Cloudflare AI Searchとは​──社内資料検索で​試した​OCR・出典・旧版の​扱い

Cloudflare AI Searchは、登録した資料を質問で探し、見つけた内容から回答を作るサービスです。2026年10月1日に正式版が発表されました。OCRによる紙のPDFの読み取りや、画像を使った検索もその更新に含まれます。^[1]

電脳技巧集団（AI職人ギルド）では、架空の規程と操作マニュアルを使い、2026年10月4日に社内資料検索の小さなデモを作りました。今回のスキャンPDFは、OCRを有効にすると手続き本文まで検索結果に現れました。ただし、回答が「承認」を「確認」と縮める例もありました。回答・出典・原文を並べて確認するところまでが、このデモの対象です。

「出張先のホテル代はいくらまで？」と聞くと、出張規程の該当部分を探し、その内容から回答を作ります。資料名や保存場所を覚えていなくても、普段の言葉で探せるのが入口になります。

内部では、資料を小さな文章のまとまりに分け、質問に関係する部分を取り出してから生成AIへ渡します。この文章のまとまりを「チャンク」と呼びます。言葉の意味の近さで探す検索と、語句の一致で探す検索を組み合わせる方式も使えます。^[2]

ここで、取り出された資料がすべて回答の根拠になるとは限りません。今回も、経費の質問に入社案内が検索結果として混ざる場面がありました。画面には回答だけでなく、ファイル名と該当部分の抜粋を表示し、読む人が確認できるようにします。AI Searchのレスポンスには、この表示に使えるチャンクと元資料の情報が含まれます。^[3]

OCRは、画像に写った文字を読み取る処理です。文字を選択・コピーできるPDFと、紙面を画像として保存したPDFでは、取り込み時に扱える情報が異なります。

2026年10月4日時点の公式仕様では、OCRは初期状態で無効です。インスタンスのindexing_options.use_ocrを有効にすると、資料全体の再インデックスが始まります。今回も設定変更後に再処理のジョブを確認し、5件すべての処理が完了してから比較を続けました。^[4]

上限内で登録できることと、必要な本文を読めることは別です。今回のスキャンPDFはOCR無効でも「処理完了」になり、ファイル名が検索結果に現れました。しかし、その抜粋にはPDFの情報とページの見出しがあるだけで、紙面に書いた手続きは含まれていませんでした。

Cloudflare管理画面でOCR有効・使用モデル・検索設定を確認した実画面

画像の検索とOCRも分けて考えます。OCRは文字を読み取り、画像対応の埋め込みモデルは画像の特徴を検索に使います。今回の時計アイコンの質問は、OCR無効でも登録画像の説明文を根拠に答えられました。この結果を、OCRによる改善として数えることはできません。^[5]

使用した資料は次の5件です。金額・期限・手続き・アプリの画面はすべてデモ用に作ったもので、CAGや顧客の実際の社内規程ではありません。

架空資料5件の取り込みが完了したCloudflare管理画面

スキャンPDFは、ローカルの文字抽出で0文字になることを先に確認しました。比較中に資料を変えないよう、5件のファイルのハッシュも保存しています。

文字層のない、領収書紛失手続きの架空PDF

固定した6問を、OCR無効・旧版混在、OCR有効・旧版混在、OCR有効・現行資料限定の3条件で、それぞれ3回実行しました。比較対象は合計54リクエスト。生成モデルと検索設定を揃え、キャッシュ・質問の自動書き換え・検索後の並べ替えは無効にしています。^[6]

たとえば、「レシートをなくしたら、何を出して誰に確認する？」という質問では、OCR無効の1回目に次の回答が返りました。

レシートをなくした場合は、レシートの再発行を出して、経理担当者に確認する必要があります。ただし、資料内に記載がありません。

再発行や経理担当者という手続きは、このデモの資料にはありません。「記載がありません」と最後に付いていても、その前に補った説明は誤りです。無効の3回とも、必要な書類と担当者を正しく答えられませんでした。

OCRを有効にした後は、同じPDFから次の内容が検索抜粋に現れました。

1. 「紛失申告書」を作成する。
2. 紛失申告書を経費精算に添付する。
3. 直属の上長から承認を受ける。

OCR有効・旧版混在の1回目の回答は、次のとおりでした。

レシートをなくした場合は、「紛失申告書」を作成し、直属の上長に承認を受ける必要があります。
根拠にしたファイル名: receipt-loss-scan.pdf

ただし同条件の残り2回では、回答の表現が「直属の上長に確認してもらう」になりました。書類と相手は合っていますが、規程が求める承認の意味は弱まっています。添付の手順も回答文では省略されていました。検索で原文を取得できても、回答が手続きを十分に伝えるとは限らないことが、実測から分かります。

管理画面で追加確認した上の例でも、回答は承認を「確認」と言い換えています。出典のreceipt-loss-scan.pdfを開くと、取得した本文に「直属の上長から承認を受ける」と表示されました。この画面例は管理画面の既定生成指示を使っており、指示を固定した54回の比較には含めていません。

出典を開くと、添付と承認を含むPDF本文を確認できる

比較結果は次のとおりです。各欄は同じ質問を3回実行した観察結果で、一般的な精度を示す指標ではありません。

旧版を混ぜても、今回の宿泊費の回答は現行版の12,000円を選べました。一方、OCR有効・旧版混在では、6問すべてで旧版PDFも検索結果に含まれました。回答が合っていることから、将来も最新の規程を自動で選べるとは判断できません。

現行資料限定では、資料に付けたstatus: currentというメタデータで検索対象を絞りました。メタデータは資料に付ける分類情報です。この条件で送った18リクエストでは、旧版PDFは一度も検索結果に現れませんでした。^[7]

フィルタ後の領収書紛失回答では、3回とも承認を明記しました。ただし、3回ずつの観察から「旧版を外せば承認の省略を防げる」という因果までは断定しません。担当者の仕事は、現行・旧版の分類を更新し、返された抜粋と回答を照合することです。

海外出張の上限は、そもそも5件の資料に用意していません。モデルには資料だけで答え、記載がなければそう伝えるよう指示しました。海外の質問は全9回で「資料内に記載がありません」と返りました。ただし領収書紛失では、同じ指示を与えていても根拠のない手続きを補いました。不明を示す動作は、質問ごとに確かめる必要があります。

管理画面で海外出張の上限が記載されていないと回答した実例

この画面は、領収書紛失の質問に続けて海外上限を尋ねた追加例です。会話履歴を含む条件なので、独立した比較リクエストの9回とは分けて扱います。

時計アイコンについても、OCR有効・旧版混在の1回は、正しい状態を答えながらファイル名を回答文に記載しませんでした。回答文の自己申告だけに頼らず、APIが返した資料情報から出典を表示する設計が役立ちます。

2026年10月4日時点の公式案内では、AI Searchの利用量課金は2026年11月1日に始まります。費用を見るときは、資料の取り込み、保存、検索、画像処理に分けます。^[8]

横にスクロールして、無料枠と単価を確認できます。

トークンは、サービスが文章などの処理量を数える単位です。GB-monthは保存量と保存期間を組み合わせた単位で、ファイルを一度送った容量だけからは決まりません。取り込み量は、元ファイルの文字数とも同じではありません。

この料金だけで、回答生成を含む総額は出せません。公式仕様では、回答を生成するモデル、質問を書き換えるモデル、外部の埋め込み・再ランキングモデルなどは別サービスとして課金されます。画像処理にも追加の処理量があります。^[8]

今回取得できた実測値と、取得していない値を分けると、次のようになります。

管理画面の画面例を撮るための追加操作は、54回の比較とは別です。上表の生成量も比較リクエスト分に限ります。「資料が小さいから総額もこの金額」と見積もらず、導入後の利用明細で項目ごとの使用量を確認します。

最初の対象は、出張・経費や製品マニュアルなど、資料の管理者が明確な業務に絞れます。導入前に次の役割を決めておくと、古い資料や根拠不足に対応できます。

今回のメタデータフィルタは、検索対象を絞るためのものです。利用者の認証やアクセス権管理は実装していません。社内で使う場合には、権限のない資料を検索へ渡さない仕組みを別に設けます。^[7]

このデモで確認できたのは、紙面の手続きを取得する設定と、回答の省略を原文で見つける流れです。実務に持ち込む前には、自社の資料でも、文字が読めるか、旧版が除かれるか、資料にない質問へ答えを作っていないかを確認します。回答から元資料を開き、必要な承認や例外処理まで確かめられることを、導入の基準にします。