要です。

さらに、RAGでは1つの文書を複数のチャンクに分割し、チャンクごとにベクトルを保存します。文書とチャンクの対応を記録していないと、文書が消えたときにどのレコードを消せばよいか分かりません。

取り込み方式ごとの、削除が反映される条件

以下は各ベンダーの公式ドキュメントの説明をまとめたものです。編集部で観測した結果ではありません。

取り込み方式

削除が検索側に反映される条件

ドキュメントに書かれている注意点

Amazon Bedrock Knowledge Bases(データソースの同期)

元文書を削除したあとに同期を実行する。同期は増分で、前回の同期以降に追加・変更・削除された文書を処理する。

同期を実行するまで反映されない。ナレッジベースから直接削除しても、S3の元ファイルは削除されない。

Azure AI Search(Blobインデクサー)

データソースに削除検出ポリシーを設定し、論理削除された状態のBlobをインデクサーが処理する。

ポリシーを設定する前に削除された文書は、後から設定してもインデックスに残る。論理削除の保持期間は、インデクサーの実行間隔より十分長くする。

LangChain のインデックスAPI(自前のパイプライン)

クリーンアップのモードを full にして、現在存在する全文書を渡す。

incremental は内容が変わった文書の古い版を消すが、元から無くなった文書は消さない。

共通しているのは、どの方式でも「削除の反映」は既定で常に行われるものではなく、同期の実行、ポリシーの設定、モードの選択といった条件があることです。

どの設計を選ぶか(編集部の判断)

ここからは編集部の判断です。公式資料の記載と、一般的なデータ連携の設計原則から導いています。

文書が少なく、日次の反映で足りる場合

定期的な全件突合を選びます。現在存在する文書の一覧と、検索側が保持している文書IDの一覧を比べ、検索側にしかないものを削除します。仕組みが単純で、削除イベントの取りこぼしがあっても次回の突合で回復します。

文書が多い、または数分以内に反映したい場合

元システムの削除イベントを受けて、文書IDを指定して削除します。イベントは失われる可能性があるため、頻度を落とした全件突合を保険として残します。

削除から反映までの遅延が許されない場合

人事や契約など、消えた文書が1回でも回答に使われると困る場合は、取り込み側の対応だけでは足りません。検索で得たチャンクを回答に使う前に、元文書がまだ存在し、質問者に閲覧権限があることを確認します。検索のたびに確認の問い合わせが増えるため、対象を絞って適用します。

具体例:全件突合の最小構成

次の構成は、特定の製品に依存しない設計例です。編集部で実装・検証したものではありません。

  • チャンクのメタデータに、文書ID(元システムで不変のID、またはパス)を必ず入れる。
  • 取り込み台帳を1つ持つ。列は、文書ID、元の場所、内容のハッシュ、最後に存在を確認した日時。
  • 取り込みのたびに、存在した文書の「最後に確認した日時」を更新する。
  • 取り込みの完了後、今回確認できなかった文書IDを削除対象として、検索側から文書ID指定で消す。
  • 元システムの一覧取得が失敗・途中終了したときは、削除を実行しない。空の一覧を「全件削除された」と誤認しないためです。

制約と、この記事で確認していないこと

  • 編集部は、ここに挙げた各サービスで削除の反映を実機検証していません。反映までの所要時間や、大量削除時の挙動は未確認です。
  • 各サービスの仕様は変わります。採用前に、出典のドキュメントを確認日以降の内容で読み直してください。
  • 検索側から消しても、すでに生成された回答、回答のキャッシュ、会話履歴には内容が残ります。これらは別に扱う必要があります。
  • 閲覧権限の変更(文書は残るが、見てよい人が変わる)は、削除とは別の設計が必要です。この記事では扱いません。

各サービスの公式ページ

出典

  1. Sync your data with your Amazon Bedrock knowledge baseAmazon Web Services、確認日 2026-11-21
  2. Delete documents from a knowledge base directlyAmazon Web Services、確認日 2026-11-21
  3. Changed and Deleted Blobs - Azure AI SearchMicrosoft、確認日 2026-11-21
  4. How to use the LangChain indexing APILangChain、確認日 2026-11-21