ラボ概要
Azure AI Search の Scoring Profile (freshness 関数 + フィールド重み) と Synonym Map で、検索結果の関連性とユーザー体験を改善します。
シナリオ: あなたはペット フレンドリ旅行会社 Cat's Meow Holidays (CMH) の技術リードです。CMH のチームはホテル広告を行う公開ウェブサイト、社員向け社内ショッピング サイト、データ分析チームを支えるデータ中心ソリューションを担当しています。今回は公開ウェブサイト向けに、Azure AI Search の検索プロセスを強化してユーザーにとって最も関連性の高い順に結果を返すソリューションを開発します。データドメインの文脈とユーザーの検索行動を考慮した検索体験を設計してください。
学習目標:
- AI Search サービスを Basic SKU で作成し、Blob 上のホテル JSON データから Index と Indexer を構成する
- Scoring Profile を 2 つ作成する: freshness 関数で
LastRenovationDate を重視するもの、Category フィールドの値に Weight を付与するもの
- Synonym Map を Azure CLI (az rest) で作成し、
beach / shore / coast / seaside を同義語化する
- Synonym Map を Index の
Description フィールドに適用し、検索クエリの再現率を向上させる
- Search Explorer の JSON ビューで
scoringProfile パラメータを指定して結果を比較する
- 検索品質のトレードオフ(関連性 vs 鮮度 vs ビジネス優先度)を理解する
前提知識: Azure AI Search の基本概念(Index / Indexer / Data Source / Skillset)、JSON の読解、Azure Portal と Cloud Shell の基本操作。CloudDo ラボ #21 (Knowledge Mining with AI Search) を完了していることを推奨。
完了条件: AI Search Index に対して 2 つの Scoring Profile が作成・保存され、Synonym Map が Description フィールドに適用されていること。Search Explorer の JSON クエリで "scoringProfile": "..." を指定して検索結果の順序が変わることが確認でき、beach で検索すると shore/coast/seaside のヒットも返ることが確認できる状態。