GoogleがGemini APIに「File Search Tool」を正式リリースした。これは、開発者が自社データをGeminiに統合する際の検索・取得プロセスを完全に管理するRAG（Retrieval-Augmented Generation）システムで、従来の自己管理型インフラの複雑さを解消し、開発の焦点をアプリケーション本体に集中できるよう設計されている。 File Searchは、ユーザーがデータをアップロードするだけで、自動的にファイルの保存、最適なチャンク分割、埋め込み表現（embedding）生成、および関連文書の動的抽出を処理。これらは既存のgenerateContent APIとシームレスに連携し、導入のハードルを大幅に低くした。 特に注目すべきは、クエリ実行時のストレージと埋め込み生成が無料になるという新たな課金モデル。ファイルのインデックス作成時にのみ、100万トークンあたり0.15ドル（gemini-embedding-001モデル適用時）の固定料金が発生する。これにより、開発者はスケーラビリティとコスト効率の両立が可能となる。 検索性能面では、最新のGemini Embeddingモデルを活用したベクトル検索により、キーワードの一致に依存せず、意味や文脈を理解した情報抽出が可能。たとえば、文書に「AIの導入効果」が記載されていても、ユーザーが「生産性向上の要因」などと質問しても、関連内容を正しく検出できる。 また、生成された回答には自動で出典情報（citation） が付与され、どの文書のどの部分が根拠となったかを明示。信頼性の高い出力が得られ、検証が容易になる。 対応フォーマットは、PDF、DOCX、TXT、JSON、および主なプログラミング言語ファイル（例：.py、.js、.html）など、多岐にわたり、幅広い知識基盤の構築が可能。 Google AI Studioでは、新規デモアプリを通じてFile Searchの動作を体験可能（有料APIキー必要）。 このツールは、企業や開発者が自社データをAIに活用する際の強力な基盤を提供し、Gemini APIの実用性と拡張性を一層高めている。