> Discover all available pages from the documentation index: https://mastra.zisheng.pro/ja/llms.txt

# rerank()

`rerank()` 関数は、意味的関連性、ベクトル類似度、位置ベースのスコアリングを組み合わせ、ベクトル検索結果に高度な再ランキング機能を提供します。

```typescript
function rerank(
  results: QueryResult[],
  query: string,
  modelConfig: ModelConfig,
  options?: RerankerFunctionOptions,
): Promise<RerankResult[]>
```

## 使用例

```typescript
import { rerank } from '@mastra/rag'

const model = 'openai/gpt-5.6-sol'

const rerankedResults = await rerank(vectorSearchResults, 'How do I deploy to production?', model, {
  weights: {
    semantic: 0.5,
    vector: 0.3,
    position: 0.2,
  },
  topK: 3,
})
```

## パラメーター

**results** (`QueryResult[]`): 再ランキングするベクトル検索結果

**query** (`string`): 関連性の評価に使用する検索クエリのテキスト

**model** (`MastraLanguageModel`): 再ランキングに使用する言語モデル

**options** (`RerankerFunctionOptions`): 再ランキングモデルのオプション

**options.weights** (`WeightConfig`): 各スコアリング要素の重み（合計が 1 になる必要があります）

**options.weights.semantic** (`number (default: 0.4)`): 意味的関連性の重み

**options.weights.vector** (`number (default: 0.4)`): ベクトル類似度の重み

**options.weights.position** (`number (default: 0.2)`): 位置ベースのスコアリングの重み

**options.queryEmbedding** (`number[]`): クエリの Embedding

**options.topK** (`number`): 返す上位結果の数

rerank 関数は、Vercel AI SDK の任意の LanguageModel を受け取ります。Cohere モデル `rerank-v3.5` を使用する場合は、Cohere の再ランキング機能が自動的に使用されます。

> **注記:** 再ランキング時に意味スコアリングを正しく機能させるには、各結果の `metadata.text` フィールドにテキストコンテンツを含める必要があります。

## 戻り値

この関数は `RerankResult` オブジェクトの配列を返します。

**result** (`QueryResult`): 元のクエリ結果

**score** (`number`): 再ランキングの総合スコア（0～1）

**details** (`ScoringDetails`): スコアリングの詳細情報

### `ScoringDetails`

**semantic** (`number`): 意味的関連性スコア（0～1）

**vector** (`number`): ベクトル類似度スコア（0～1）

**position** (`number`): 位置ベースのスコア（0～1）

**queryAnalysis** (`object`): クエリ分析の詳細

**queryAnalysis.magnitude**: クエリの大きさ

**queryAnalysis.dominantFeatures**: クエリの主要な特徴

## 関連項目

- [createVectorQueryTool](https://mastra.zisheng.pro/ja/reference/tools/vector-query-tool)